求助,前端实习产出怎么写,干的全是 dirty work

#我的实习日记# 再有一两周我的第一份前端实习就结束了。从年前一月中旬到现在为止,大概有一个半月不到两个月的时间其实一直在做dirty work, 基本上是没有接触到什么核心的任务,还有两周就结束了,我应该怎么去包装我的产出?或者我应该从公司的项目中去学习到哪些内容?求助~🥺#实习如何「偷」产出?# #前端实习# #第一次实习#
全部评论
看一下别人干的活,然后找一些难度适中的。把 为什么要做,业务背景,实现方案调研,具体技术实现,落地之后的收益。按这个整理好写简历上
2 回复 分享
发布于 03-07 14:44 浙江
建议可以适当的包装一下
1 回复 分享
发布于 03-27 18:59 江西
你跟的项目 去吧里面的文档学习一下 把自己能拿得住的放上去
1 回复 分享
发布于 03-03 19:06 陕西
看公司项目哪些你能接比较到的,多去了解,有些别人干的,你了解后也可以说自己干的
1 回复 分享
发布于 03-03 18:29 湖南

相关推荐

在简历中体现你的AI能力:以RAG为例的实战指南简历中写AI项目,很多人会犯“堆砌技术栈”的错误,比如:“使用LangChain、FAISS、GPT实现RAG系统”这会让面试官疑惑:你究竟解决了什么问题? 以下是让RAG项目脱颖而出的写法。—————🔍 RAG解决的四大核心问题1. 知识时效性:解决“模型知识过时”• 问题:LLM训练数据有截止日期(如GPT-4到2023年4月),无法获取新知识• RAG方案:实时检索外部知识库,注入最新信息• 案例:回答“今天天气”、“最新财报”、“实时股价”2. 知识准确性:解决“模型幻觉”• 问题:LLM会自信地编造事实(“奥巴马生于肯尼亚”)• RAG方案:基于可验证的文档生成,提供引用来源• 效果:幻觉率降低40-60%,答案可追溯3. 知识专有性:解决“私有数据缺失”• 问题:LLM没有企业私有知识(内部文档、代码库、客户数据)• RAG方案:建立私有知识向量库,实现个性化问答• 应用:企业知识库、技术支持、代码文档查询4. 上下文限制:解决“长文本处理瓶颈”• 问题:模型上下文窗口有限(即使128K,也难记住海量信息)• RAG方案:从海量文档中检索相关片段,只输入关键信息• 优势:理论上支持无限知识库,成本可控------📄 简历写法对比❌ 传统写法(模糊)智能问答系统• 使用LangChain框架构建RAG系统• 基于FAISS实现向量检索• 调用GPT-4进行答案生成✅ 进阶写法(量化+难点)企业知识库AI助手(日活5000+,准确率92%)• 从0到1构建多模态RAG系统,支持PDF/PPT/Excel文档解析,检索准确率提升35%• 针对行业术语,采用HyDE + Query Rewriting方案,解决60%的“检索不相关”问题• 设计Agentic RAG架构,让LLM自主判断“是否需要检索”,无效查询降低40%• 引入Rerank模型对Top-20结果重排序,首条命中率从45%提升至78%技术细节:LangChain(编排)| Chroma(向量库)| BGE-M3(嵌入模型)| bge-reranker-v2-m3(重排序)| GPT-4(生成)| 成本:$0.12/query------🎯 面试官想看到的3个层次1. 基础能力:你懂RAG流程• 解析文档 → 分块 → 向量化 → 检索 → 重排序 → 生成• 加分项:能说出不同分块策略(语义分块、递归分块)的适用场景2. 进阶能力:你解决过真实问题常见问题解决方案可量化结果检索不相关Query Rewriting + HyDE准确率↑30%长文档丢失信息父文档检索 + 摘要嵌入召回率↑25%上下文过长滑动窗口 + 渐进加载Token成本↓40%事实性错误Self-RAG + 引用校验幻觉率↓50%3. 架构思维:你有工程化视角• 成本控制:RAG调用次数 vs. 直接问LLM的平衡点• 缓存策略:对热点Query缓存嵌入结果• 监控体系:准确率、Token使用、延迟的Dashboard------📈 如何量化你的贡献?用“问题→方案→结果”的公式:“发现检索不相关问题(问题)→ 引入BGE重排序模型+Query扩展(方案)→ 首条命中率从50%提升至85%(结果)”可量化的维度:• 性能:准确率/召回率、响应时间、Token消耗• 业务:用户满意度、日活增长、问题解决率• 成本:月度API费用、计算资源节省------🏆 高级进阶:Agentic RAG如果你做过更前沿的,可以突出:自主检索Agent系统• 改造传统RAG为Agent决策模式,让LLM判断“何时检索”、“检索什么”• 基于ReAct框架设计“检索→分析→决策”链,复杂问题解决率提升60%• 实现多轮追问能力,通过历史会话自动优化检索策略------📌 一句话总结“不要告诉面试官你用了什么工具,而是告诉他们你解决了什么问题,以及如何证明你解决得好。”在简历中,每个技术点的背后,都应该对应一个具体的业务问题、一个可量化的改进。这就是你的AI能力最有力的证明。
简历上如何体现你的“AI...
点赞 评论 收藏
分享
评论
1
3
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务