24届校招面大厂

刷到这个话题，看到牛友们都在聊「有没有感受到金三银四」，有人说机会扎堆，有人说静悄悄，我想结合自己的真实投递经历，跟大家聊聊今年金三银四最真实的样子，以及我看到的旺季真相。一、我期待的金三银四，vs 现实里的金三银四二月底的时候，我对今年的金三银四充满了期待。身边的学长学姐跟我说，三月是春招最旺的时候，大量企业补录开HC，机会比秋招还多，只要好好投，肯定能上岸。我熬了三个通宵，把简历改了8版，整理了春招岗位表，把互联网大厂、国企、银行、中小厂的岗位分好类，定了计划：每天投20份简历，上午刷新岗位投递，下午刷算法背八股，晚上复盘面试。三月一号，我准时开启了疯狂投递模式，第一天就投了30份简历，想...

26年是不是都要大力搞AI，现在做Agent就是最好的方向吗。。

26届春招，学院本，双非硕秋招惨败，目前春招投了40家了，还没面试

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，...