我是做数据分析的干了五年前四年基本在做取数和报表。一、困境我像个被AI盯上的取数工具人2025年那阵我们组最明显的感受是活儿还在但人不需要那么多了。以前业务方一个需求甩过来我写SQL、拉数、做表来回几趟。现在他们自己开个对话框说句话就能出张图。AI写代码的可用率从2024年初不到5%到2025年底稳定在九成以上取数和做报表这种标准化动作最先被吃掉了。招聘侧也变了。满屏35岁以下“精通AI大模型应用”。我们组一个做了三年报表的同事合同到期没续理由很直接这类活AI能接没必要养专人。有公司更狠把技术文档岗整岗砍了让AI出文档。初级岗位缩得最明显应届生进来直接被要求会用大模型光会写SQL不够看了。组里还搞过Token用量排行榜谁用模型多用得巧榜上有名用得少、还靠手写的三个月一轮被点名。我那段时间特别慌不是怕写不出SQL是怕我的价值就只剩写SQL。有回业务方问我一句你除了取数还会什么我卡了半天憋出一句我懂表结构连自己都觉得虚。最难受的是我发现自己忙了一天产出的东西模型半小时也能给个七七八八。不是我不努力是赛道换了。每天下班前我都在想明天要是需求都让模型接了我还能干嘛。有天我看一个新来的小朋友用对话工具十分钟出了我得折腾一下午的看板图表还比我规整。他不是比我强是没背着我那套什么都自己写的习惯。那一刻我有点清醒被替掉的不是会取数是只会埋头取数。最魔幻的是我以前引以为傲的写得快、错得少现在成了最容易被替代的那部分。反而那些说不清、道不明的业务默契反倒成了我的底。有回周报我写了本周完成12个取数需求经理回了一句这些模型也能做你的增量在哪。那句话像根刺我琢磨了一周。不是没想过跑那阵子我甚至看了好几个转岗的岗位发现还是绕不开会用大模型这条线。原来不是换个部门就能躲是整条河都在涨水。二、接触我让AI当了我的取数助理契机很实在。有阵子同时接了七八个取数需求排期排到下周。一个朋友跟我说你别自己写了让大模型帮你出SQL你审就行。我半信半疑把表结构贴进去说我要什么口径。第一版SQL有错但改两处就能跑比我从头写快了不止一倍。慢慢我摸出门道表结构、字段含义、口径约束这些背景我得先喂清楚模型才不出错。后来我把它接成日常助理需求过来我先让模型起草我再改。遇到口径模糊的我反过来问业务方逼自己把问题想明白。这个过程给了我一点底气我不再是那个只负责把数取出来的人我开始能判断这个数该不该这么取、取出来业务方会不会误读。那阵子我专门整理了一套口径说明喂给模型当背景取数质量稳了不少我也第一次觉得自己不是在和模型抢活是在用它替我扛重复的苦差。头一个月我其实很别扭总觉得让模型写SQL是偷懒。直到有天我感冒请假需求堆着同事用我的那套口径说明加模型半天全清了。我回来一看质量没比我差。那一刻我认了这不是偷懒是分工变了。后来我给自己定了个规矩模型出的SQL我不光能跑还得讲得出为什么这么写。逼着自己把底层那点SQL逻辑重新捡起来反而比从前只会抄模板时懂行。有回我把一套整理好的口径喂给模型它第一次出的报表几乎零修改我盯着屏幕愣了下——这不是它替了我是我终于把脑子里的东西说清楚了。不过也不是一路顺。有回模型给了我一段很漂亮的SQL跑出来数却翻倍我追了半天才发现它把两张同名字段表 JOIN 错了。从那以后我再多一道先讲清楚表关系的工序错就少了。还有一回业务方要个同比环比模型直接套了公式我没多想就发了结果被财务退回来说口径和他们对不上。那次之后我养成习惯模型出的数我先问自己它懂不懂这笔业务的真实含义再决定发不发。三、现状改变从取数工具人变成业务分析加AI协作现在我的日常变了。取数这块大半交给AI起草、我审省下的时间我更多花在和业务方聊你到底想看什么、为什么看上。组里现在更看重我能把数据讲成业务结论而不是又能多写几条SQL。判断的活儿明显重了。模型给的数对不对、口径踩没踩坑、结论经不经得起业务方追问这些得我扛。有回模型算出个漂亮的增长我多问了一句口径含不含退货一查把退货算进去了结论直接翻盘。这种判断AI给不了。现在业务方找我越来越少说给我个数越来越多说帮我看看这事对不对。