Thoughtworks 刚结束TW一面

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...

没见过这么傻杯的人，我没回就发嘲讽，压抑坏了是吧

游戏运营问题：看你以往经历没有涉及游戏，为什么想进入这行？深挖活动运营经历：评估效果会关注哪些指标？新游戏上线后，你会优先关注哪些数据？如果游戏下载量、留存、回流同时出问题，先解决哪个？平时玩什么游戏？为什么喜欢它？（建议提前准备游戏分析）你觉得《MLBB》有哪些可以改进的地方？📚 高频考点整理▪️ 游戏运营理解：内容搭建、版本迭代、用户/渠道运营、数据分析缺一不可。▪️ 数据指标：留存率、ARPU、付费率、活跃玩家分析是核心。▪️ 新手引导设计：简洁提示+适当奖励+难度梯度是关键。▪️ 活动策划：节日活动、社区互动、召回机制都能提升在线人数。🔍 行业工具推荐数据分析常用：七麦、蝉大师、S...