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，...

为什么第一段实习都找不到😂，211本，项目一个点评一个微服务商城，

不过还是挺开心的hhh

前言先做一个简单的自我介绍，某双非二本，大学期间一直在学校实验室，有过相关竞赛的国家级奖项，熟练使用STM32、C语言。项目完全是裸机开发，简单了解过FreeRTOS，在开始面试的时候才系统学了一点FreeRTOS的理论知识，当时也没去移植到项目中实践过。Linux这部分就知道几个指令，其他基本不会，而且还是在秋招开始后才去花几天学的一点点基础知识。写这个面经的目的也很简单，就是回馈牛客网。在我秋招的这两个多月时间里，牛客网上面各位大佬的笔经面经给我提供了很大的帮助，所以写这个帖子来总结一下我自己的秋招经历，希望能帮助到更多人！同时也给大家鼓鼓劲，我这样的双非二本虽然没能像其他大佬那样拿到华为...