懒得投懒得面了

本科统一打包价，每月税前10.5k，工卡每月500补贴。本科五险一金按照最低基数交，公积金一个月双边加在一起就五六百。加班费按照基础工资（60％月薪）的两倍给（有工作日加班时长要求）工作强度看部门，硬件强度要大一些。

bg双2，塔（n×15加15k年终），有攀登计划，hr说平均年包多10%，岗位是总布置（人机）；赛（n+4.4）×14，问界整车装配工艺。个人感觉塔的岗位好一点？赛得下车间，强度估计比塔大的多。有没有大佬给点意见

上上周Hr面试，这周打电话Hr说正在处理，战线拉太长了，这里想和大家同步一下情况。

你是否想打造一个靠谱的知识客服，或是搭建能精准回答问题的知识库？这就绕不开一项核心技术——RAG（Retrieval Augmented Generation），中文译为“检索增强生成”。听起来高大上的技术，核心逻辑其实很简单：先从资料库里检索相关内容，再基于这些内容生成答案，即“先检索、再生成”，这也是其名称的由来。作为目前最常用的AI问答方案之一，RAG已广泛应用于企业知识助手、智能客服等场景。本文将从应用场景、核心原理、流程拆解、专业名词解析等方面，带你全面掌握RAG技术，搞懂高质量智能问答系统的构建逻辑。前言我认为AI的基础知识是现在求职和实际工作所必须掌握的，不管是算法还是后端前端岗...