有回运营说要冲销量拿了一堆数来佐证我看了下发觉口径把刷单算进去了提醒了一句他们才没拿错数去汇报。这种帮人别踩坑的事模型给不了得我这个懂业务也懂数的人来。收入结构没大变还是那份工资没翻倍也没暴富。只是我的定位从取数的人挪到了用数据帮业务做判断的人。活儿没少责任更靠前了。我也开始带新人第一件事就是让他们别只练SQL先学着把业务问题翻译成数据问题再让模型帮着落地。前阵子带的一个新人跟我说他现在写SQL越来越少了反倒天天在和业务方对口径。我笑着说你比我转得还快看来我这老大哥没白慌一场。说白了我不是变成了更厉害的人只是把手里的活重新摆了摆把省下的时间花在了模型一时替不了的地方。这半年我逼自己补了点统计和业务知识不是为考试是因为发现模型出的结论靠不靠谱最后拼的是我自己的业务判断。工具越强人越不能空心。也有累的时候AI把重复活接走了可省下的精力全砸在想清楚上脑子反而更累。下班路上还在想某个口径和以前写SQL的累不是一种累。每周例会我从汇报跑了多少张表变成被拉着问这个数业务到底怎么用。说的话变了坐的位置也变了。组里现在开会被点名讲分析的常常是我不是因为我SQL写得多是因为我愿意先问你为什么要看这个数。前阵子有个需求业务方坚持要个实时大屏我算了下取数频率和成本劝他们改成每小时刷新省下的算力够跑另一个分析。没多写一行SQL但我拦住了一个会超预算的坑。带新人时也常拿这事说模型是快但该不该做、做了值不值还是得人拿主意。写在最后我没翻身也没突然成了什么专家。就是从一个怕被AI替掉的取数工具人变成了一个还在学着用AI、也还在学着懂业务的分析师。如果你也在取数这条线上发慌我的实在话是别跟模型比手速把省下来的力气花在搞懂业务和判断对错上那才是它一时替不掉你的地方。想入门 AI 大模型却找不到清晰方向备考大厂 AI 岗还在四处搜集零散资料别再浪费时间啦2026 年AI 大模型全套学习资料已整理完毕从学习路线到面试真题从工具教程到行业报告一站式覆盖你的所有需求现在全部免费分享扫码免费领取全部内容一、学习必备100本大模型电子书26 份行业报告 600 套技术PPT帮你看透 AI 趋势想了解大模型的行业动态、商业落地案例大模型电子书这份资料帮你站在 “行业高度” 学 AI1. 100本大模型方向电子书2. 26 份行业研究报告覆盖多领域实践与趋势报告包含阿里、DeepSeek 等权威机构发布的核心内容涵盖职业趋势《AI 职业趋势报告》《中国 AI 人才粮仓模型解析》商业落地《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》领域细分《AGI 在金融领域的应用报告》《AI GC 实践案例集》行业监测《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。3. 600套技术大会 PPT听行业大咖讲实战PPT 整理自 2024-2025 年热门技术大会包含百度、腾讯、字节等企业的一线实践安全方向《端侧大模型的安全建设》《大模型驱动安全升级腾讯代码安全实践》产品与创新《大模型产品如何创新与创收》《AI 时代的新范式构建 AI 产品》多模态与 Agent《Step-Video 开源模型视频生成进展》《Agentic RAG 的现在与未来》工程落地《从原型到生产AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。二、求职必看大厂 AI 岗面试 “弹药库”300 真题 107 道面经直接抱走想冲字节、腾讯、阿里、蔚来等大厂 AI 岗这份面试资料帮你提前 “押题”拒绝临场慌1. 107 道大厂面经覆盖 Prompt、RAG、大模型应用工程师等热门岗位面经整理自 2021-2025 年真实面试场景包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题每道题都附带思路解析2. 