授权与合规声明本文为技术实践笔记示例均基于公开文档与自建环境中的实验不涉及任何未获授权的系统。文中结论仅代表个人实践小结与所涉厂商无利益关系。转载请注明出处。1. 先说清楚面试官到底在考察什么1.1 他们在怕什么不是做没做大模型而是能不能上手很多同学一听到AI 岗位第一反应是我没有任何大模型项目肯定没戏。这个担心背后其实有个误会面试官担心的不是你简历上少一行大模型经历而是担心你完全没碰过相关技术招进来要很久才能上手。这两件事差别很大。前者是经历缺口可以用可验证的学习证据补后者是能力缺口光靠嘴说补不了。本文要做的就是把你已有的学习能力转成面试官看得见的证据。1.2 三类岗位对跟得上 AI的定义不同岗位类型他们最在意的你能给的证据后端 / 业务研发能不能把 AI 接进现有系统一个能跑通的 RAG demo 调用链说明算法 / 模型岗对模型与数据的理解深度读过某一个模块的源码或论文笔记应用 / AI 工程岗端到端落地与工程权衡公开笔记里的方法取舍记录注意不同岗位的跟上标准完全不一样。如果你照着算法岗的要求去准备应用岗会又累又偏。先想清楚你投的是哪一类再决定证据往哪放。1.3 你缺的不是项目是可验证的证据链“我没做过大模型项目这句话在面试里不是死罪。真正拖后腿的是你说完这句之后拿不出任何东西证明我虽然没有但我一直在跟、而且能上手”。证据链长这样我做过一个最小的 X可演示→ 我在 Y 上读到了细节可追问→ 我把过程写下来了可查证。三环扣起来缺口就被填上了。下面三个动作分别补这三环。2. 动作一用一个能跑通的最小 RAG 打通端到端认知2.1 为什么是 RAG它覆盖最多的用 AI 解决真实问题场景方案数据要求适合证明什么微调需要标注语料与算力模型训练流程RAG只需自己的文档端到端工程与检索质量Agent需要工具与编排任务拆解与规划对大多数想转 AI 但没项目的同学RAG检索增强生成是上手门槛最低的一课它不需要你有自己的训练算力不需要标注数据只需要你手边现成的文档——比如你过去两年的学习笔记、博客收藏、工作文档。做完这一个你就拥有了端到端把 AI 接进真实数据的完整经验。2.2 一个周末能跑通的最小实现下面这段是最小骨架把你的笔记切段、转成向量、存进向量库查询时先检索再让模型生成。⚠️ 我没有在你的环境里实际运行过路径、模型名、依赖版本都需要你按本机情况替换。⚠️代码待验证# 最小 RAG检索 生成示意需自备向量库与模型调用fromsentence_transformersimportSentenceTransformerimportfaiss,numpyasnp modelSentenceTransformer(all-MiniLM-L6-v2)# 本地 embedding 模型notes[你的笔记段落1,你的笔记段落2]vecsmodel.encode(notes)indexfaiss.IndexFlatL2(vecs.shape[1])index.add(np.array(vecs,dtypefloat32))defask(query,k3):qmodel.encode([query])_,Iindex.search(np.array(q,dtypefloat32),k)context\n.join(notes[i]foriinI[0])returncontext# 把 context 拼进 prompt 再调用生成模型跑通之后你至少能讲清四件事文本怎么变向量、向量怎么存和查、检索结果怎么进 prompt、生成阶段可能出什么问题。这四件事正好是面试官常追的端到端认知。2.3 把笔记当语料你已有的东西就是最好的数据集别去网上找标准数据集。你自己的笔记有三个不可替代的好处第一你对内容熟悉能立刻判断模型答得对不对第二它天然有结构标题、段落、链接方便你练切分策略第三面试时你可以说这是我自己的知识库真实且有记忆点。一个具体做法导出你过去半年所有 Markdown 笔记按标题层级切成 200–500 字的块作为初始语料。先不要追求效果先把链路跑起来。3. 动作二把一个框架读薄——深入一个点3.1 深入一个点比用过十个框架更有说服力简历上写熟悉多个框架与向量库的人很多但被追问检索模块里相似度是怎么算的就卡住的也不少。