LLM Applied Engineer2024 - 2025
基于 RAG 的面试官系统
PyTorchLangChainFAISSFastAPIPostgreSQL
概述
构建面向结构化面试场景的 RAG 系统，支持岗位知识检索、追问策略与可解释反馈。
问题
面试题库更新频繁，泛化能力弱，难以保证答案准确性与追问深度。
方案
引入多路检索 + 重排与问题分解链路，结合岗位画像生成结构化提问与评分要点。
影响
- 面试问题覆盖率显著提升，知识更新成本降低。
- 评估一致性提升，输出可解释的面试报告。
架构
检索层 + 重排层 + 追问策略层，支持题库与公司知识库的混合召回。
关键技术
关键技术
多路检索、向量/关键词混合召回、问题分解与评分要点生成。