华为秋招以大规模线下面试为特色，也是后疫情时代较具规模的面试活动。其线下面试并非零散单间，而是“规模化作战”——HR会提前包下连锁酒店，将一楼大厅改为等候区，几百号面试官统一着装分区就坐，场面震撼且秩序井然。流程上虽为“2+1”（两轮业务面+一轮主管面），但并非连贯进行。我当时两轮业务面结束后，不到30分钟就收到反馈，同学们反馈时间也基本不超过40分钟，效率极高。主管面存在不确定性，我同组同学业务面表现优异，却因当天主管约满需后续补面，这类细节网上很少提及，建议大家面试前别排满行程。华为秋招面试实力是基础，但运气也很关键。我遇到温和的面试官，未答全问题也被引导梳理思路；而同学遇到严苛面试官，因...

刚实习了两周，被导员一通电话打过来可能会给处分学校这里坚决是不允许大二大三实习，只有大四后半学期才允许😂不知道被谁举报的，总之回来领导跟我说了一大堆，说在学校呆着能学到知识以外的东西。然后一门课也是被重修了，感觉好不容易实个习，一波三折的。最后还是选择了不回头，总觉得，人这一生就这一次，要尽力去活才算圆满。

项目是网上教程+vibe coding做的，34月份一直在沉淀加上学校一堆事，现在才开始慢慢投日常实习，求大佬给一些简历改进建议，目标暑假有个AI相关的班上就行

这个是5.11发的offer了,HR面和二面隔了10多天1. 自我介绍2. RAG 有没有解决大模型胡说八道的问题答案：RAG 只能缓解幻觉，不能彻底解决幻觉。RAG 的作用是把外部知识、业务文档、历史记录和实时数据作为上下文提供给模型，让模型减少依赖参数记忆。但如果召回错了、召回不全、chunk 切分不合理、rerank 排错、prompt 没约束好，模型仍然会基于错误证据生成错误答案。所以线上 RAG 不能只做“检索 + 拼 prompt + 生成”。必须做证据约束。比如在园区运维场景里，模型说“冷却塔水泵异常导致能耗升高”，就必须引用对应的告警记录、传感器曲线或历史工单。如果没有证据，只...