大疆 大疆内推 大疆内推码

大家都说程序员35岁就失业了，但就我实习了两家公司来说（一家外包一家电商），感觉35岁不是公司裁而是很难跟上公司节奏了。第一家外包公司的领导将近40岁，已经是研发组的组长了，每次发布时都要搞到凌晨，并且平时每天也是电话不断，每天的休息估计都没有6个小时，完全是透支身体来工作加上前段时间程序员猝死的新闻给我整的心头一紧，他的情况就和我领导很像。第二家是一家电商公司，组长就在35岁附近，是整条业务线的负责人，他是对产品最熟悉的人，这也就造成了所有的人对产品有问题（包括但不限于产品、前端、后端、测试）都要问他，有时候问问题都要排队。需求发布的时候也要搞到很晚，并且基本上每天回去还要工作，回复客户问题...

看到这个颇为震撼，一月二月能有什么坑位啊，只是去年七月有些实习转正的岗位呆满半年了，才在这个阶段会转正，又或者是寒假实习，假期缺人手会释放一些hc并且要求会降低一些但是算不上春招啦，把金三银四的心放进肚子里，好好过年，养精蓄锐再来过啦！！！

本人双九（一般的985）现在🐻厂实习字节hr两次电联同一个职位的实习，问我考不考虑，第二次说的很恳切🐻厂给的测开，字节给的后端本人还没确定，秋招走大厂还是走央国企，目前暂时偏向稳定，更倾向于在江浙一带工作犹豫的点:1.目前组内氛围好，mt也好，组长也好2.如果再面试，我需要重跑我的项目，再准备+八股+手撕，会很累3.如果准备不充分，怕脏面评

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...