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> ...

27届Java实习

大家好，我是24届985硕，毕业加入厦门银行，目前已经有2年了，今天想用我的经历，给大家分享点春招信息差。 先说结论，如果银行某个岗位有确定的培养路径+发展路线，那可以无脑冲。 因为只有我自己知道如果没有这两项，会有多艰难。记得两年前我入职时，我们还没有管培生体系。我是从“科技部新人”一步步摸过来的：轮岗靠申请、项目靠抢、导师靠缘分。  说实话，前半年我挺羡慕互联网大厂的“系统化培养”的。 但今年不一样了。行里第一次设立科技管培生，我看到了我们这批“老员工”当年踩过的坑，正在被填平：  轮岗不再靠运气：管培生会轮换核心部门和岗位，每个阶段有明确的学习地图；导师不再靠缘分：每个管培生配一位导师，...