5.21更新已挂全程15分钟。面试官人挺好的，即使我的回答跑题了也没有打断我，而是等我说完再纠正1.自我介绍2.Linux中查看系统性能的命令3.学习的时候用的是哪个版本的Linux答：WSL2 有没有用过原生的Linux答：用过CentOS4.介绍自己的一个项目（我介绍了自己的基于RAG的英语学习网站）如何部署的模型如何实现的调用RAGembedding用的是哪个python库5.如何看待AI Agent，是否用过AI Agent答：用过OpenAI的Codex问：Codex是闭源的，有没有接触过开源的AI Agent框架答：没有6.RAG和传统检索方式相比有什么优势我答的是RAG和传统语言...

该咋投递啊还，boss上几乎没人理，简历咋能优化一下。

前天下午面的字节二面，确实面的不咋地就到今天也一直在横向中...

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 ...