看了知乎以后，有点不敢去华为的数通部门了

在 AI 应用的场景中，rag可以说是一项必备的技术，在智能客服，导购 agent，智能创作等有检索需求的场景都会使用到，所以这里结合一些实际的应用场景和大家做一些分享一，数据准备数据准备是 rag 整个流水线中非常重要的一环，所以在实际的生产场景中，也主要是看数据解析，以及使用不同的向量库落库的过程 文件解析（pdf，docx，txt，md）目前常见的文件解析，就是利用 Apache tika 等开源库做解析组件，但对于一些富文本的数据，比如有图片和表格的情况，就要借用 ocr 等辅助手段大表格处理表格是比较常见的数据类型之一，但是大表格解析通常会有一些问题比如在切块的时候如果每一行都作为 ...

目标小厂

面试嵌入式岗位，很多人会把重心放在“八股文”上：volatile 怎么理解、指针和数组的区别、FreeRTOS 有哪些状态、SPI 和 I2C 区别、线程和中断怎么配合。这些东西当然要会，但说实话，它们更像门票，不是上限。真正拉开差距的，往往不是“你背了多少题”，而是面试官追问到项目细节时，你能不能把一个功能从需求、实现、调试、稳定性、边界条件、量产问题一路讲清楚。嵌入式岗位尤其如此，因为这个方向天然是工程导向的。代码能不能跑，板子能不能起，外设稳不稳定，现场问题能不能复现和定位，这些都不是背几道题能替代的。先说结论：八股决定下限，工程能力决定上限如果让我用一句话概括嵌入式面试的判断标准，那就...