继续来分享下之前的面经~欢迎友好讨论，信息共享1. wrrf与bm25的权重配置2. Rag系统中端到端满意度的评估方案（为何不在检索生成阶段分别评估）3. Rag意图理解query改写与routing机制如何实现4. Dpo中数据配比，对grpo理解，为何不用grpo5. 多agent框架理解，skills的优势在哪。6. 数据飞轮如何实现来迭代调优7. 精排阶段为何不用更优的reranker模型（推理性能资源有限，后续迁移到reranker模型加蒸馏）8. leetcode 简单动态规划

本人本科阶段一直是写cpp的，曾凭借还不错的cpp功底侥幸斩获过某大厂的offer。本科毕业后最终没选择进厂而是读研，目前研二。读研后天天摆烂，cpp知识早已忘得一干二净。目前对于未来的规划是回家乡找个电网烟草银行之类的央国企稳稳躺平。由于自己对央国企了解不多，并且这些企业的招聘要求总是写得宽泛而模糊，故想向牛客网的各位前辈请教，央国企卡编程语言吗？比如我们都知道互联网这条赛道cpp岗位相对偏少而java岗位相对更多，因此我身边很多同学都选择了java这条路，包括我目前实验室研三刚刚就业的几位师兄也同样是java。如果说银行啊电网啊这些企业招计算机都招java的，那我就转java；如果他们根本不care用什么语言，那我就打算继续cpp。我看过电网、运营商的校招要求，完全没谈编程语言的事情，只限制了专业。求牛客前辈支支招，如果我未来的求职方向主要是央国企，我需要转java吗？还是继续坚持cpp就好（我内心其实比较喜欢cpp）此外，再额外问一下，虽然我比较向往家乡央国企，但也不排除bat等大厂的可能，想知道目前的求职环境下，是java比较吃香，还是继续搞cpp也不错？ 求指点

刷到招行今年的训练营要开了，突然反应过来——居然都第十季了？？？我是第五季参加的，算算都五年前了。那时候我大三，正处于最迷茫的阶段。身边同学都在卷大厂实习，我也跟着投了几家，但总感觉不太对。我不是那种技术大牛，刷题刷不过别人，项目经验也一般，每次面试都被问到怀疑人生。后来一个学姐跟我说：“你要不要去试试招行的训练营？不一定是比赛，更像是一个探索营。”我当时想的是：反正也没别的offer，试试就试试，三天嘛。然后我就去了。那年赛题是对银行网点业务量的预测，时间序列数据，好像是以每半个小时为一单位，季节性和趋势性还是挺明显的。数据应该是脱敏了的真实数据，需要花费一些时间进行数据清洗。总的来说数据赛道初赛阶段难度不算非常大。现在回想起来，那两个月学到的东西，比我大学四年都实在。（当然，那年印象还很深刻的有逛招行逛深圳，狠狠的幸福了）我第一次知道，原来银行的业务场景这么复杂——不是一个简单的预测任务，而是要考虑节假日、天气、甚至周边商圈活动对网点客流的影响。你得理解业务逻辑，才能做出真正有用的模型。我第一次知道，技术不是孤立存在的。光把预测精度做到最高没用，你得跟业务方解释清楚模型为什么这么预测，他们才敢用。你得跟产品、运营的同事配合，才能把预测结果嵌入到排班、现金调配这些真实流程里。我也第一次知道，原来“技术+业务”这条路是存在的。不是非要在“纯技术大牛”和“转行做业务”之间二选一，而是可以用技术去解决真实的业务问题。对我来说，这种“看到自己的模型被用起来了”的成就感，比刷榜拿第一来得更踏实。比赛结束后，我拿了奖，也拿到了招行的直通offer。其实我硕士期间也各种实习，各种探索职业方向，但记忆中最深刻、感受最好、最有价值的还是那年的3天训练营。所以大概在6月份，当接到HR直通权的电话的时候，我想也没想就参加了加面，也顺利拿到offer，快乐结束秋招，提前开始毕业旅行（甚至旅行基金都是当年招行发的奖金哈哈哈）。现在在业务部门做技术相关岗位，主要做业务系统的技术落地。每天的工作不是闷头写代码，而是跟业务方聊需求、设计方案、然后带着团队落地。就像当年做预测题一样——先理解业务痛点，再想技术怎么解决，最后推动它真正用起来。说实话，比我当年想象的有意思多了。说这些不是想凡尔赛，而是想跟正在纠结的学弟学妹说：别怕选错。你现在的焦虑，我也经历过。但回头看，最重要的不是“选对了”，而是“有一个地方让你先试试”。招行的训练营，就是那个地方。你可以试试技术能不能做深，也可以试试技术+业务是不是你的路。试完了，再决定。也很建议像我一样的本科同学也可以多去尝试，可能会让自己未来的路都找到一个标尺，也留下一个机会。今年是第十季了，时间过得真快。

攒人品中，祝大家都能拿到满意的Offer！1. Python中词典和列表的区别2. 做的rag项目中，为什么用Chroma3. 什么是rag4. rag的整个流程中，你认为哪里最容易出问题5. 多智能体系统中记忆机制的核心目标是什么？长期记忆和短期记忆的设计逻辑有什么区别6. 长期记忆在大项目中可能出现指数增长的情况，怎么避免磁盘爆了7. 对短期记忆进行压缩处理后，过了很长时间后需要当时的完整信息，怎么办？（主包认为可以将会话内容完整保存来解决，但是给模型的上下文要做限制，不能全部注入）8. 如果要储存这么多的信息，应该存在平台数据库还是本地？9.  你觉得应该存在云端，为什么OpenClaw是存在本地呢？10.如果给你一个未完成的rag项目，但是项目中文档切分不合理，怎么解决？11.做的agent项目中，语义意图识别是怎么做的12. LoRA微调用得多吗？13. pytorch中张量的基本操作是什么？