贝壳找房RAG面经

1️⃣数据准备很多人上来就想着搭 Milvus 或 FAISS ,但根本没搞清楚自己要检索的是什么。RAG 的灵魂在知识库。而知识库的质量，取决于数据处理的精细程度。2️⃣检索召回很多人以为用个 embedding 模型就完事了。但 embedding 模型之间差距极大。在实际项目中，我们踩过很多坑：同样一份知识库，换不同 embedding 模型， RAG 的命中率能差出30%以上。3️⃣Query 理解：很多人以为检索的 query 就是用户的问题本身。但在实际场景里，这一步其实最"坑"。🍊那到底哪一部分最难搞？最难的是让整个系统"协同"起来。这需要你既懂算法，又懂工程。需要同时考虑：1.文档更新频率（知识库维护）2.向量召回性能（索引优化）3.Prompt 格式（生成阶段控制）4.模型响应速度（ API 并发与缓存）换句话说， RAG 是所有"大模型项目"中最能体现"算法工程师功底"的模块。它要求你既能设计算法，又能搭系统。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

传统数仓、数据库和分析系统，为业务提供了稳定的数据支持和决策依据。但当数据开始面对 LLM 时，就产生了一个全新的挑战：如何将企业数据转化为模型可感知、可检索、可执行的“上下文”。在企业 AI 系统中，这一过程通常经历三个关键环节：1. 数仓与数据库：提供干净、统一、结构化的业务数据。2. 搜索与 RAG：让模型能够快速、稳定地访问相关信息。3. 工作流与 Agent：将数据能力编排成可执行的任务，实现复杂业务的闭环。图中展示了这一链路的概览。通过这条链路，可以发现数据不再只是“给人看的”，而是成为 AI 执行的核心驱动力。一、从数仓到 LLM：数据“服务对象”的变化在之前的文章中（微信公众号...

这个客户端是偏AI的，28、27都可以投，可以转正。但是我只会Agent开发和Java后端开发，误打误撞投了。早上10:30投简历，下午3点HR打电话问意向城市，出勤率，第二天11点就面试一.关于我的terminal coding agent项目：1.效果怎么样？怎么提速？提速的效果如何？2.multi-agent怎么做的？3.你自己做过MCP吗？刚刚好做过，但是有点难描述4.上下文压缩怎么实现的？二.关于问答智能体项目：1.为什么要做LoRA？效果怎么评估的？我只能勉强会看那几个评估指标2.RAG优化3.Agent的评估和打分怎么做的？以上我感觉还行，我尽力往我的节奏这边带，下面Java就是重灾区，太久不写Java了，面试太突然没有复习三.白牛点评到这里面试官就真的领域展开了1.JVM垃圾回收？不会。JVM内部结构？不会2.Springboot的AOP原理？只记得动态代理。你知道Spring出来之前，开发Java项目怎么样吗？不会。3.为什么要分布式锁？（感觉应该是想问我分段锁）线程问题。4.为什么会有线程问题，举例？迷迷糊糊，不会。还有：你说你会做上下文记忆优化，怎么做的？关系上下文，Mem0，LibSQL，上下文压缩手撕一道完全没有见过的算法题，codetop前200没看见过？输入一个数n，标记1到n，围成一圈，从2开始每隔一个人pop掉，（2,4,6）不够就回头，求最后剩下两个数没有做出来，口述思路应该也是错的😂最后问我知道GUI（Graphical UI）吗？我刚刚好知道，但是记错了，我说的好像是CopilotKit的GUI（generative UI）和Google的A2UI😫

文心一言 大模型算法实习生2026.01.15，上午11:00，一面，线上，1h左右，只有自己开了摄像头，面试官没开面试官首先介绍了自己团队的工作，是百度文心团队旗下专注于代码大模型的相关团队，核心工作涉及模型的预训练，也包含后续的后训练工作，同时会进行数据策略的优化，开展数据分析等相关工作。面试时录音了，以下是语音转文字后的简要结果：1.自我介绍2.拷打简历3.你现在在北邮这边读书时，导师这边没有什么项目吗？你这个实习是在研究生阶段去实习的是吗？（实习是本科大四阶段刚结束的，目前处于研0阶段，今年九月读研一，导师这边做 AIGC 文本检测相关项目）4.请讲一讲你那段实习中数据分析系统项目的背...