1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

绷不住了

本人9本无实习经历，二月初开始面试，快手xhs简历都挂，京东一直泡池子，腾子三面挂，滴滴大模型算法一面挂，美团二面挂，亚麻OA都A了也挂，Google一面也挂。反正都是在挂中度过的，其实二月也是比较焦虑和陷入自我否定当中吧。但是还是比较感谢节子的速度的，而且面试的过程里面的氛围和节奏都很舒服，介绍业务和发展方向也是很明晰的。hr小姐姐人也挺好的，而且全程都是hr加我微信进行推进的，有什么情况和我说和和及时帮我推进流程，每次面试前都会提醒我今天的面试以及祝我顺利。（我感觉体感上面，志节是我面过的体验最好的一个了，从hr到面试官人都不错）timeline:3.6投简历推进评估3.7 hr打电话来约面3.9一面，20min后约二面3.11二面，二小时后约三面3.13三面，两小时后约hr面3.13hr面，面完就差不多oc了3.17 收到正式的offer

鼠鼠bg211本，无ai项目，感觉来不及，最近会补些ai东西，目前情况如下1.字节不给面，去年脏过面评，过年前几天打电话约面，没状态遂放弃，暑期不约面2.虾皮日常，一面挂，实习讲的粗3.腾讯暑期，一面挂，项目准备不充分，瞎扯被面试官识破4.快手一面挂，一些深八股还有场景纵然有思考，但有4,5个槽点，不给推流程了5.拼多多因为要补考，笔第二次，成绩2.多，被挂，学长去年字节实习4月多离职的，5月拿到的offer,以为并不晚，现在看来确实有点晚6.美团不约面,还以为是救命稻草，今年没想到啊没想到，看到问ai了，我最近研究研究7.网易互娱4.1笔第二场（成绩1.37），感觉有点晚，我都看见有人拿of...