wtf，微信暑期实习开了？！

答辩完这几天实在是太无聊了，干脆再写一篇，分享一下自己的笔试经验。一、笔试 虽然主包没有几次笔试ac的，但做了很多场笔试还是有些想分享的东西。 1、首先是笔试准备。首选力扣hot100和150，然后是代码随想录。代码随想录是分主题循序渐进的，适合算法比较薄弱的同学建立体系，配合讲解学习效率很高。如果已经有基础就可以直接开始刷力扣了。主包当时分难度刷的，每天做两三道，做了两个多月才把hot100慢慢刷完，而且刷到后面发现前面有些解法又忘记了，又得重新刷。建议有余力的同学还是把节奏铺快一点，而且分类别刷然后总结通法可能效率更高。刷题的时候我一般没有思路就直接看答案了，建议同学们也不要有负罪感，看完...

目前只有wxg约过一面，手撕没撕出来就挂了

这几个月匆匆忙忙连滚带爬，三月都没怎么投，四月底投了几家，基本没有回复，最后一家发了offer，没去（就一面，没有聊技术方面问题，问了一下基本问题就过了，太假了）😃准备准备一下八股和项目，竞争力太弱了，只能说大一大二太摆烂了，大三才开始准备

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 ...