想问问大家软件交付经理这个加班和工作强度怎么样呀

楼主应届生，boss上面有家中厂给我打招呼，接着很快安排面试，5个工作日就面完3次。评聘的是客户端，流程是正常的业务2面+hr面，但是时间越来越短（3次时间分别在大约50-40-15），到最后hr面只有短短十几分钟，说给楼主报销机票酒店去线下看看。业务面也比其他公司的简单很多。在网上看到说这么短多半是要挂了或者kpi了。这种靠谱吗。

直面社会的优绩主义，这也是一个很好的社会观察实验背景:我在抖音上发我秋招的投递记录分享，用的现在很火的那种电影最后致谢的形式我说我秋招前期投数开，后期投运营销售等业务岗，评论区有人先是说，双非本怎么可能有大厂面试(对，不是说配不配有大厂offer，是学院本都不配有约面大厂的资格)之后我说前期面的研发，后期拿的仓库运营中台offer，然后一群人又说，大厂所有运营岗都是牛马岗，跟研发没得比，更有甚者，直接说某夕夕运营都是水岗(听过水硕水博，第一次听水岗的，我寻思我年包虽然没发跟数据开发比，那也大约二十万了，薪资也还行吧，怎么就水了)😇😇😇😇😇

有了一段实习终于敢投大厂了，回想起第一段实习，投的都是中小厂，找了几个月才找到，这次只用了一周，就顺利找到了，果然还是第一段实习最难找。商汤二面挂快手一面挂（两道算法都没a出来）字节三面oc今天也是顺利离职啦

传统数仓、数据库和分析系统，为业务提供了稳定的数据支持和决策依据。但当数据开始面对 LLM 时，就产生了一个全新的挑战：如何将企业数据转化为模型可感知、可检索、可执行的“上下文”。在企业 AI 系统中，这一过程通常经历三个关键环节：1. 数仓与数据库：提供干净、统一、结构化的业务数据。2. 搜索与 RAG：让模型能够快速、稳定地访问相关信息。3. 工作流与 Agent：将数据能力编排成可执行的任务，实现复杂业务的闭环。图中展示了这一链路的概览。通过这条链路，可以发现数据不再只是“给人看的”，而是成为 AI 执行的核心驱动力。一、从数仓到 LLM：数据“服务对象”的变化在之前的文章中（微信公众号...