1. 自我介绍2. RAG系统的核心架构、检索优化与在教育场景的落地难点RAG核心架构分为数据预处理、检索模块、提示工程、大模型生成、后处理校验五部分。检索优化包括混合检索、多轮检索、知识切片、向量库优化等。在教育场景的落地难点在于知识专业性强、知识点关联复杂，易出现检索不精准；题目、公式、图表等多模态数据的结构化提取难度大；学生提问口语化、歧义多，意图理解难度高；需严格保证知识准确性，避免大模型幻觉。解决方案包括构建教育领域专属知识库、多模态文档解析、意图识别优化、事实校验机制等。3. SFT的核心流程、数据构造要点与在教育大模型中的应用SFT核心流程为数据准备、模型选择、微调策略、训练配置...

春招约不到面试，太难受了

算法开始先做三个算法题，不是很难Linux服务器负载高如何排查？进程间通信方式，哪个效率最高？计网浏览器输入qq.com后发生的网络过程如果发现这个过程很慢，怎么解决让你来运维服务器，发现服务器很慢怎么解决？数据频繁更新，CDN缓存怎么更新，如何保证一致性MySQL常见存储引擎，使用的什么数据结构查询数据库响应慢，如何优化、排查设计使用MySQL存储微信红包收发记录，亿级用户RAG项目整个流程讲一下如何评估效果其他你对运营开发的理解，是干什么的，为什么选择这个，而不是AI或后端开发对AI的看法反问---------- 更新 --------刚发完帖子，就进二面了