6.6刷题打卡

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 ...

笔试也不会做，面试答不上来，呜呜呜

鼠鼠考研失败了调剂也寄了，学了一个月agent写了份简历结果发现boss还是没什么回复😭😭😭求大佬帮忙看看简历

最近把牛客上近一个月Java 后端面经挨个翻了一遍，有字节、腾讯、拼多多、快手、美团、滴滴等这些公司，整理了各家闻到的高频题目和知识点，牛友有需要的自取。题目均来自其他牛友发的面经，真实可靠，每道题也都标注了来源觉得有帮助的话，辛苦点赞收藏转发一键三连，需要其他岗位的，也可以评论留言一、集合（几乎每家一面必问）1. HashMap 底层数据结构 / 怎么扩容？来源：快手后端一面、字节中国交易与广告一面、转转Java实习、腾讯二面、腾讯云智一面快手追问：哈希表遍历是有序还是随机？排序规则？怎么计算桶位（自定义对象呢）？字节追问：Java 17 的 HashMap 插入/查找时间复杂度2. Has...