每年五月，毕业的钟声越来越近，而求职的喧嚣却从未停歇。在985、211毕业生扎堆投递简历的校招场上，有一个群体常常被忽略——他们来自“双非”院校（非985、非211），没有名校标签加持，没有校友内推资源，甚至有些人的专业还被称为“天坑”。但即便如此，依然有人能在夹缝中闯出一条路。今天这篇文章，记录的就是这样一位普通应届生的求职全程。没有戏剧性的逆天改命，只有一次次被拒后的咬牙坚持，和一点点积累起来的实战经验。如果你也在为投了几十份简历都没有回音而焦虑，不妨看看他的故事——也许你会发现，你的困境，他全都经历过。一、起点：没有光环的简历，连系统筛选都过不了小林，某地方双非院校计算机科学与技术专业2...

面试通过了，但是其实待遇没有之前的待遇好 没辙了去看看吧

真没招了  原来是卖课的.. 把我的感动还来...

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 ...