泰隆银行面试

本篇文章提前先写出来，还没有确定去实习的可以先存着，可能等到你真正拿到实习offer，入职那一天看会更有帮助，对27届实习秋招时间线有疑惑的，认真去读我上一篇帖子，目前都在准备阶段，不知道准备什么的就在龙哥群里找你想去厂的往届真题看看，三年高考，五年模拟先把“包装”这件事的边界讲明白包装不是编故事，更不是把小需求硬吹成架构升级。面试官真正想听的是你有没有工程思维，能不能把一件事讲成闭环。闭环就三句话：你为了解决什么业务问题，做了哪些技术动作，最后拿到了什么可信的结果或证据。把这三句话写扎实，哪怕做的事不“酷”，也会显得很“真”。业务是产出的根，先把“我们在干嘛”搞透实习产出写得空，很多时候不是...

我选体验最差：腾讯外包线上面试，应该是腾讯甲方来面试我，我自诉在字节短期外包项目，表达字节前端技术基建不错，很多都工具自动处理，他表达很大的兴趣，问了很多细节。我做了才3个月，哪里知道很深的细节，回答也是打哈哈。然后在问我，原型链，class，防抖，节流手搓代码。正正面试2个小时，我感觉回答还不错，这次，只要不考虑我的年龄应该是稳了。我的优势是便宜，经验丰富，主要是物美价廉。今天回复我不通过，不通过就被面试那么久，开始就拒绝我啊。体感最差，给我希望，立马浇灭。

hr好像都喜欢问别人值不值钱。

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...