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 ...

悲报：大厂挂麻了喜报：找到实习了悲报：实习公司很小，实习薪资很低300/天，在北京需要自己租房喜报：实习公司是二线大厂的子公司，简历可以写大厂名字，支持背调背景：211本+985硕三月中到现在面了很多，挂了很多，第一次收到offer还有其他面试流程在走

现在还是0offer，大佬们，我该怎么办

没课的下午，我决定干一件事：把积攒了一周想投的公司全部投掉。 清单上的10家：字节、腾讯、美团、百度、京东、快手、网易、小红书、滴滴、B站。【14:00 - 准备工作】先打开网申助手确认信息是最新的（之前改过一次项目描述），然后按顺序开了10个tab，每个tab对应一家公司的招聘页面。【14:10 - 开始投递】第一家字节：打开网申页面，助手自动填了基础信息，我检查了一遍，补了开放题（为什么选字节），提交。耗时4分钟。第二家腾讯：同样流程，自动填、核对、写开放题、提交。耗时5分钟。第三家美团：基本一样，但美团的开放题有两个，多花了2分钟。耗时6分钟。【14:35 - 中段加速】到第四家百度的时...