时间：2025.9.1老板面（30min）+填表做题（20min）（共一轮）：-----------------------------------------------------------------------------------------------依旧填表和做题，题目有很多逻辑题，类似如此： 1.一个商人带一只骆驼跨越1000公里,想卖多少根根萝卜来着,但是一只骆驼只能带x根,骆驼每走一公里吃n根，后面的忘了 2.盲人怎样在一筐有黑色和白色的袜子，各拿到一双颜色 3.拿彩色球概率问题什么的 4.眼前有摆几瓶营养液，其中有几瓶带有毒药，老鼠需要最少喝多少瓶会喝到带毒的？---...

个人认为今年暑期比去年难，看面经基本都是腾讯和字节。有些大厂虽然开了暑期实习，但基本都是泡池子，只有少部分人能得到面试机会。还有两三个月就要秋招了，有点慌难道今年更适合去考研吗？

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 ...