期权系统测试

前言 今年AI赛道卷成红海，从OpenClaw到Gemini，满屏都是"AI替代焦虑"，连朋友圈都在刷"求职龙虾"——那些把好offer全掐走的卷王。作为一个被AI包围的应届生，我却在春招里靠一款叫求职精灵的AI工具实现了逆袭，顺利拿下腾讯产品运营岗offer。整个求职过程从简历优化到模拟面试，求职精灵全程陪跑，让我这个双非本科也能和985海归的卷王们正面刚。 我的背景 先说说我的背景吧：双非一本计算机专业本科，但做过学生会外联部长、运营过校园小程序、还在腾讯做过产品运营实习。说实话，投递腾讯之前我心里一点底都没有，毕竟"鹅厂"可是出...

🐭🐭是学院本，没有实习过😭3.2号更新一波简历，目前已经有一家进二面了，一面线上面被拷打了一个多小时，后面和负责人开始聊天。😭

1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...