理想汽车招聘开始啦～内推

三月的时候焦虑到睡不好。四月底了，还没拿到满意的offer，但心态好很多了。说说中间发生了什么，给还在等消息的同学参考一下。 【为什么三月那么焦虑】我三月初投了十几家，精投，认真看JD，以为质量比数量重要。结果投出去大半石沉大海，一面约来的很少，身边朋友陆续有消息了，我连一面邀约都没几个。那段时间真的很差，每天刷招聘软件，刷到凌晨，睡不着。【转折点】一个学长告诉我：数量不够。前端行情这几年不好，一定要投够数量，不能精投。三月底我用网申助手批量补投了三十家（填表一下午就搞定了，省去手动输入），开始陆续有一面约来。最后offer里有两个就是这批投的。数量是我三月最大的问题。【心态为什么平了】一是投...

差点把线上搞崩那次，到现在想起来手心还会出汗。实习第六周，我改了一个配置参数。自测过了，跑了几个case没问题，心想这么小的改动走什么灰度啊，直接上呗。提交MR的时候mentor拦住了我，说走灰度。我当时内心是翻白眼的——至于吗？灰度放了1%的量，五分钟之后监控开始报警。我改的那个阈值，影响了下游一个缓存服务的淘汰策略。我看着监控面板上那条飞起来的红线，感觉自己的血也凉了。mentor倒是很淡定，一键回滚，然后跟我说：这个接口日调用量几千万。如果刚才全量上了，你今天就可以体验什么叫P0事故复盘了。那一刻我是真的怕了。不是怕被骂，是怕影响真实的用户。之前在小厂实习，出了bug重启一下就好了，DAU才几千，没人在意。但大厂不一样，你敲的每一行代码背后都是真实的人在用。从那以后我再也没有跳过任何一个流程。你说大厂的流程烦不烦？烦。但被流程保护过一次之后，你会真心感激这份烦。感谢我师，就我🐶命

🎓学历背景：专科,广西农业职业技术大学软件技术👨‍💻意向职位：测试📍求职类型：IT🔑遇到的问题：

也大大小小面了很多内部正在搞AI的公司，给大家分享一下我的面试题库！ 第一章：RAG 系统 Q1: 请解释 RAG 的工作原理。与直接对 LLM 进行微调相比，RAG 主要解决了什么问题？ RAG（Retrieval-Augmented Generation）的核心是"检索+生成"两阶段：先从外部知识库中检索与用户问题相关的文档片段，再将这些片段作为上下文拼入 prompt，让 LLM 基于检索到的信息生成回答。相比微调，RAG 的优势在于： ①知识可实时更新，不需要重新训练模型； ②可追溯来源，减少幻觉且便于审计； ③成本低，不需要 GPU 资源做训练； ④领域迁移方便，...