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...

投了几个月boss了

求实习啊

1. 自我介绍和项目介绍2.怎么判断一个点在凸多边形里面答案：如果是凸多边形，最常见的方法就是判断这个点是否始终在每一条边的同一侧。具体做法是依次计算多边形每条边和目标点构成的叉积，如果所有叉积同号，说明点在凸多边形内部；如果有正有负，说明点在外部。这种方法的好处是实现简单，时间复杂度是 O(n)，很适合面试时手写。代码： #include <vector> using namespace std; struct Point { double x, y; }; double cross(const Point& a, const Point& b, const Po...