杭州思流ai一二面

下面按岗位通用必备 + 细分方向专精给你整理一套2026 年 AI 岗主流技术栈，从入门到就业全覆盖，不管校招社招都适用。 一、所有 AI 岗通用基础（必学） 1. 数学基础 • 线性代数：矩阵、向量、特征值、SVD、PCA • 概率论与统计：分布、期望、方差、贝叶斯、MLE/MAP • 微积分：梯度、偏导、链式法则、极值 • 最优化：梯度下降、Adam、SGD、LBFGS 2. 编程能力 • Python（主力语言） • 数据结构与算法：链表、树、图、动态规划、复杂度分析 • Linux 基础：命令行、环境部署、远程服务器 3. 机器学习基础 • 经典算法：LR、SVM、决策树、随机森林、G...

问问  点评魔改+agent  单2硕 力扣300道 hot100第二遍快刷完了 打算八股过完一遍开投了求佬指点迷津 这两个项目够用吗能找到中大厂日常实习吗 之前有一段大厂测试但是一直没面过开发 有点害怕 

1、讲讲什么是 RAGRAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它的核心思想不是只靠大模型参数里记住的知识回答问题，而是在回答之前，先去外部知识库里检索和当前问题相关的内容，再把检索结果作为上下文交给模型生成答案。完整流程一般分两部分。离线侧先做文档接入、清洗、切片、向量化和索引构建，把知识变成可检索的形式。在线侧收到用户问题后，先做 query 改写或纠错，再去知识库召回相关片段，必要时做 rerank 重排，最后把用户问题和证据一起送给模型生成。RAG 的价值主要有三个：让模型获得训练时没有的外部知识让知识更新不依赖重新训练模型让回答更容...

一周6面+几个笔试，强度一般般吧，碎碎念记录下，面筋等有offer再整理吧。周一：jd一面，感觉过分简单，包括手撕一共半小时，第二天通知通过。比较抽象的是问我能不能实习到3月？我直接黑人问号…周二：wxg一面，上来四个题啊，老师傅我全防出去了，问题是后面问的场景题实在过于抽象，加上面试官对我的实习不是很感冒以及一个简单八股没答对？第二天挂。其实我觉得整体上表现的还行啊。周三：重量级的一天，微软两连面+字节一面。外企就是纯纯做题没啥好说的，但是微软第一个面试官一个cpper指导我一个javaboy把函数返回值写到参数列表是何意味？第二个面试官有点虚虚的，写了仨题目然后聊天凑时间美美结束。字节倒是面的比较差劲，面试官的方向我不是很懂，然后变成了八股朗诵大会，可能看我比较顺眼两天之后过了（不会是面的别人还不如我吧？）周四：去仙林面了网易一面，线下还是能放开点，自我感觉良好周五：蚂蚁一面，这个面试官应该是这一周面的里面水平最好的。一开始的一个八股在小小的引导我答出来之后表示孺子可教也！然后开始狂问场景题和八股深挖，最后表示我表现还行，得到一句肯定不容易啊！最后碎碎念一下，cs专业真是一坨大便，当年去学个金融或者牙医多好，这鸟程序猿作为一个职业，到底还能存在多久呀..