offer毁

1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

timeline过年前就约的年后三月份的面试2026 3.05 一面2026 3.10 二面（挂）2026 3.13 二面2026 3.16 hr面2026 3.19 口头oc2026 3.20 offer两道手撕无重复字符最长子串数组中能组成小于n的最大数字记录一下 不多写什么了 同时也感谢平台上以前发面经的佬们记录的一些手撕题目 刷一刷颇有成长

四类题，提交前一类才能做下一类。  单选题，知识点包括ai和后端。 多选题，少选得1/3分，错选不得分，知识点同上。 3道编程题，题目可以看公众号的题解。 根据图书借阅规则写提示词实现一个图书借阅程序，题目规则不能复制。最后一题留点时间，我就是最后一题没时间了，提示词没写完。  感觉题又多又难，大家好好准备吧，我只能看运气了。