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...

鼠鼠的秋招应该是结束了，已经签了科大讯飞了，虽然是个劝退价（全网最低），但已经是我的ssp了（前面只有小公司的offer），但是鼠鼠已经知足了，准备开始早睡早起了，好好锻炼身体和娱乐了

27届，想在寒假找一个实习，求大佬帮忙修改简历

意外收到字节面试，我是惶恐不安呀。😮‍💨刚开始自我介绍，还是小紧张的。不过面着面着就调整了状态。面的感觉不太行，分析了下：一方面是心里觉得大厂面试就是很难的，第二是收到面试的那几天，没启动“临时抱佛脚”模式，还是自己光啃文章了。不过，其实这种面试正常对待就行，日常学的东西总结进行回答差不多了。项目拷打通过 prompt 来做模型微调和上传文件做训练有什么区别prompt 微调通过调整输入提示词引导模型输出，不需要修改模型参数，依据较少的数据实例完成快速迭代，适用于快速验证任务可行性，简单任务场景。缺点也有，prompt训练依据prompt 设计能力，输出可能不稳定。文件上传训练，通过训练数...