26届女硬件工程师丨正浩创新面经及流程9.1一面1.自我介绍2.有无相关电源设计项目或经历，并浅谈3.DCDC拓扑手撕（但是我当时没带纸笔所以口头描述），BUCK和BOOST，同步异步的区别和优缺点，同步电路的控制方式（施加什么PWM波形，如何控制MOS通断）4.项目中最有挑战性的部分，怎么解决的，然后会深挖这一部分再提问（这个问题出现的根本原因，下次如何避免）5.面试官说我专业其实不是很对口，不是电气工程专业，所以问的比较浅，大家仅供参考9.2收到笔试链接，非笔试，为性格测试9.5收到二面短信9.8 二面，没有技术问题，主要问了在校做过什么项目，调试遇到什么问题，除此之外有没有做过电源相关项...

mentor 大龄2-1，房贷车贷传宗接代，自己体重二百大几，30多岁的年纪，头发稀稀疏疏，白了大半。去年生了个儿子，老婆在传统行业工资不高。看着他每天晚上奶孩子睡不好觉，白天需求多的爆炸，真的害怕他哪天直接在工位噶了。实在是太可怕了mentor确实是个本分的老实人，非常善良，经常担心我需求太多影响学校的事情，自己做的很多。看着他经常想，他一路从河北考到北京，211本硕，人正直善良，为啥都过成这样呢？

朋友们，我是26届的，虽然是软件工程专业，但是我不会写代码，有过两段销售实习生的经历，但是我不太喜欢做销售，大家有没有什么就业方向的建议呀

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...