102 道 AI 大模型真题直击大模型核心考点针对大模型专属考题从概念到实践全面覆盖帮你理清底层逻辑3. 97 道 LLMs 真题聚焦大型语言模型高频问题专门拆解 LLMs 的核心痛点与解决方案比如让很多人头疼的 “复读机问题”三、路线必明 AI 大模型学习路线图1 张图理清核心内容刚接触 AI 大模型不知道该从哪学起这份「AI大模型 学习路线图」直接帮你划重点不用再盲目摸索路线图涵盖 5 大核心板块从基础到进阶层层递进一步步带你从入门到进阶从理论到实战。L1阶段:启航篇丨极速破界AI新时代L1阶段了解大模型的基础知识以及大模型在各个行业的应用和分析学习理解大模型的核心原理、关键技术以及大模型应用场景。L2阶段攻坚篇丨RAG开发实战工坊L2阶段AI大模型RAG应用开发工程主要学习RAG检索增强生成包括Naive RAG、Advanced-RAG以及RAG性能评估还有GraphRAG在内的多个RAG热门项目的分析。L3阶段跃迁篇丨Agent智能体架构设计L3阶段大模型Agent应用架构进阶实现主要学习LangChain、 LIamaIndex框架也会学习到AutoGPT、 MetaGPT等多Agent系统打造Agent智能体。L4阶段精进篇丨模型微调与私有化部署L4阶段大模型的微调和私有化部署更加深入的探讨Transformer架构学习大模型的微调技术利用DeepSpeed、Lamam Factory等工具快速进行模型微调并通过Ollama、vLLM等推理部署框架实现模型的快速部署。L5阶段专题集丨特训篇 【录播课】四、资料领取全套内容免费抱走学 AI 不用再找第二份不管你是 0 基础想入门 AI 大模型还是有基础想冲刺大厂、了解行业趋势这份资料都能满足你现在只需按照提示操作就能免费领取扫码免费领取全部内容2026 年想抓住 AI 大模型的风口别犹豫这份免费资料就是你的 “起跑线” 干5年数据SQL报表被抢，反手让AI当助理
我是做数据分析的干了五年前四年基本在做取数和报表。一、困境我像个被AI盯上的取数工具人2025年那阵我们组最明显的感受是活儿还在但人不需要那么多了。以前业务方一个需求甩过来我写SQL、拉数、做表来回几趟。现在他们自己开个对话框说句话就能出张图。AI写代码的可用率从2024年初不到5%到2025年底稳定在九成以上取数和做报表这种标准化动作最先被吃掉了。招聘侧也变了。满屏35岁以下“精通AI大模型应用”。我们组一个做了三年报表的同事合同到期没续理由很直接这类活AI能接没必要养专人。有公司更狠把技术文档岗整岗砍了让AI出文档。初级岗位缩得最明显应届生进来直接被要求会用大模型光会写SQL不够看了。组里还搞过Token用量排行榜谁用模型多用得巧榜上有名用得少、还靠手写的三个月一轮被点名。我那段时间特别慌不是怕写不出SQL是怕我的价值就只剩写SQL。有回业务方问我一句你除了取数还会什么我卡了半天憋出一句我懂表结构连自己都觉得虚。最难受的是我发现自己忙了一天产出的东西模型半小时也能给个七七八八。不是我不努力是赛道换了。每天下班前我都在想明天要是需求都让模型接了我还能干嘛。有天我看一个新来的小朋友用对话工具十分钟出了我得折腾一下午的看板图表还比我规整。他不是比我强是没背着我那套什么都自己写的习惯。那一刻我有点清醒被替掉的不是会取数是只会埋头取数。最魔幻的是我以前引以为傲的写得快、错得少现在成了最容易被替代的那部分。反而那些说不清、道不明的业务默契反倒成了我的底。有回周报我写了本周完成12个取数需求经理回了一句这些模型也能做你的增量在哪。那句话像根刺我琢磨了一周。不是没想过跑那阵子我甚至看了好几个转岗的岗位发现还是绕不开会用大模型这条线。原来不是换个部门就能躲是整条河都在涨水。二、接触我让AI当了我的取数助理契机很实在。有阵子同时接了七八个取数需求排期排到下周。一个朋友跟我说你别自己写了让大模型帮你出SQL你审就行。我半信半疑把表结构贴进去说我要什么口径。第一版SQL有错但改两处就能跑比我从头写快了不止一倍。