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> ...

10号下午二面的，今晚才从复试通知链接变成这个进度，求佬解答

今天和字节的一位面试官朋友吃饭，吐槽了一下今年的春招简历质量。他跟我透露了一个残酷的真相：大厂筛选简历，平均停留时间真的只有3秒。在这3秒里，如果你的简历没有击中“靶心”，直接就会被Pass。作为“内部人”，他给了我三个关键加分项，能瞬间提升简历的通过率。今天分享出来，希望能帮到还在焦虑的牛友们。加分项一：关键词的“镜像化”布局面试官看简历其实是在“找词”。ATS系统和HR都在找JD（职位描述）里的那些硬技能。错误示范： 技能栏写得乱七八糟，或者项目经历里全是“负责、参与”这种虚词。正确姿势： 你的简历应该像JD的“镜像”。如果JD里强调了“SQL”、“Python”、“数据清洗”，你的简历里...