#北方华创#24秋招#单9硕

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...

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...