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，...

感觉寄了，代码都让ai写了，现在心里慌慌慌。怕不给面试，也怕给了面试。第一次面试说要出一道算法题脑子一片空白😐。。。

简历求拷打，有没有大佬给点建议😭实习经历不太会写，大部分都是做业务功能的没有很强的技术点😟

1-什么是 DataFrame？DataFrame 是 pandas 的二维表结构，带有行索引和列索引，每列可以是不同数据类型，适合做结构化数据分析。2-什么是索引（index）？有什么作用？索引是行标签，用于数据定位、切片、对齐和快速检索；时间序列分析中常把日期设为索引。3-如何查看每列的数据类型？ df.dtypes 4-如何查看每列缺失值数量？ df.isna().sum() 5-如何判断数据中是否存在缺失值？ df.isna().values.any() 6-如何提取 createTime 为空的行？ df[df["createTime"].isna()] 7-如何...