贝壳找房RAG面经

1️⃣数据准备很多人上来就想着搭 Milvus 或 FAISS ,但根本没搞清楚自己要检索的是什么。RAG 的灵魂在知识库。而知识库的质量，取决于数据处理的精细程度。2️⃣检索召回很多人以为用个 embedding 模型就完事了。但 embedding 模型之间差距极大。在实际项目中，我们踩过很多坑：同样一份知识库，换不同 embedding 模型， RAG 的命中率能差出30%以上。3️⃣Query 理解：很多人以为检索的 query 就是用户的问题本身。但在实际场景里，这一步其实最"坑"。🍊那到底哪一部分最难搞？最难的是让整个系统"协同"起来。这需要你既懂算法，又懂工程。需要同时考虑：1.文档更新频率（知识库维护）2.向量召回性能（索引优化）3.Prompt 格式（生成阶段控制）4.模型响应速度（ API 并发与缓存）换句话说， RAG 是所有"大模型项目"中最能体现"算法工程师功底"的模块。它要求你既能设计算法，又能搭系统。📳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。

文心一言 大模型算法实习生2026.01.15，上午11:00，一面，线上，1h左右，只有自己开了摄像头，面试官没开面试官首先介绍了自己团队的工作，是百度文心团队旗下专注于代码大模型的相关团队，核心工作涉及模型的预训练，也包含后续的后训练工作，同时会进行数据策略的优化，开展数据分析等相关工作。面试时录音了，以下是语音转文字后的简要结果：1.自我介绍2.拷打简历3.你现在在北邮这边读书时，导师这边没有什么项目吗？你这个实习是在研究生阶段去实习的是吗？（实习是本科大四阶段刚结束的，目前处于研0阶段，今年九月读研一，导师这边做 AIGC 文本检测相关项目）4.请讲一讲你那段实习中数据分析系统项目的背...

bg双非本西电硕投了20天没啥动静，有无大佬帮忙看一下简历给个建议，有偿也行😢项目是王二的rag和改良的点评。。

牛客上貌似有关客户端的面试经验比较少，那我来分享一些。我走的是iOS开发方向，元旦左右面试了两家小厂，由此分享一些经历。厂A：主要问了比较多Swift基础知识，包括但不限于值类型、引用类型、闭包、访问控制以及Swift5.5以后新增的async/await。随后是关于项目的，比如MVC与MVVM架构的区别，MVVM是怎么做到代码解耦的，工厂模式与单例模式等，还有一些项目的细节。关于iOS系统的倒是比较少，就简单问了一下有关runloop和循环引用的内容。厂B：这家厂的规模较大，问的内容也相对比较深入，由于他们家的产品主要是UIKit+RxSwift开发的，因此对MVVM考察的比较多，比如RxS...