1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...

有没有大佬帮忙看看我的简历，我朋友说原本挺有机会进大厂的，现在就甘于在成都11,12k的公司里面，浪费我的竞赛经历了。但我也没招，我投了那么多大厂，几乎都过不了初筛。有朋友说我写的太多了，没有重点，有没有大佬给点建议，我真的还是挺想进大厂的。

竞赛聊胜于无，实习也没学到东西

一面：1h （当晚约二面）二面：1h 还是聊实习，然后挂了……一面 （当晚过）算法题：扁平数组化成树（Easy）场景题： 用户在弱网环境下想上传一个G的视频，如何设计这个上传器用js设计一个线程并发池，讲一下思路100个进程，5个并发数并发多线程的工作基础八股题：http3和quic了解不简述一下大模型调用数据库工具的全链路如何用react中的hook封装一个web socket的链接，并在多个页面间进行复用promise和async之间的区别Agent相关：MCP的好处，以及它未来是否还会存在？cursor内置ide从设计稿直接转化为代码，如果要让产品经理直接生成生产可用的代码。中间会遇到什...