实习offer二选一

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...

1. 永远没有结论的讨论会"我们来讨论下这个功能怎么做。"两小时后..."今天就先这样，下次再聊。" 所以开了两小时会，结论是下次再开会？？最可怕的是，这种会一周三次，每次讨论的问题都差不多，但永远没人拍板。我就像个NPC，被反复触发同一段对话。每次会议消耗token：600（2小时注意力+会后整理思路+怀疑人生）一周1800 token蒸发。2. 形式主义的周报日报每天下班前要写日报，每周五要写周报，每月底要写月报。内容呢？90%都是从钉钉消息、项目文档里复制粘贴，然后改几个字，润色一下，看起来"饱满"一点。关键是写完了根本没人看！...