1、自我介绍2、对大模型应用的理解我理解的大模型应用，核心不是“模型能回答”，而是“模型能稳定解决业务问题”。单纯从能力上看，大模型擅长自然语言理解、内容生成、总结归纳、信息抽取、问答、多轮对话、代码辅助这些任务，但真正到了业务场景里，还要考虑知识时效性、幻觉控制、结果可解释性、调用成本和响应速度。所以大模型应用一般不是一个裸模型直接上线，而是一个完整系统。常见会包括下面这些模块：用户输入理解Prompt 构造外部知识检索工具调用模型生成输出校验日志监控和效果评测如果是企业场景，大模型应用通常有几个典型方向：智能问答和知识库助手企业内部 Copilot智能客服文档总结和信息抽取数据分析辅助Ag...

不过大厂的面试确实比小厂能学到更多

28届2本非科班大概很快要找实习了，应该是偏ai应用开发方向

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花慢SQL是MySQL数据库性能瓶颈的核心诱因之一，会导致数据库响应延迟、连接占用过高、CPU/IO负载飙升，甚至引发服务雪崩。本文梳理慢SQL从“排查定位—原因分析—紧急处理—深度优化—监控预防”的全流程，覆盖实操步骤、核心技巧和避坑点，适配各类业务场景，助力快速解决慢SQL问题。一、前置准备：明确慢SQL判定标准在排查前，需先定义慢SQL。MySQL默认通过long_query_time参数判定慢SQL，默认值为10秒（可根据业务调整），即执行时间超过该值的SQL会被记录到...