5.12一面1.agent项目问的比较详细，但是具体问题我忘记了，大概也是上下文压缩之类的；2.hashmap底层原理，concurrenthashmap有什么不同；3.讲一下Java的垃圾回收机制；4.讲一下tcp流控；（作为通信人，居然没答上来，因为忘了，面试官很震惊，你不是学这个的吗，我也很震惊，我不是学这个的吗）5.了解MySQL吗，讲一下；6.日常学习工作怎么使用ai工具的（展开了很多内容，当时脑子全是乱的，梦到什么答什么，所以问题记不清了）7.说一件你做的失败的事情；8.说一个你最近关注的ai方面的新闻（我说了龙虾）；9.手撕：顺时针遍历矩阵；10.反问：您觉得目前ai发展到现在，...

真没招了  原来是卖课的.. 把我的感动还来...

这几个月匆匆忙忙连滚带爬，三月都没怎么投，四月底投了几家，基本没有回复，最后一家发了offer，没去（就一面，没有聊技术方面问题，问了一下基本问题就过了，太假了）😃准备准备一下八股和项目，竞争力太弱了，只能说大一大二太摆烂了，大三才开始准备

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 ...