图森未来内推图森未来内推码

记录一次非常糟糕的面试体验上来还说什么部门现在很缺人，回头想想真是非常的逆天。提前开始 + 早退 + 中途打电话 + 网络信号不好整体面试：不断对我做项目的动机进行打压，说我写项目的动机逻辑有问题。给他解释他说项目不是我自己做的（？？？？）问的问题非常的不专业。甚至问一些什么具体怎么抓包的？我想给他展示，他还不乐意看，完全不明所以。反问的时候问到实习生的主要工作内容，回答的全是一些空话（什么给部门赋能乱起八糟的，一点具体的都没有）。如果不想招人，请不要浪费大家的时间，谢谢！！！！

你在leetcode上练的都是死代码能力🤣

过了，云智真tm香啊。😜

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> ...