“双非”二字，在人才涌动的求职季里，常常像一道无形的门槛。有人被它绊住脚步，陷入自我怀疑的漩涡；也有人将它当作重新认识自己的起点，默默积蓄力量，最终弯道超车。本文的主人公陈屿，就是后者。他是一所普通院校的商科生，没有名校背书，却在毕业季拿下一家头部实业公司的管培生名额。这并非幸运突降，而是一场长达两年的精心布局。从低落的自我否定，到一步步搭建起属于自己的竞争力，他的经历中，有每一个双非学子都可能遇见的困顿，更有走出困顿的真实路径。一、困在标签里：当“双非”成为第一道枷锁大三那年秋天，陈屿第一次感受到现实的锋利。同校师兄师姐的求职分享会上，一句“有些企业只要985、211”被反复提及。他坐在台下...

学院本，几段实习都是那种20多个人的公司，接下来想去相对来说大一点的公司找一个能转正的实习，牛u们可以给简历一点建议不

收藏我了是进人才储备池了还是有戏了😂

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 ...