在线手撕的时候看下键盘有问题吗

前言：半年多没写牛客了，因为一直都在你节打黑工，感觉组内转正应该无望，好在拿了wxg的offer，不然感觉就玉米s了 ，也不会有心态去接着面试啥的至今的历程：大一进了双非文科专业，感觉天崩开局，再到后面转到计算机，以为能真从学校学到点东西，然后发现计算机专业也不教技术，大一下开始接外包，再到大二寒假开始实习，然后两段中小厂实习之后来到了字节tt，然后在这边干了半年多，但是依然因为一些客观原因，感觉转不了了，好在期间拿到了鹅wxg的offer准备去广州开启新旅程了，要和北京节说再见了

很早之前的了。hr："我看你简历上写的是，20年到24年在xxx学校上学。”我：是的。hr:（震惊）啊！？（小声）你上了五年！！！（发现新大陆）你为什么会上五年呢？我：😅这个…，怎么说呢，20年9月到24年6月。好像是4年……😅hr：😳嗷嗷，这样。但是我看现在（23年11月）你才大三，你们学校大三就可以实习了吗？我：，我大四。。。。

大三前端但是0实习，1月陆陆续续面了MiniMax，字节，小红书、米哈游、虾皮，除了字节发感谢信其他在泡池子今天boss上一个小厂hr打招呼，感觉条件挺优厚的，感觉可以干到4月再面暑期问问牛油们可以去试试嘛

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...