arrayxiangxiang

@ly1836 25 年初，那时候 RAG 问世出道，不能比现在

@Chemist 是的，手敲笔误，感谢指正，即可修正

非常感谢大家的拷打，简历存在包装情况无可厚非，大家的问题我都仔细看到，简历并非 AI 一步生成，而是多年逐步调整过程，其中华丽词藻也是深有考究，能聊得来一二，这家公司工作已经最近也是希望换一个新环境，所以发此一帖。
就大家都问题不一一回应，统一回复，谢谢大家。

1 、业务系统在这家公司写的少，同时我还在一个家初创担 CTO 一职，所以没有容许我又非常多时间写业务逻辑，可能在前几年针对简历中的几个系统做过业务逻辑开发，另外学历是真的硬伤，没办法。
4 、笔误，是我的不专业了，目前这份简历并没外投，计划在年后调整再做投递打算，非常感谢您的指正。
9 、兴得赏识，在一些关键实际得到领导支持，主导一些关键计划的落地（中台、数据治理）但我并不是很想往大数据方向发展，我司属于保险传统行业，研发总人数不超过 200 ，部门也就几十个成员，架构师在内一个玩笑词，对外一个 title 而已。
将 6 个系统在无富裕的资料情况下做到等保三级，异地容灾、高可用也并非我一人之功，而是团队的功劳，我有幸在公司发展经历上获得些许经验能说得一二。
CICD 方面，人员不足是其一，任何时候都觉得工作应该放在更为重要的地方，同时标准化流程能减少一些问题。
我们属于数据部门，日均都在处理全量数据，20T 非日增。感谢您的拷打， [狗头]
15 、这是一个网页，由于页面内有些未脱敏信息，就没有提供地址，还请谅解。
16 、这些内容我认为应该在面对面沟通或者语音沟通的时候聊到，因为篇幅较长。
17 、多数数据经过勘测。
20 、回复 4 楼的内容一致，相对于软件研发，我更注重落地，自大一就在学习 CentOS 的我来说，没有上线产出，再完美的软件架构设计都是空话，当然还要运营让系统用起来。
23 、业务数据、日志、埋点，主要来说是中间产生了较多的加工数据，这是 ETL 团队的工作，我认为数据治理并不是 DBA 的任务，而是更偏向数据流向、规范、管理。我们也有专业的 DBA ，所以我也不负责 DBA 的工作，但能知道他大致的工作内容。
ACID 就具体到单一某一个业务的某一个服务上了，全局无法控制，目前我们在全局没有这方面的约束。
我们计划在做 TP/AP 分离，目前多数在做 AP 的工作，很少 TP 业务。
数据分区就太多了，我们没有冷数据业务，所有的数据都得天天炒剩饭，归档也是 DBA 的活，底层 RAID5 ，归档只有日志进行归档，数据就在数据仓库里不做归档，如果说是备份的话，这个就不太清楚了。
29 、想尝试有更高职级的岗位
30 、20T 不是日增，而是交互
31 、鱼皮的面试鸭也很广泛，我有用过这个
35 、只能说我不匹配您的岗位，也感谢您的认可
36 、正在学习外语中
37 、那时候的项目拿到现在来说，确实毫无可比性，但没有更高的建树了。
41 、带来乐子
47 、感谢认可，如果可以，能否加个好友引荐学习，我崇拜优秀的人。
49 、博客是 22 年的产物，至今只是维护，没有运营，可见仓库创建时间。
50 、对于一个后端来说，如果想走很远，前端还是有必要系统学一下的，这一点谷粒学院很棒，还有很多一些正在运营的前端项目没有开源。日常工作中(非此司)的前端问题，发现后就直接上手改了，能节省时间。
54 、薪资可以私聊，不方便公开
56 、这个可以语音的时候聊，写在简历里太过于繁杂了，更多的是设计方案、成本、时间问题和解决问题的思路。目前在北京、天津、四川、上海建立了数据点，以北京、上海为数据中心，拿报送数据来说，各地域机构在报送时取自身数据，当然也存在一些法律合规性问题，公民用户详细信息必须当地保存。这一部分有但量就较少。
59 、一个后端的大白话
61 、自己搭建一些 POC 服务时通用手法，但如果在生产上这样用，会被打
63 、我喜欢直来直往，工作中也是，现在很多企业有学历要求，我发现有很多专业的猎头就不会考虑学历问题，而更专注于这个人本身。我不太喜欢在这个地方扯皮，接受不了就是接受不了，不强求。
72 、Flink 只处理一些实时业务，一些报表需要实时展示，对于应用层而已，数据这块做到了实时性，最终到应用层，无非把轮询时间做的更短了（ 1 次刷新/15 秒）主要业务数据还是离线数据和准实时数据，Oracle -> Hive 加工 -> Clickhouse 供 BI 查询
78 、讲实话算法确实是我的短板了。基本上都是暴力解 [捂脸笑]
79 、是的，我这个人比较乐观。
80 、博文里的内容占不到我个人笔记的 千分之一，我自己的笔记，图片+文字 已经占 12G 了，以前我喜欢分享，后来我看见了张一鸣的一句话，“把讨论分享、team building 当作腐败 party 类活动”, 我就不再做技术分享了。当然我支持目前正在分享的博主们，没有他们就没有我们。
82 、太厉害了，竟然被你发现了。
86 、好的
87 、目前我也很迷茫，茫茫的技术路线，我也不清楚自己到底会走到什么方向，可能今天接了一个大数据的活，就专研大数据，明天接了一个 AI 应用方向，那就专研 AI 应用，了解/用过，是向面试官阐述自己对技术的理解程度，其他的内容我觉得你说的有道理，我反复琢磨一下。

------------

最终看到了 87 楼，如果还有新的评论，有时间会再做回复。十分感谢大家的驻足发言。再次感谢大家，祝各位事业有成！

再强的 AI 也只是工具，人作为使用工作的主体，不能说对 AI 的完全掌控，但也需要了解软件工程相关的知识，一个廉价的 AI 配合一个专家工程师带来的效益和昂贵的 AI 配合开发小白这样的对比是无法量化的。如此，不应该有这样的恐慌，而是学习社会规则，适应规则。最后，终身学习 是每一个开发的蓝天。————五年开发小登的感慨。