南方电网凉经

背景介绍：单2硕，27届，计算机专业，无论文，一段中厂AI应用开发实习均是1.8开始投递，之前准备的大模型算法，结果一个都没有回应，都是大模型和后端的面试，白准备了从1.8号开始复习Java八股和力扣算法，之前有半年多没看了，还好有之前的笔记，复习了3天裸面字节（也佩服我的勇气）字节 --- 后端开发1.12 一面 八股盛宴，面试官对我大模型项目不太有兴趣，问了50分钟八股 算法：双线程交叉打印1.15 二面 场景八股 面试官非常有水平，问的八股比较活，同时还问了sql，之前没有准备 算法：下一个排列1.19 问了hr，10分钟回我挂了，发感谢信美团 --大模型应用开发1.13 一面 问了50...

目前0实习，感觉现在必须要整个实习了，希望各位大佬能给我一些建议，谢谢大家我是应该写新项目或者什么方向的 ，还是背八股刷力扣呢

人生第一个offer，从此成为节孝子字节timeline:12.29  一面12.30  二面  hr面12.31  ocmomenta:12.25  一面12.30  二面 oc从刚开始面小厂被无情嘲讽，到一天拿下两个大厂offer，中间经历了好多好多困难和挫折，感谢一路上帮助的 人，感谢没有放弃的自己。再见2025，加油2026！

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...