bg广州某双非一本27届，黑马的外卖点评和微服务都学完了，八股只背了常考的，算法的话hot100刷了50道左右，现在简历上的项目还是两个烂大街项目，黑马点评和黑马商城第一段实习今年3月初入职的，公司是浙大网新（大外包，做政府外包项目的），我参与的那个项目好像很久远了（2019年就开始做了），版本一直迭代到现在，技术栈和黑马的也很匹配，现在的工作内容也只是改改bug最近也在学agent相关内容，往大模型应用开发方向靠，但是又觉得java太卷了，怕今年秋招成炮灰。接下来要怎么走啊，是java+agent，golang，或者是测开，客户端求大佬指点，真的迷茫了，后端真的卷不过92✌ #牛客AI配图神...

中途考研没有考上，现在来找工作，有开发和产品的实习，这两个方向都想找，不知道这俩方向用一个简历对不对，也不知道简历哪里还有问题，投了大概一周现在只有很小的厂回复，要么就是外包，不知道还能不能找到一个合适的工作了，想问一下大佬们的意见

一开始签了个AI coding什么的，当时想欸这么好可以用AI？（似乎那个AI coding是ai面试？）然后再看又是切屏不计入，又是允许本地IDE，干脆直接chatgpt启动了出来和大家讨论发现好像不能用AI上小红书搜发现这么干的不是少数，尤其是本地IDE直接是cursor和trae的而且发现这个问题去年秋招就有人问过，更离谱的是当时有的人问HR，有的HR说可以有的说不可以现在发了邮件去问招聘团队了，感觉是细则没写清楚要是直接说不能用不如直接签到题走人更省时间

1、自我介绍2、项目拷打3、RAG 的完整链路是什么，哪些地方最容易出问题RAG 的完整链路一般是文档接入、清洗去噪、切 chunk、向量化、建索引、在线检索、重排、上下文构造、Prompt 拼接、模型生成和结果后处理。线上请求过来以后，先对用户 query 做归一化处理，再进行向量召回或者混合召回，把候选文档取回来，然后用 rerank 模型重新排序，选出最相关的内容拼到 prompt 里，再交给大模型回答。最容易出问题的地方通常有几个。第一是 chunk 切得不合理，太短会丢语义，太长会导致噪声太多。第二是召回率不够，模型根本没拿到正确证据。第三是重排不准，正确文档被排到后面。第四是上下文...