Complete Java Roadmap

多年大厂摸爬滚打下来总结一套全岗位适用的吵架tips😈😈职场免不了利益冲突，甩锅、压力、抢功劳、争资源、拜高踩低都太普遍了所以学会吵架，解决问题、保护自己的方式就多了一种，不然就变成别人眼里的软柿子，任人拿捏1.明确自己吵架的目标知道你为什么吵架，并且不能动摇，坚定内心想法2.停止自证吵架时候永远别想着自证，别人对你提出质疑你就把问题抛回去反问，这样需要思考自证的就是对方，可以争取时间给自己整理思路3.揭穿对方吵架的目的思考对方为什么要吵？对方想得到什么？如果是为了推卸责任或者拒绝你的需求，可以直接说“现在需要解决问题而不是推卸责任” “你想拒掉这个需求是因为资源紧张吗？”4.对方出现失误...

✅ 什么是RRF(Reciprocal Rank Fusion)❓一种排名融合方法，将多个检索器的结果合并成一个统一的排名。✅ RRF的作用❓不同的检索器可能会有不同的优势和不足，通过RRF可以结合它们的长处，提供更精准的结果。✅ RRF的具体流程❓RRF使用一个公式来计算每个文档的总得分，RRF(d) = sum { 1 / ( k + r ( d ) ) } ，这里 d 是文档，R 是检索器的集合，k 是一个常数，通常取60，r(d) 是文档在某个检索器中的排名。✅ 这个公式是如何做排名的❓使用了倒数排名（Reciprocal Rank），也就是( 1 / ( rank + k ) )这样排名越高的文档贡献的得分越大，这可以确保多个检索器共同认为重要的文档在最终排名中占据优先位置。同时随着排名的增加，贡献得分的增速会减缓，也就是说，排名1和排名2之间的差异，比排名100和101之间的差异更显著。另外，常数k起到了平滑因子的作用，防止单个检索器对结果的主导性太强，还能更好地处理排名相近的文档。✅ 具体讲讲RRF在RAG系统中的实际应用流程❓RRF在RAG系统中的应用可以分为几个步骤：1️⃣用户输入查询，系统开始处理。2️⃣查询被发送到多个检索器，这些检索器可以是不同的检索模型，比如密集型、稀疏型或者混合型。3️⃣每个检索器生成自己的相关文档排名。4️⃣使用RRF公式将所有检索器的排名结合起来，计算每个文档的总得分。5️⃣根据RRF得分生成最终的统一排名。6️⃣最后，生成模型使用排名靠前的文档来生成最终的答案。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

腾讯的面试一般有3-5轮：一面，技术面面试官：1、自我介绍2、讲项目 腾讯的面试官要求我讲一讲自己简历上写的项目。3、技术问答 因为我简历上写的项目涉及了数据预处理、BERT大模型等，所以面试官追问： 数据预处理怎么做的？ BERT的两个预训练任务是什么？ BERT和GPT的对比？ 等等。最后，腾讯的面试官： 你自己简历上的东西都不熟，就不要浪费双方时间了。 你自己简历上的东西都不熟，还不如不写上去。 （后来我的老师教导我：简历就是考卷，简历上写的项目等都要非常熟悉）  补充：别的公司如南粤家政，会更关注求职者能否给公司创造价值？如南粤家政的面试官：家政行业大模型，如何给我们公司带来更多客户？

全程只有30分钟，无手撕，当场告知通过1. 自我介绍2. 介绍美团那边的实习工作（没深挖）3. spring bean的创建过程4. spring多线程并发安全问题5. spring事务失效场景6. 对redis的了解，用在哪些场景7. 编写一条sql需要注意哪些性能方面的问题8. 为什么要用mybatis？优势在哪9. 用过线程池吗？为什么要用线程池10. 你的项目中有什么亮点然后面试官开始介绍部门业务反问1. 最看重校招生哪些点（回答看重985😂😂）2. 招聘流程（2技术+hr）上午被字节拷打到玉玉，相比之下下午的东子简直就是一股清流