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 ...

之前一直在牛客刷大家帖子，看到了很多人吹捧大厂多好多好。但是说个会被喷的事实：双非本，秋招拿了5个offer，比我那个在某大厂实习的室友还多一个。他在大厂做了三个月，负责链路中的一个中间模块。听起来很厉害对吧？但面试的时候面试官追问这个特征是怎么选的召回策略谁定的，他只能说这部分是算法团队负责的。我在旁边听得都替他尴尬。我呢？在一家不过百人的小公司做了个后台管理系统，全流程就我一个人。你问我任何一行代码为什么这么写，我都能给你掰碎了讲，因为踩过的坑我全记得——凌晨两点调CORS跨域问题的那种刻骨铭心你懂吗。说到底面试官要的不是你title多好看，是你到底有没有真正做过这件事。大厂名字能帮你过简历关，但到了面试那一步，你做的东西是不是你的，一问就知道了。后来我室友也想明白了，他说我那三个月最大的收获就是知道了食堂哪个窗口最好吃。我不知道他是在自嘲还是在认真的。

现在大二学了两年java，在准备八股，准备找暑期实习。家里人听别人说考研，现在也劝我考研了，不过我是不太想考研的，因为想快点就业挣钱。但是软件工程考研，学历就高了一点点，找工作帮助会有很大吗。而且考研应该也要考专硕吧，研究生那些我不很了解。

新接触的候选人的资面刚结束，鱼丸马上就带着面经给大家分享～同时给大家复盘一下，总结了一些回答要点，干货拉满，备考可直接参考！ 先介绍一下候选人的背景信息：24届北邮C++方向，机考393.33分，学历和技术底子扎实，属于HR初评优质档。 再来看看都被问了哪些问题，回答要点是什么1. 开场 & 项目经历考察 面试官先让我简单做了个自我介绍，接着就顺着问了项目相关的内容，没有刨根问底式的技术深挖，更多是了解项目背景和我的角色。简单介绍一下你做过的项目。有没有团队合作的项目经历？你在项目中具体负责什么部分？有没有接触过 AI 相关的内容？ ✅ 要点：这可不是再问你项目本身有多厉害，而是在问你...