说实话，上周我真的有点崩。字节简历挂，腾讯笔试完没消息，美团一面之后也没回音。阿里、百度、快手投完石沉大海。我心想：五月了，大厂该招的都招完了，我是不是没戏了。躺了两天，焦虑得不行，刷牛客看到有人说"别慌，还有公司在开"。我一开始不信，心想都是安慰的话。后来看到一个信息汇总表，逐行看了一遍，愣住了。（给大家也同步链接： https://link.zhiyeapp.com/r/Xe4qmZlgj还在招的公司，比我预想的多很多：· 百度AIDU计划（大模型方向，5.19更新的）· 搜狐畅游（产品、开发、策划一堆岗位）· 上海农商银行（后端、数据、运维）· 晋华集成电路（IC设计...

先上Timeline:3.17 一面（一小时后通知过了）3.21 二面（面试在周末，周一上午通知过了）3.25 三面（半小时后通知过了）3.26 hr面（当天晚上发offer）面试内容：一二三面基本上都是拷打实习+项目，🈚️八股一二面各一道非常简单的算法，三面🈚️算法hr面主要是了解个人经历、性格，以及就业规划等总体感受：整个流程非常快，这个必须点赞每个面试官的专业能力就不用说了，会问到一些可能自己之前没考虑过的问题，也会现场引导我思考。整体面试氛围很轻松，像是在和同学一起讨论技术问题，交流各自的想法一样，聊的很开心暑期投了不少大厂，但只有腾讯字节给面试，其他公司都没给机会腾子那边也挂了几次不过还好最后如愿进字节了

大佬们狠狠的揍我吧

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 ...