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 ...

想问一下这个岗位进去主要是干啥，Java能干吗

现在找个10k的工作都需要92学历了吗

没想到小丑竟是我自己，本来没想这个事，但是当看到这个话题，我自己盘算了一下，我居然是我历经大厂学历最低的。 总体来看，虽然92也有漏网之鱼，但90%的基础素质都很高，毕竟寒窗苦读十年，人家的付出不能算白费。但是你说有多么惊才绝艳嘛，那也不至于。 92保证了基本的起点和素质，也就是底线，但没并有保证上限。而事实证明，不管多牛的人，可能最后都会背上房贷，然后鸡娃，然后一代又一代循环往复。（根据我观察的情况来看，双非本不是没机会，但是你要战胜92的竞争者才可以）一、华为 当初为了进华为，确切来说是华为OD，宵衣旰食啊。早上8点起床刷算法，中午吃个外卖或者泡面，边吃一边刷，有时候饭都吃不完，一直干到晚...