宇视科技

哈喽小伙伴们👋 最近后台好多学弟学妹、转行大佬、跳槽老哥都在问华为 OD 到底值不值得冲、是不是纯外包、能不能转正、坑多不多。 网上乱七八糟的说法太多，黑的吹的都有，今天抛开套路，用业内真实视角，我不用官方套话，全程大白话唠嗑，把大家最关心的高频问题挨个解答，纯避坑指南，小白一看就懂！1、关于 “外包毁简历、进了就和大厂无缘” 很多人纠结：都说一进外包深似海，以后再也进不了大厂，OD 会不会也这样？ 客观理性说，凡事都有两面性。站在四年OD招聘 HR 视角，大厂选人逻辑很清晰：先看学历背景，再看大厂履历，最后看项目经验和技术匹配度。 本身学历、能力、履历都很能打的人，就算不投 OD，也能拿到...

就挺无语的。我大二就开始实习了，不是为了卷谁，就是很早之前听学长建议，觉得早点接触下工作没坏处。到现在暑期实习加起来第三段了，每段都是自己投简历、刷题、面试一步步拿的。昨晚寝室聊各自暑期实习找得怎么样，我说了一嘴我这边定了，然后我室友直接来一句： 就是有你这种工贼，才把行情搞成这样的“、”正常人谁大二就出去实习""你一个人占三个坑知不知道"、“拿着实习的工资干着正式的活儿，还没上班就想着帮公司美美省钱，真孝顺嗷”我昨天差点动手，被另一个室友拦着了。讲话太难听了，跟有病一样。他自己之前天天打游戏的啊？我提前准备还成我的问题了？

学院本，至今0️⃣offer，求求指点~(>_<)，孩子要急哭了

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 ...