base北京，timeline：10.23牛客投递/10.30一面挂面试体验普通，交流的不是很顺畅，可能是表达能力一般。问的挺深，但都是热门问题，没怎么结合音视频知识和项目内容，像是在念稿。公司规模不大，无新人培养，部门的业务数好像比人数还多。一面：60min多线程同步的方法互斥锁和读写锁区别读写锁具体如何运作线程和进程的区别做一个项目的时候，如何考量“什么时候用多线程，什么时候用多进程”如果一个线程崩溃会卡死整个进程，如何进行改进以保证系统的可靠性用过什么数据结构数组和链表的区别、列举各自的使用场景栈和队列的区别如何用栈实现队列什么场景下使用哈希表计算机网络模型有几层，分别介绍http、TC...

投了很多小公司都得不到回复，大佬帮忙看看是什么问题呢

项目只写了外卖和点评，在简历上包装了一下，现在准备看八股了。要现在就开始投简历吗，希望大佬们指点一下

你是否想打造一个靠谱的知识客服，或是搭建能精准回答问题的知识库？这就绕不开一项核心技术——RAG（Retrieval Augmented Generation），中文译为“检索增强生成”。听起来高大上的技术，核心逻辑其实很简单：先从资料库里检索相关内容，再基于这些内容生成答案，即“先检索、再生成”，这也是其名称的由来。作为目前最常用的AI问答方案之一，RAG已广泛应用于企业知识助手、智能客服等场景。本文将从应用场景、核心原理、流程拆解、专业名词解析等方面，带你全面掌握RAG技术，搞懂高质量智能问答系统的构建逻辑。前言我认为AI的基础知识是现在求职和实际工作所必须掌握的，不管是算法还是后端前端岗...