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...

记得那年大三的时候，我们都在玩，室友突然说要去一线城市实习，我们都笑他不好好把握没课的大学时光……结果第二年开春室友回来之后就变了一个人，游戏也不打了，整天就是抱着电脑刷题，做项目，闲下来的时候就给我们讲实习遇到的同事，还有好mt，他说现在很清楚知道自己想要什么，不考研不考公，想去大厂工作……最后我们都在考研的时候，他已经拿到了大疆的offer，有一次碰到他刚好一起进图书馆，我问他年薪多少，他不好意思的笑了笑，40w+，然后我两就分开了，他去了机房，我去了自习室……

全部是92硕士研究生学历

📍面试公司：高德地图🕐面试时间：2026.01.19❓面试问题：介绍实习项目为什么要使用CompletableFuture进行异步检索有其他方案的考量吗AOP如何做性能分析可以用web日志和nignx日志，用aop有其他考虑吗AOP底层原理JDK和CGLIB选型考虑分表的依据和实现shardingsphere底层如何实现分表和路由的分表是否考虑分布均匀，冷热数据如何解决冷热数据的问题Redis的GEO做了什么功能GEO的原理线程池的核心参数和如何设置这些参数核心线程和最大线程是否可以相等拒绝策略选择CallerRuns，是否可能阻塞主线程Redis的Set,Zset,Bitmap做了哪些功...