荣耀内推码

快手timeline，三轮技术面，HR打了10min电话没有面试4.30投递5.14一面5.18二面5.19三面5.21 offer暑期投递情况：字节-非洲交易平台 二面挂，最意难平的一面，八股太久没看了，败在八股上字节-番茄小说 一面挂，问得挺难的只能说淘天-天猫新品营销 一面挂，问了很多Agent的评测相关，不太会米哈游-游戏测试开发 一面完进池子，跟平常后端面试问得差不多，组里以开发为主。携程 笔试AK完筛选了一个多月了美团 笔试A2，最终3个志愿流程结束，今年HC真的很少，而且日常转暑期的时候ld透露今年只招985，不能转滴滴 3月投的提前批，说4月优先处理，到现在还是公共待分配剩的不...

github原来还有挂人的作用搞大模型真是能狠赚笔

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

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 ...