中广核面完

3月10号开始投递 当天就收到约面 第一次面试就通过了 我以为我的求职之旅会很顺利 结果...3-16 上海小厂 (通过 由于是低代码就拒了)3-19 海康威视一面 (过)3-19 长沙小厂 (未过 很疑惑15min结束也没问啥 一半在问学校经历)3-20 经纬恒润 (挂 面试官说我来了他亲自带我 就坐他边上 最后还是挂)3-24 长沙聚恒集团一面 (群面(是一个面试官面4个候选人) ???. 过 )3-26 长沙聚恒集团二面 (电话面的 聊挺好还是挂)3-27 海康威视hr面 (一周后挂...)以为海康稳了 这段时间就没约面试.......4-7 字节跳动 (一面挂 太菜了 三个手撕都没出 ...

挑战全网最惨27届应届生。十几场面试全挂，道心破碎，后续不打算面了，先调整一下心态了。金三银四感觉和双非无关

周一入职培训，下午按照部门经理发的文档学习了一下午。第二天去部门上，客开得去部门上，按mentor的要求读文档看学习资料。第三天，因为通勤时间很长，休息一天，然后hr直接说不合适，走离职流程。工资也不准备发，后面还是争取到了，总之避雷。合同上说是一周至少三天。

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，...