1.14约面TEG云架构软件测试测试开发岗1.19一面1h，光速下二面1.23二面1h，跟mt聊的很好，面完显示通过1.28约1.29三面 30min，应该是主管面，面完+1说还可以，不过技术栈不太匹配，可能给我推到别的组1.30下四面 同TEG同岗位应该是换组了 2.3四面1h 体验很差，感觉组里已经不招人了，面官问的问题字少表达不清楚，也不去引导，我问她她就无奈的看着我，反问环节回答我的问题也是非常敷衍，感觉就是不想招人2.4果不其然回池子了，光速被捞，下周一继续一面

 #嵌入式# 

最近Dify副总裁女装大佬的事刷屏了，谁能想到技术大佬私下爱穿女装呢！其实职场反差人设还是挺正常的（吧），工作时专业严谨，私下做自己超酷。只要不影响工作，我觉得就还能接受（就是这个最近在qq群传爆的照片吧？）

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...