已offer春招结束了

继续来分享下之前的面经~欢迎友好讨论，信息共享1- RAG痛点2- 检索精度与召回率的平衡（如chunk粒度优化） 如何解决多跳推理问题？3- 知识更新机制（小红书UGC内容高频更新如何应对4- LLM针对RAG的优化5- 是否用LLM直接生成Embedding？如何解决生成式检索的稳定性6- 提示工程优化（如HyDE技术在小红书的应用场景）。7- 幻觉问题8- 检索结果置信度过滤方案？是否引入知识图谱作为验证层9- 检索污染处理10- 用户生成内容（如错误美妆知识）如何清洗？实时性（如突发谣言）如何应对11- 图文对RAG产品设计12- 多模态检索方案（图文联合Embedding vs. 分离对齐）13- 如何将用户评论/标签纳入检索增强

投的cpp研发工程师 ，一面直接主管面， 简单问了点实习项目。介绍说业务是python 加 cpp语言 大概是语音模块的业务。反问问后面流程面试官直接说是hr面了，感觉是缺人做dirtywork了 有没有牛油懂得，有没有坑啊。故事是这样的，部门主要是做ai infra的，但是我这块完全不懂，所以拒了第一次面，但hr还是打电话说让我试试，也有其它的业务。稀里糊涂就面了，而且约下周hr面了 很神奇。

最近也面了小红书，感觉整体偏难，我居然也没过，面的记录如下1 先自我介绍一下2 介绍一下你做的核心的项目，对于项目有啥技术难点，技术有哪些亮点3 对于数据湖时间旅行有了解吗，对于时间旅行主要是解决啥问题，为啥这个是数据湖专有的4 对于事实表有哪几种类型，分别是啥，使用场景主要是用在哪一块，优缺点5 对于olap来说，主要是用olap哪些新特性，对于olap来说目前主流是哪些，分别有啥好的新特性6 对于flink来说触发器和水位线底层怎么实现的，源码是哪些类，对于自定义触发器和水位线来说主要是实现哪些类，checkpoint主要是怎么实现的，一般对于实时任务怎么实现精确一致性7 实时任务对于一个任务来说oom主要是怎么出现的，对于oom有啥好的规避策略8 对于离线数仓来说，如果实时指标和离线指标计算金额不一致如何确保哪个指标准，出现问题主要是哪些地方可能会导致9 离线任务怎么确保数据可靠，对于起夜如果问题不能解决该怎么操作10 有啥需要问我的

四篇CCFA一作，包含一篇三大会一作，两到三段长长期实习，搜广推正常情况下拿到多大的package