中石油的笔试跟王心凌演唱会冲突了

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...

缅北云业务搞得稀烂，除了一些政企合作的，感觉基本没啥市场，竞争不过国内其他云厂商，而且内部也是加班贼猛，俗称缅北云☁️，还在宣扬全力ai，自己公司内部大模型什么某古搞得很烂，借鉴不少千问的，大模型几乎遥遥落后，今年八九月就搞一大波人员变动和输出，后面又传合并到ict，发现还是扶不起来了，到现在传起来要被端窝了

记录第一次面试吧，百度的后端岗位。只有面试才知道自己会不会，我基础还是太差了，导致面试官觉得已经没有问的必要了，25分钟就给了我些个人的建议就结束了。前两天还在因为有百度的面试而沾沾自喜，然后也兴冲冲的去复习一下八股，但结果...😭平时看八股以为自己会了，结果面试没能好好的讲出来，就算能讲的也只是表面，怎么用的层面，底层还是毛也不会。唉，先沉淀吧，把数据结构，数据库重点的系统学一遍，有没有大佬推荐一些学习资料呀😭也要把计网和操作系统系统学一遍，要拿出备战高考的学习状态去学习这些八股，争取达到 假如有考试也要能考出80分的那种掌握程度才行，把底层吃透，一定要能口述出来。再沉淀两个月吧，两个月之后再战百度😤😤😤😠😠😠一起加油朋友们！

属于基础知识，但是需要自己收集，一次性给大家找全了 公司/组织相关（你在哪个坑位）HC（Headcount）：招聘名额、人头数。造句：不好意思，我们部门今年只有 5 个 HC，已经招满了。BG（Business Group）：事业群。Bg还有一个意思就是你的背景 造句：我们公司的电商 BG 和游戏 BG 今年会有一次大的合作。或BG（Background）：背景，通常指候选人的“履历背景”，比如学校/学历、项目经历、实习、比赛、论文、技术栈、业务经历等，有时也指“背调”相关背景信息。BU（Business Unit）：业务单元，通常在 BG 下面更细分。造句：我最近换了一个 BU 工作。Bas...