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...

来杭州实习的第三周，天天早九晚六感觉就已经很精神疲惫了，也没有多少私人时间，不敢想象如果是大厂的逆天作息我能活几年。果然人只有真正来上班了才知道自己想要什么，比起天天高强度被压榨拿到一份不错的薪水，我还是更喜欢能边摸鱼边混口饭吃。已经开始准备秋招找国企躺平了，大三想进国企该准备什么，是不是跟私企互联网招聘路子完全不一样，前边的准备是不是一点用没有了

今天面了一个小厂，感觉给我整郁闷了

网易**不管问你啥，记住一个话术原则小小的提醒下各位留子：**时不要直来直去有啥说啥；千万得多思考别说太满给自己留个思考或回旋的余地・1、被问 “有没有接触过网易的产品”（哪怕了解不多）别直接说 “没有”（容易显得缺乏兴趣）试试：“之前用过网易云音乐和网易新闻，对产品的界面设计和功能逻辑有过留意。虽然没有深入研究，但能感受到网易产品注重用户体验的特点，入职后会系统学习相关产品知识”・2、被问 “能接受高强度的项目加班吗”别勉强说 “没问题”（后续可能难以承受）试试：“我理解互联网行业项目推进时需要集中精力，在关键节点愿意配合团队加班。但也会注重提升工作效率，合理规划时间，尽量在正常工作时间完成...