---先说说我自己 👇双一流大学27届计算机学生，正在找暑期实习。本来立志成为一名Java后端仔，被八股文折磨到死去活来之际，阴差阳错转了AI应用方向，没想到竟然还拿到了阿里淘天的offer！！！现在入职刚满1个月，趁记忆还新鲜跟大家说说真实感受 👇---为什么选择转AI方向？说实话，不完全是情怀，主要是觉得这个方向值得赌一把：• 新兴方向，内卷程度比传统后端低很多• 市场需求真实存在，不是PPT上的风口• 最重要的是——真的比写CRUD有意思多了（不是广告）但真正让我下定决心的，是这里的平台和场景，是其他地方给不了的 👇---为什么是淘天？来之前我也问过自己这个问题，进来之后才真正想明...

总的来说，这是一场收获很大的面试，感觉面试官不是以老员工的角度来拷打我，而是以一个引路人的视角带着我去思考一些场景问题，用一些真实场景来向我展示平时所学应该如何应用，然后问问题也都是笑着和我聊天那种问法，感觉是一个很有人格魅力的人，就是在他面前基本上说不了谎，而且感觉他更喜欢那种真诚地回答以及真实的思考，真的对我自己有很大的帮助，真的给字节点个大大的赞

这个简历还能找得到工作吗？😭  

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，...