随着AI的发展，数据人的工作边界，正在发生变化。过去我们更熟悉的是这些词：ETL、数仓分层、指标体系、实时链路、BI 报表。这些能力当然依然重要。而且直到今天，它们还是企业数据建设的基本盘。但现在，很多企业对数据团队的期待，已经不只是：把数据算出来。而是开始进一步要求你去支撑：智能问答/企业搜索/RAG 检索增强/Agent 工具调用这意味着，数据人做的事情，正在从“建数仓”，慢慢走向“建 AI 数据底座”。未来已来，该考虑不是数仓还要不要做？而是从做数仓到做 AI 数据底座，数据人到底该补什么能力？一、不是数仓没用了，而是只会数仓已经不够了先说结论：数仓能力不会过时。因为 AI 数据底座的很...

四段实习经历，三段大厂。。春招至今0面试。。。受到好大的打击啊

测试的常见类型有哪些？看你用了部署ai，请问你用它干了什么？你在测试当中是怎么利用ai的？缺陷的生命周期？数据库断言解释一下？如何分析sql语句？你的自动化测试框架相比postman、apifox有什么优点？有用过openclaw吗？详细说一下遇见一个问题不确定是不是bug该怎么办？自己的职业规划？能实习多久？你手上有多少offer了？投简历的时候是只投杭州还是北上广深都投？为什么选择杭州？二面一个男的面试的，答得一般化，这个面试官有点注重ai的使用，面了15min，在问到你在测试当中如何利用ai的时候回答的不太好，面试官说了就这些吗？感觉要挂#牛客AI配图神器#