第一题LC 556第二题LC 1003第三题实现正则表达式匹配，含.*?第四题纯纯出题人不想要🐎了，链表稳定排序本来也还行，但是ACM模式，还强迫你用它的hpp接口，神金吧，请问贵司是不是很看重顶着大红波浪线写代码的能力啊😅，调试还难的要死，还是双向链表，还不暴露prev和next只暴露getter和setter，可能我还漏了什么写在犄角旮旯里的条件总之1分没拿不出意外的拿到了拒信，拒信极其敷衍。这公司谁爱去谁去吧，从笔试就开始服从性测试，卡笔试的公司都是**

难道只能去考研了吗…下面说一下我的情况，我算是消息比较灵通的，大一就库库跟黑马学习，着急着把技术栈都过一遍，大一那会儿的想法是大三给自己一份成绩（进大厂技术岗）拿不出来就去考研…一年后呢，2000+（大概面了十几家吧）找了份北京小公司（快离职了），没啥太大的成长。现在也是见识到了自己确实无力回天研发岗，也是向曾经那个热情的自己回应了妥协的想法，转测开，其实现在在快速学习python 想碰瓷碰瓷深度学习机器学习…，对于我的大厂梦我做出了下面的一份测开简历（图2），打算是熟悉一下，包装，准备来年…  各位朋友怎么看不太想考研因为自己上了民办四年要花不少钱，读研的话又花，条件是不行的，于是就萌生了早早毕业挣钱。要是读读不上92，互联网环境愈发下行，我真告别互联网了…

七月初投 八月陆续面完到现在没有任何人联系我

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...