恒生电子校招初试

01. 个人背景与秋招战况背景：本科：C9 EE硕士：海硕CS秋招方向：只投递了 引擎 / 图形 / GPU 相关方向。最终Offer情况：游戏大厂：2 家。其中一家明确给了 SSP。游戏中厂：3 家。游戏小厂：2 家。影视行业：1 家（离线渲染）。硬件/手机厂：2 家（GPU/图形方向）。技术栈说明：游戏厂除了一家是自研引擎外，其余所有 Offer 对应的岗位均是 UE5 引擎开发。总结：整体面试评价应该都还不错，薪资基本都在 SP 到 SSP 的档位（同厂同职位较高水平）。在经历了一整季的面试后，写一个帖子聊聊引擎校招生的求职现状。02. 最初的最初：行业劝退与心态建设如果你对游戏行业有厚...

这放了寒假真的好焦虑，在准备换简历的第一个项目，大概是用cursor去写的继承了ai功能的平台吧，语音转文字，文生图什么的，用的技术栈还是挺多的，前后端都涉及了，一遍也在背八股，刷算法，工程化什么的，感觉好焦虑，逛了牛客和别人面经感觉自己啥都不会，以前还信誓旦旦说寒假努努力过完年投大厂试试，现在感觉啥都不会了

刚找到实习  字节HR就给我打电话了  说我简历通过了可恶 之前BOSS直聘上的说我简历挂了明天好好准备 加油

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...