面试官见过太多用过但讲不清的。所以与其铺广度不如在一个点上扎下去你只要在一个细分领域能被问住还能答就胜过十个名字。3.2 选一个切口以检索与向量库为例概念你该能讲清的怎么验证Embedding文本怎么变成向量、维度含义跑一次 encode 看输出形状相似度度量余弦与 L2 的区别与取舍在代码里换一种度量对比向量库索引暴力检索与 ANN 的差别读 FAISS 文档的索引类型比如就选检索这个切口。下面的代码演示如何用 FAISS 做最近邻检索——同样我没在你的机器上跑过维度、数据、依赖都需你本地确认。⚠️代码待验证# 用 FAISS 做最近邻检索的极小示例importfaiss,numpyasnp dim384indexfaiss.IndexFlatL2(dim)datanp.random.rand(100,dim).astype(float32)index.add(data)D,Iindex.search(np.random.rand(1,dim).astype(float32),5)print(I)# 返回最相似的 5 个索引读到这里你已经能讲清暴力检索和近似最近邻ANN的差别——这是很多只调 API 的人讲不透的。3.3 怎么证明你真的读过从读源码到提一个好问题深入的标志是你能提一个只有读过才会问的问题。比如读 FAISS 时你可以问IndexFlatL2 和 IndexIVFFlat 在召回率与内存上的权衡是什么我的笔记量该选哪个这种问题面试官一听就知道你是真读过不是背的八股。读源码不要求你读完整个仓库。挑一个模块如检索、分块、重排顺着函数调用走两三层记下来它在这里做了什么决策、为什么就够在面试里展开三分钟。4. 动作三写 1–2 篇公开笔记把我学过的变成我能讲清的4.1 写笔记不是炫技是把模糊变清晰很多人学完东西觉得我懂了一写就发现讲不清——写作会逼你把模糊的认知钉死。更现实的是公开笔记是面试官能提前看到、当场追问的活证据。你说我研究过 RAG他打开你那篇《本地 embedding 维度对不上的排查》瞬间就有了可问的锚点。4.2 写什么3 类适合公开的内容类型示例主题为什么面试官爱问踩坑记录“本地 embedding 维度对不上的排查”能看真实调试能力对比笔记“RAG 和微调我怎么选”能看取舍思维源码解读“我读 FAISS 检索模块的一点理解”能看深度与诚实别写XXX 完全指南这种大而空的东西写你真实踩过的坑和你真实的对比。面试官要的是这个人能不能把一件事讲明白不是这个人知道多少术语。4.3 怎么写才可被提问写好笔记有一个简单自检发之前问自己如果面试官拿着这篇问我三个问题我能接住吗如果答案是能这篇就合格。建议每篇至少留一个我没完全搞懂、准备继续验证的点——诚实的边界比完美的结论更可信也更符合真实工程状态。5. 面试现场把没做大模型项目讲成我在跟5.1 三种常见追问与接法追问一“你这 demo 是自己想的还是抄的”——接法直接说灵感来源比如某篇公开文档再讲你改了哪、为什么改。承认来源不丢人改动的理由才是你的东西。追问二“这东西生产环境能用吗”——接法坦诚说这是学习用的最小版然后讲如果要上线你会补什么持久化、并发、评测。把没做过生产转成我知道生产还差什么。追问三“你和大厂做过的人比差在哪”——接法差在规模和协作经验但我在原理和动手上是通的给我一个环境我能快速补规模那部分。5.2 把短板转成方法的话术结构一个好用的结构承认缺口 → 给出证据 → 连接岗位。先不躲再用证据填最后落到所以我能干你这个活。躲缺口显得心虚只抛证据显空洞不连岗位显脱节。三步走才稳。5.3 一个真实可用的回答模板模块你要表达一句话示例承认现状我没独立交付过大模型项目“我还没在大厂项目里交付过但我做了 X”展示证据我有一套可验证的实践“我用一个周末搭了 RAG能现场演示”连接岗位我能迁移到你这“这套检索思路能直接用到你们的 XX”把表里的三句话串起来就是一段 30 秒的自我介绍式回答承认—展示—连接。它不夸大但把没项目这个被动局面变成了我有可验证的学习力的主动局面。面试应答话术卡一页纸把第 5、6 章的接法压成一张可速览的卡片面试前扫一眼就能用。放在资料包里扫码即可获取6. 