一、技能栏：精准不堆砌按岗位选关键词，别大杂烩 通用办公：提示词工程、AI办公自动化、文心一言/DeepSeek/Notion AI 运营市场：AI文案生成、AI素材策划、社媒内容优化 产品/数据：RAG、AI数据分析、A/B测试、智能流程搭建 技术岗：PyTorch/TensorFlow、大模型微调、向量数据库、Agent开发二、工作经历：STAR+量化，一眼加分错误写法使用AI工具提升工作效率正确写法（直接套用）1. 用提示词工程搭建内容生产工作流，单篇文案耗时从2h缩至15min，效率提升80%2. 借助AI完成数据清洗与报表自动化，每周节省4h人力，准确率提升95%3. 基于RAG搭...

bg211，暑假才转回南京校区😭😭根据星球做了一份简历，项目是一个rag+点评不知道能不能进八股简历上写的背的差不多了，hot100刷了一半，暑假想留校实习，做日常或暑假实习，求各种大佬指点，不玻璃心😭😭

目标后端

1.问实习2. 项目拷打3. LLM 落地部署有什么好用的 trick？答案：现在 LLM 落地里，很多时候改模型不如先改数据和链路。第一步是把线上 badcase 分桶，区分是检索错、提示词错、模型能力不足、工具返回错还是数据源脏；第二步是做数据闭环，把高频错误变成 SFT、偏好对、规则样本或者评测集；第三步是做推理侧优化，比如 KV Cache、continuous batching、量化、prefix cache 和路由小模型。比较实用的 trick 是不要盲目微调整个模型。很多业务问题是知识更新、格式不稳、证据引用错，这些更适合通过 RAG、结构化输出、后校验和数据清洗解决。只有当错误...