字节跳动_中国交易与广告(上海)详细复盘：https://yuki-bloom.vercel.app/post/zi-jie-tiao-dong-zhong-guo-jiao-yi-yu-guang-gao-shang-hai-mian-jing面试时间2026_0512-19:00面试内容自我介绍DataAgent 的项目是怎么样的？能介绍一下吗？大概说一下这个项目的前端内容有哪些呢？这个项目中你主要负责什么？AI 返回的 ECharts 图表有考虑过万一 AI 报错了怎么办呢？第二个项目中，你有遇到什么难题，挑几个说一下吧。看你之前写了一个 MCP 服务器，能详细解释一下这个吗？Agent...

还有救吗没offer 还有两个月毕业了

27 届暑期 0offer，求内推求内推求内推！求建议准备全力梭哈日常了，成为最早备战秋招的从三月底面到现在，一边面试一边学习一边复盘，面经就不上传了，也是发现自己的一些问题，大家可以学习，不对的地方可以在评论区指出纠正一下：1.一定要至少准备个 60% 的程度再开始面试，不然会终止流程或者脏面评，我的字节和美团应该是黑了2.听好问题想清楚再回答，慢一点讲清楚3.不会可以说些相关的，相关的也不会大大方方承认，别胡乱背八股，面试官会很折磨4.leecode 坚持刷坚持刷坚持刷，不要间隔着刷5.把知识好好梳理串联起来，把项目理解清楚为止（面试时项目露馅包死的）

1. 自我介绍2. 什么是 RAG？它和普通大模型问答有什么区别？答案：RAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它不是让大模型完全依赖参数记忆回答问题，而是在生成答案前，先从外部知识库里检索相关资料，再把检索结果作为上下文交给大模型生成答案。普通大模型问答依赖模型训练时学到的知识，容易出现知识过期、幻觉、无法引用来源等问题。RAG 的优势是可以接入企业私有知识、实时文档和业务数据库，并且答案可以追溯到原始证据。它更适合企业内部知识问答、客服、运维、法规、医疗、金融等知识更新频繁且要求可追溯的场景。 def rag_pipeline(quer...