面试官可能问 → 你怎么接应答话术表6.1 通用应答原则第一条用证据替代虚构。被问到没做过的就亮你做过的相近证据别硬编。第二条讲方法不是口号。说我会注意效果不如说我从检索召回和置信阈值两层控制。第三条给可验证的节奏。把我会学换成我这两周在做 X已经到这步。6.2 话术对照表核心面试官可能问错误接法推荐接法背后的点“你做大模型项目吗”“做过很熟”虚“没独立交付但我搭了最小 RAG 跑通端到端”用证据替代虚构“RAG 怎么保证不胡说”“加个 prompt 就行”“我从检索召回质量和置信阈值两层来控制”讲方法不是口号“你用过什么框架”罗列一堆名字“我深读了一个的检索模块其他只用过”深度优于广度“你未来怎么补”“我会努力学”“我这两周计划是 X已经在做”给可验证的节奏这张表的核心逻辑只有一句把每个我没做过大模型项目的潜台词翻译成但我有可验证的等价能力。6.3 避免踩的坑坑一过度承诺。我上线过很复杂的 RAG 系统这种话一问就穿。坑二贬低自己。我啥也不会但愿意学把主动权全交出去。坑三背八股。面试官换个问法你就露馅。稳的方式始终是小承诺 真证据 可追问。7. 一个可复制的两周冲刺清单7.1 第 1 周搭最小 demo 读一个源码点目标不是完美是跑通 读透一个点。每天 30–60 分钟足够。下面是一份示例节奏YAML 只是方便你看结构不是要你严格照做我未实际运行按需调整。⚠️代码待验证week1:-day1:选语料导出自己的笔记 Markdown-day2:跑通 embedding 向量库检索-day3:接上生成做出能问答的 demo-day4:读一个框架的检索模块源码-day5:写一个我读到了什么的笔记week2:-day1:公开发布第 1 篇笔记-day2:模拟面试录下自己的回答-day3:整理应答话术卡-day4:发布第 2 篇笔记-day5:投递 复盘7.2 第 2 周写 1–2 篇笔记 模拟面试第 2 周的关键动作是对外输出和被追问演练。找朋友或用录音自己模拟让他照第 6 章的表随机问你用承认—展示—连接接。接不住的地方就是你的笔记该补的内容。7.3 投递与复盘节奏投递不必等全准备好。带着最小 demo 去面把每次面试当成免费的能力体检哪被问住回去补哪。复盘用一句话记今天被问住的是 X我已补了 Y。积累几次你的证据链就自然长出来了。两周冲刺清单可打印版把本章节奏拆成每天 30–60 分钟的具体任务照着勾就行。放在资料包里扫码即可获取附表 A本文引用事实与出处对照表事实出处本文位置RAG检索增强生成由 Lewis 等人在 2020 年提出Lewis et al., “Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks”, 2020Meta AI / UCL第 2 章Transformer 架构由 Vaswani 等人于 2017 年提出Vaswani et al., “Attention Is All You Need”, 2017第 3 章FAISS 是 Meta AI 开源的相似度检索库Meta AI / faiss 公开仓库第 3 章Embedding 把文本映射为稠密向量用于语义检索通用 NLP 工程常识第 3 章两周能做出可演示 demo为个人实践节奏非行业标准无一手出处待验证第 7 章附表 B术语速查表术语含义RAG检索增强生成先检索相关文档再让模型据此生成Embedding把文本转成向量使语义相近的文本在向量空间靠近向量库存储与检索向量的数据库如 FAISS、Milvus、Qdrant余弦相似度用向量夹角衡量语义接近程度的一种度量端到端从输入到产出的完整链路都能跑通写在最后这篇用到的资料写这篇文章时我在整理面试准备清单时发现很多同学卡在没项目可讲而不是不会学顺手也整理了几份配套的东西两周冲刺清单可打印版把本文第 7 章的节奏拆成了每天 30–60 分钟的具体任务照着勾就行。最小 RAG 实现骨架含注释一版可直接本地跑通的检索增强问答示例代码。面试应答话术卡一页纸第 6 章对照表的精简版方便面试前速览。资料是我自己整理的放在下面这个码上扫码即可获取资料较多建议先看「全套 AGI 大模型学习路线」再挑一个实战项目跟练。