有签了用友的uu吗

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...

难得充了一个boss直聘的会员，才发现go这种相比java非常小众的岗位都500-1000+人投递，外包岗位更是5年经验以上的投递者占到了50%以上，华为od岗位仅20%不到的本科投递者，双非鼠鼠还能混口饭吃吗

1. 多做一劳永逸的事情。很多事情一次学会基本可以大学四年都不再为这类事情发愁。小的比如学会markdown，记笔记就变得方便快捷；大的比如自己经常要发布上线服务，就花几天搭建一个集群。2. 时刻具备3-7天掌握一项技能的心理准备。无论是学科竞赛、期末考试，还是准备实习、秋招，很多时候当你需要快速运用某项技能做事的时候，不会有那么多时间给你准备，这时候就需要速成。3. 加入/组建一个技术团体，社团/面试群/社群/技术博主的圈子，并且养成水群习惯。只有你参与并融入你正在追求的事业的氛围里，你才能保持动力去做一件事。推荐一个博主【程序员牛肉】的圈子：https://pd.qq.com/s/daelsgft54. 尽早明确自己距离目标还差什么。很多人学习的非常努力，但是方向不明确。最简单的例子，很多我帮忙找实习秋招的朋友，简历都过不了，却花大把时间在背八股上。面试的过程是阶段性的，要考虑的先是有面试机会、再是怎么面试。5. 思维不要被约束。后端语言java、c++可以，golang也可以；项目苍穹外卖、黑马点评可以，github上的高star项目也可以；数据库用mysql、redis可以，用postgresql也可以；项目里的ai模块用rag、mcp可以，最简单的function call也可以。帮很多人看简历问题的时候，很多东西都是硬写上去的，项目是自己的，不是非要和网上大流一致才是好项目。

由于上班可能太wlb的原因，下午5:30就下班了，25届的，来到了一个可能相对于陌生的城市，没啥朋友，前两个月，晚上都是在外面瞎逛，找点东西吃，也是到处找篮球场，有一天晚上，在散步的路上发现一个篮球场，人还挺多的，夏天晚上的时候，半场4V4，可能都有6只左右的队伍，现在天冷了，晚上有人在群里说打球，也会有10个左右，虽然离住的地方三公里左右，步行半个小时，但是基本没啥事每天都会去打球，在9月份的时候，去附近一个大学周边吃完饭，结果碰到了高中同学考上了哪里的研究生，也去他们学校打了几次球，这也可能是下班之后唯一的乐趣了。