我记得之前牛客有个专门更新毁约的集合贴来着，但今年貌似没更新了，就业环境一年更比一年难，也想给牛友们找工作帮一些忙，今天开始我将继续更新毁约集合贴！本次先更新26届春招，在牛客已经发帖爆料的黑名单公司，以后再有新的，会持续更新！！！1、还没入职，部门裁了20%：链接2、多益游戏毁约：链接3、多益网络毁约：链接4、某大厂内包：链接5、25届前端人下人被裁后续：链接6、5月被毁约了：链接7、26届应届生惨遭毁三方，求内推：链接8、百度内部大调整批量毁offer：链接9、应届生四月被毁约——广东宝莱特：链接10、前端实习一个月多被裁了，难受😭：链接11、25届前端人下人被裁：链接12、因为不主动加...

美团timeline一面 3.26二面 4.2oc 4.8offer 4.10其他：oppo 一面挂vivo 没动静携程 笔试挂哔哩哔哩 没动静感想感觉找实习运气也占不少的成分，本来0实习选手暑期只是准备随便投一下练一练，想着过会儿再找日常实习，没想到美团直接收留我了。感谢一面面试官，在我第一次面大厂的时候给了我自信

26届设计找不到工作啊  

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 ...