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 ...

我朋友接了美团，后面又拿了字节，跑去字节提前实习，天天抑郁症，天天内耗，哎，字节毁了一个年轻人，哎，还不如去美团蹲着

现在人这么多 我感觉占七成以上了

对于大部分开发实习的同学来说，这应该深有体会。面试的时候，什么高并发、高性能、高可用，那是张嘴就来，但实际实习的时候才发现，哪会让你接触这些东西哦。可能理解业务就要理解一个月，然后前端做做切图，样式调整啥的，后端做做CRUD啥的。这样糊糊涂涂实习3个月准备秋招的时候，发现面试官都不知道该问你些什么，你自己也不知道该回答些什么。而有些同学知道要包装，但是可能用力过猛，导致面试稍微问深一点，就露馅了。所以合理包装自己的实习经历是必需的，那具体怎么样合理包装自己的实习经历呢？下面是具体的一些技巧：1.把“做了什么”翻译成“解决了什么问题”改重复出现的小bug：可以总结成“优化XX模块异常处理逻辑，通...