AI / 大模型数据岗

从文档到切分、向量化、检索、重排，每一步都能讲出取舍。

1. 083 RAG 知识库的数据链路怎么设计？ AI 与大模型
2. 084 RAG 文档切分 Chunking 怎么设计？ AI 与大模型
3. 085 RAG 为什么要做混合检索和重排？ AI 与大模型
4. 097 Embedding 模型怎么选？ AI 与大模型
5. 096 RAG 的效果怎么评估？ AI 与大模型
6. 104 RAG 知识库如何做增量更新？ AI 与大模型
7. 098 RAG 如何做数据权限隔离？ AI 与大模型
8. 086 大模型微调和 RAG 怎么选？ AI 与大模型

1. 094 向量数据库和传统数据库有什么区别？ AI 与大模型
2. 095 HNSW 和 IVF 向量索引怎么选？ AI 与大模型
3. 107 向量索引如何处理更新和删除？ AI 与大模型
4. 093 AI 特征平台如何保证训练和推理一致？ AI 与大模型

ChatBI 和数据开发 Agent 是和数据岗最相关的两个场景。

1. 28-01 你理解的Agent是什么？和写死的Workflow有什么区别？ AI 与大模型
2. 28-02 Function Calling、MCP、A2A分别解决什么问题？ AI 与大模型
3. 28-03 Agent的记忆怎么设计？上下文窗口满了怎么办？ AI 与大模型
4. 28-04 RAG和Agent是什么关系？都有Agent了还要RAG吗？ AI 与大模型
5. 28-06 设计一个ChatBI/智能问数Agent，业务说一句话就能出数 AI 与大模型
6. 28-07 Agent查数总用错表、算错口径，怎么解决？ AI 与大模型
7. 28-08 让Agent直接连数仓，怎么防止全表扫描、删库、越权？ AI 与大模型
8. 28-11 Agent效果怎么评估？上线前怎么证明新版本更好？ AI 与大模型
9. 28-12 一次回答错了，怎么定位错在数据、检索、工具还是模型？ AI 与大模型

可观测、成本、日志建模，是数据开发在 AI 项目里的独特价值。

1. 087 AI 应用的数据质量怎么保障？ AI 与大模型
2. 105 大模型应用的可观测性怎么设计？ AI 与大模型
3. 106 AI 对话日志的数仓模型怎么设计？ AI 与大模型
4. 108 大模型应用如何控制 Token 成本？ AI 与大模型
5. 28-13 Agent的Trace和对话日志进数仓，模型怎么建？ AI 与大模型
6. 28-14 大模型账单翻了三倍，成本怎么归因、怎么压？ AI 与大模型
7. 28-19 你们的数仓要给Agent用，你会先改哪三件事？ AI 与大模型
8. 28-18 没做过大模型项目，怎么讲自己在Agent方向的经验？ AI 与大模型