纠结：大厂和本公司

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...

众所周知，字节的福利非常香，无限量零食、咖啡&免费三餐、周边礼物很多、工作环境也是数一数二…… 但是字节太需要自律和抗压强的人了，入职两周了还没有彻底适应，我是第一次来到大厂实习，之前也没有进入过高强度互联网大厂，并且去到的实习岗位接触到的内容完全是全新的 我还是组里唯一的实习生，除了mt没有可以问的人，mt发送了很多文档，文档里面套文档，点开感觉无穷无尽，还好我的mt人比较好，在我看不懂的时候能在他空闲时候开会了解但是真的很需要有极强的学习力、抗压力、自驱力，因为进去大家节奏很快，这也导致压力很大，压力大还不知所措很痛苦，不过真的体验到了字节一天人间三天……想来的朋友还是掂量一下吧

面试官开口就问：“同学，你期望的工作地点是哪儿啊？”我想都没想直接说：“广州啊。”对面瞬间安静了半天，然后慢悠悠来了句：“同学，我们总部在北京，秋招也只招北京的岗。”我当时直接懵了，脱口就是一句：“啊？北京？你们公司在北京啊？那北京也行！”

一句话总结：其实大头还是写需求。只不过是写更规范的需求。我们以一般实习生的三四个月在职时长，看一看你都会经历哪些事情。但下面这个流程也和公司规模有关系。越小的公司可能越流程越杂乱。第一周内：这个时间段内，你主要还是以新人培养为主。一般会安排你读一些组内的业务文档，分配你的MT。遇到比较好的MT还会和你一对一的讲一讲组内业务。这个时间点也不一定就刚好卡死一周。不太忙的业务组可能时间长一点，要是业务组特别忙的话，巴不得你第二天就开始介入需求。并且在未来的一段时间内，日报/周报/月报将会伴随你的实习生活。主要还是为了你的LD（直属领导）以及MT了解你的动向，同步工作进度、遇到的问题和后续计划。往后一...