每年的毕业季，总有一群带着“双非”标签的年轻人站在十字路口。他们并非名校出身，简历上可能没有光鲜的实习经历，却依然要在千万求职大军中杀出一条血路。这篇文章记录了一个真实的故事——一个普通双非本科生的求职历程。没有鸡汤式的逆袭，只有一路跌撞后的清醒与总结。如果你也正经历同样的焦虑，或许能从他的经历中找到共鸣与方向。一、起跑线：一张“普通”的底牌2025年秋天，大三的小张坐在宿舍床上，看着手机里刚刚弹出的秋招信息，第一次感到前所未有的压迫感。他就读于南方某二线城市的普通本科院校，专业是市场营销——一个听起来什么都能做、又似乎什么都做不精的方向。没有985/211的光环，没有大厂实习经历，甚至连一段...

真是无语了😓

28届想找大厂日常，简历求建议。以及想问一下netty会问到什么程度，会问优化和源码吗？

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 ...