上周日的字节跳动笔试

🌟工作内容与氛围： 我作为实习生能够真正地参与到了小组项目的迭代工作，不是简单地打杂工作。目前我已经接触到两个专题的需求迭代，一个由我完全负责，另一个和leader一起开始需求分析。在短短地两个月内，我对产品认知的八股文（产品经理能力、产品经理工作内容等）有了自己真正的感受和认识，不再是简单地文字理解。当然，实习工作也是对自己产品全方面能力的不断提升。 我导师不仅在工作上能及时得解答我的疑问，也会关心生活上我的不便，比如因为体检报告未出推迟入职，leader会主动关心我实习住宿的问题；电话沟通发现我声音和平时不一样，会主动询问我是否感冒不舒服，是否需要请假休息等。深信服的理念之一“简单有爱”...

这个面试官真的很温柔 也不拷打 就问你一些八股问题 真的是给了我这个面试新手很好的感觉 面完真的开心了一下午 因为感觉发挥的还不错 感觉有机会能进三面 后面也确实过了一个周末就通知三面了

有了一段实习终于敢投大厂了，回想起第一段实习，投的都是中小厂，找了几个月才找到，这次只用了一周，就顺利找到了，果然还是第一段实习最难找。商汤二面挂快手一面挂（两道算法都没a出来）字节三面oc今天也是顺利离职啦

在上一篇文章中，我们已经从整体架构的角度，梳理了企业级 AI 落地的一条核心链路：数仓 / 数据库 → 搜索与 RAG → Workflow / Agent并明确了一个前提事实：模型能否应用，不取决于模型本身，而取决于数据是否真正进入了模型的执行链路。这篇文章我们继续向前推进，聚焦真实落地场景：在 AI 加持的新一代数仓体系下，RAG + Workflow / Agent 在真实企业环境中，究竟是如何跑起来的？下图为完整运行链路：数据在数仓中完成 AI 化处理后，通过搜索与 RAG 转译为模型可理解的上下文，再由 Workflow 编排为可执行的 Agent 流程，支撑真实业务场景运行。一、当...