算法岗秋招Offer选择

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。

下面用提问的方式分别从加载，切割，嵌入，储存，检索，评估几个角度连环问，感觉可以判断掌握RAG的程度，博主也在学习，轻点喷1.加载1.1加载纯文本如何加载？1.2加载doc怎么加载？ 要是想强调结构呢1.3加载pdf怎么加载？1.4要是pdf里面有图片呢？1.5要是pdf的一页里面有图片，文字，图片里面还有文字呢？2.切割2.1怎么切割？重叠程度怎么设置，分片大了会怎么样，小了会怎么样？3.嵌入3.1常见的嵌入模型有哪些？3.2对于稀疏向量的嵌入，了解过吗？4储存4.1常见的向量数据库了解过吗4.2企业级一般用哪个向量数据库4.3了解过索引吗？图索引，倒排索引了解过吗4.4第二范式，余弦相似度，向量内积，了解过吗，是干嘛的？5检索5.1多路召回，索引增强重排了解过吗？5.2粗排，精排了解过吗，用什么模型？6.评估6.1常见的评估框架有哪些？6.2评估一般看哪几个指标？忠诚度，相对性，精确性？7其他7.1图RAG了解过吗？为什么要用它？7.2多模态RAG怎么实现？？了解过吗7.3llamaindex专注于该领域，有了解过吗？

1. 自我介绍2. 我对你的人脸表情识别的项目比较感兴趣，可以展开讲一下吗？（这个bb到一半打断我了，害怕，问了我下一个问题；中途还问了一下模型是在阿里云用的什么规模的服务器，有用到显卡吗，我说用到了GPU）3. 你对Agent有什么了解吗？（把cursor的Agent流程bb了一遍，中途问我了解RAG吗，我说不知道，就让我继续了）4. 反问问了业务和mentor制度（他们做的是玻尔网站，给我介绍了一下，核心优势是有一个真实的1.7亿文献库可以通过RAG技术进行调用，我说很不错哈哈哈哈，然后还表达了一下我超想要你们这个实习）ps：最后说了感谢你的时间，害怕不会是kpi面吧！不要就因为RAG没答上来就放弃我啊！附上一个RAG学习策略。

最近到了秋招的末尾了，博主手上有两个offer，想提前了解一下大家对于这些offer的看法与建议。两个offer的总包接近持平1. 字节 抖音算法 （业务为风控场景下的大模型应用）。忧虑：技术点过于垂直，无法锻炼自己，后续晋升/跳槽困难。2. 美团 金服算法（业务为chatbot模型post training）。忧虑：美团去年营收较差，不知是否会影响后续工作的稳定性，base地生活成本较高（无免费饭/房补），能存下来的钱可能不如字节。希望各位前辈在投票的同时能分享一下各自的看法