与大数据相关的工作职位有哪些?

从25年2月到现在，接触大数据开发已经有一年了，从MySQL，orcal，到flink首先就是写SQL，毕竟大家大部分都是SQLboy，SQLgirl，SQL是基础，可以在力扣牛客上多刷题。手撕常考！数开作为技术岗中最贴近业务的岗位，理解业务过程并进行数仓建模是最重要的一部分建模这块主要涉及，指标维度建设，数仓分层，讲解项目结合业务来讲.技术栈主要分离线和实时，实时门槛工资相对高一点，但应用场景比离线少很多，离线是数仓的基础。大数据技术栈主要是Hadoop生态圈，分布式的一些东西，也就是八股基础的得会，得理解整个架构运作流程，光背是记不住的Hadoop，hive，spark离线最核心的技术栈，也是八股最常考的，实时主要是spark，flink其次是一些数据处理框架kafka，etl转换工具知道一些，怎么用的大数据的框架搭起来比较麻烦，时间赶的不建议亲自搭环境，理解项目业务过程，这个项目做了什么，整个数据链路能讲清楚即可。技术栈的一些相关学习渠道，博主是在B站上找视频学的，也够用，时间赶学重点就行，结合八股来看。最后是算法手撕，本人算法很烂，除了大厂基本不考这个。出的题一般比较简单，会hot100就行个人经验来看，简历上有了实时项目，很少问Hadoop八股，更偏重spark和flink。项目还是以离线为主。实习发现实时数据只占很少一部分，离线是底盘有了实习经历就不咋问项目了

思维链（CoT）方法依赖于一组固定的人工注释范例。问题在于，这些范例可能不是不同任务的最有效示例。为了解决这个问题，Diao 等人（2023）最近提出了一种新的提示方法，称为 Active-Prompt，以适应 LLMs 到不同的任务特定示例提示（用人类设计的 CoT 推理进行注释）。下面是该方法的说明。第一步是使用或不使用少量 CoT 示例查询 LLM。对一组训练问题生成 k 个可能的答案。基于 k 个答案计算不确定度度量（使用不一致性）。选择最不确定的问题由人类进行注释。然后使用新的注释范例来推断每个问题。图片来源：Diao等人（2023）

之前面试过多多数据开发，问题如下1 先自我介绍2 从你做的项目里面挑2个聊一下你感觉很成功的项目，你在里面定位3 对于大数据实时技术栈你们是怎么选型的，为啥这样选，对比别家公司有啥差异点4 对于财务数仓你们数据域和主题是怎么划分的，对于维度这一块有哪些5 对于数据不一致和dqc强规则触发了你这边是怎么处理的 起夜如何快速处理6 对于数仓你如何评判一个数仓做的好，有啥评判标准7 对于数据治理你这边一般是怎么做的，如何快速实现8 有啥想找我了解的

📢 重要提醒！还没看过上篇的同学，记得先戳专栏补课哦~咱们要按顺序来才能玩转Trae！首先说明下，只要不是让你从零开始写新项目，咱们最常用的就是SOLO Coder和Chat模式啦。今天重点讲讲Bug修复场景怎么玩转这两个模式～🛠️ 修复Bug两步走：第一步：定位Bug 1️⃣ 先用Chat模式让Trae指出Bug的具体位置 2️⃣ 自己review下整个业务流程 3️⃣ 思考解决方案 （PS：如果你对项目代码已经很熟了，这步可以跳过）第二步：Plan模式出击 直接让Trae给出一套修复方案！这里有个小技巧：因为我们之前在项目规则里设置了"最小改动"原则，所以每次对话都...