随着AI的发展，数据人的工作边界，正在发生变化。过去我们更熟悉的是这些词：ETL、数仓分层、指标体系、实时链路、BI 报表。这些能力当然依然重要。而且直到今天，它们还是企业数据建设的基本盘。但现在，很多企业对数据团队的期待，已经不只是：把数据算出来。而是开始进一步要求你去支撑：智能问答/企业搜索/RAG 检索增强/Agent 工具调用这意味着，数据人做的事情，正在从“建数仓”，慢慢走向“建 AI 数据底座”。未来已来，该考虑不是数仓还要不要做？而是从做数仓到做 AI 数据底座，数据人到底该补什么能力？一、不是数仓没用了，而是只会数仓已经不够了先说结论：数仓能力不会过时。因为 AI 数据底座的很...

…… 标题党了，对不起各位牛爷爷了，请问各位简历有没有要优化的

找实习太难了，欢迎大佬拷打简历😭

1. 自我介绍（面试官要求：着重项目 + 技术积累）核心考察：技术栈广度、项目落地经历、学习连贯性，需突出与前端岗位匹配的核心能力（如跨端、工程化、前后端兼修）。2. 项目深挖（高频追问，核心考察实战能力）重点追问项目小程序课表督导系统：核心难点聚焦页面转 PDF 的宽高适配，追问 PDF 生成具体问题、解决方案、使用的技术库；延伸追问性能优化实操（防抖节流、懒加载、图片优化、分包）。React 转 RN 跨端重构（AI 股市分析项目） ：核心追问跨端重难点与解决方案，包括两端适配、样式兼容、技术栈重构细节；延伸追问是否独立负责工程化 / 打包 / 部署。工程化追问具体在哪个项目做了打包 / ...