(昨天忘记录了，有些忘记了)比较常规的八股1.自我介绍2.数仓实习中主要在哪几个数仓分层中参与过工作3.数仓中etl的工作简单说一下4.窗口函数中三种排序的区别5.SQL中排序函数有哪些6.用过哪些bi，有没有从零搭建起bi报表7.数仓中数据校验怎么校准，排查的时候有什么流程8.实习中业务问题，实习中遇到哪些比较困难的事情9.数仓分层有哪些，分层有什么作用大概是这些，有点记不清了反问:入职后主要涉及业务——餐饮业务我的表现怎么样——技术深度超过大多数人，业务沟通能力欠缺，我们需要更多的和客户接触面试后问了HR，没有明确表示拒绝，一周内出结果

最近摸鱼的时候和几个同行聊起现在的行情，发现大家都在不同程度地焦虑。天天看着各种新模型发布，感觉再写纯业务CRUD马上就要被淘汰了。但真想学AI，网上一搜全是一堆看不懂的数学公式和底层论文，看得人头皮发麻。作为一个在业务开发和数据打交道这块摸爬滚打过的人，我总结了几个咱们普通程序员（特别是主攻Java/Python、搞过后端或系统平台的兄弟）现在入局AI比较现实的方向，发出来跟佬们探讨一下，轻喷。1. 坚决别去卷的方向：底层大模型/纯算法说白了，这就不是普通人能玩的。现在去搞什么基座模型训练，那是神仙打架，大厂和顶尖实验室拿着几万张算力卡在烧钱。咱们一没算力二没那种学术背景，进去连门槛都摸不到...

春招和实习投递的时候，我最揪心的就是简历投出去就没了下文。天天刷招聘软件，等消息等得坐立难安，怕自己资历不够没竞争力，又担心错过合适的岗位，看着身边人有进展，自己却没动静，心里满是忐忑。

1、自我介绍2、项目拷打3、介绍 DeepSeek 与 Manus，以及他们之间区别4、介绍 LLM Decoder-Only 架构Decoder-Only 架构本质上就是只使用 Transformer 里的 Decoder 结构，通过自回归的方式一个 token 一个 token 地往后生成内容。它的训练目标通常是 next token prediction，也就是根据前面的上下文预测下一个 token。它的关键点在于 Masked Self-Attention。所谓 masked，就是当前位置只能看到前面的 token，看不到后面的 token，这样模型才能按从左到右的方式学习生成。整体结...