慢慢我摸出门道表结构、字段含义、口径约束这些背景我得先喂清楚模型才不出错。后来我把它接成日常助理需求过来我先让模型起草我再改。遇到口径模糊的我反过来问业务方逼自己把问题想明白。这个过程给了我一点底气我不再是那个只负责把数取出来的人我开始能判断这个数该不该这么取、取出来业务方会不会误读。那阵子我专门整理了一套口径说明喂给模型当背景取数质量稳了不少我也第一次觉得自己不是在和模型抢活是在用它替我扛重复的苦差。头一个月我其实很别扭总觉得让模型写SQL是偷懒。直到有天我感冒请假需求堆着同事用我的那套口径说明加模型半天全清了。我回来一看质量没比我差。那一刻我认了这不是偷懒是分工变了。后来我给自己定了个规矩模型出的SQL我不光能跑还得讲得出为什么这么写。逼着自己把底层那点SQL逻辑重新捡起来反而比从前只会抄模板时懂行。有回我把一套整理好的口径喂给模型它第一次出的报表几乎零修改我盯着屏幕愣了下——这不是它替了我是我终于把脑子里的东西说清楚了。不过也不是一路顺。有回模型给了我一段很漂亮的SQL跑出来数却翻倍我追了半天才发现它把两张同名字段表 JOIN 错了。从那以后我再多一道先讲清楚表关系的工序错就少了。还有一回业务方要个同比环比模型直接套了公式我没多想就发了结果被财务退回来说口径和他们对不上。那次之后我养成习惯模型出的数我先问自己它懂不懂这笔业务的真实含义再决定发不发。三、现状改变从取数工具人变成业务分析加AI协作现在我的日常变了。取数这块大半交给AI起草、我审省下的时间我更多花在和业务方聊你到底想看什么、为什么看上。组里现在更看重我能把数据讲成业务结论而不是又能多写几条SQL。判断的活儿明显重了。模型给的数对不对、口径踩没踩坑、结论经不经得起业务方追问这些得我扛。有回模型算出个漂亮的增长我多问了一句口径含不含退货一查把退货算进去了结论直接翻盘。这种判断AI给不了。现在业务方找我越来越少说给我个数越来越多说帮我看看这事对不对。有回运营说要冲销量拿了一堆数来佐证我看了下发觉口径把刷单算进去了提醒了一句他们才没拿错数去汇报。这种帮人别踩坑的事模型给不了得我这个懂业务也懂数的人来。收入结构没大变还是那份工资没翻倍也没暴富。只是我的定位从取数的人挪到了用数据帮业务做判断的人。活儿没少责任更靠前了。我也开始带新人第一件事就是让他们别只练SQL先学着把业务问题翻译成数据问题再让模型帮着落地。前阵子带的一个新人跟我说他现在写SQL越来越少了反倒天天在和业务方对口径。我笑着说你比我转得还快看来我这老大哥没白慌一场。说白了我不是变成了更厉害的人只是把手里的活重新摆了摆把省下的时间花在了模型一时替不了的地方。这半年我逼自己补了点统计和业务知识不是为考试是因为发现模型出的结论靠不靠谱最后拼的是我自己的业务判断。工具越强人越不能空心。也有累的时候AI把重复活接走了可省下的精力全砸在想清楚上脑子反而更累。下班路上还在想某个口径和以前写SQL的累不是一种累。每周例会我从汇报跑了多少张表变成被拉着问这个数业务到底怎么用。说的话变了坐的位置也变了。组里现在开会被点名讲分析的常常是我不是因为我SQL写得多是因为我愿意先问你为什么要看这个数。前阵子有个需求业务方坚持要个实时大屏我算了下取数频率和成本劝他们改成每小时刷新省下的算力够跑另一个分析。没多写一行SQL但我拦住了一个会超预算的坑。带新人时也常拿这事说模型是快但该不该做、做了值不值还是得人拿主意。写在最后我没翻身也没突然成了什么专家。就是从一个怕被AI替掉的取数工具人变成了一个还在学着用AI、也还在学着懂业务的分析师。如果你也在取数这条线上发慌我的实在话是别跟模型比手速把省下来的力气花在搞懂业务和判断对错上那才是它一时替不掉你的地方。想入门 AI 大模型却找不到清晰方向备考大厂 AI 岗还在四处搜集零散资料别再浪费时间啦2026 年AI 大模型全套学习资料已整理完毕从学习路线到面试真题从工具教程到行业报告一站式覆盖你的所有需求现在全部免费分享扫码免费领取全部内容一、学习必备100本大模型电子书26 份行业报告 600 套技术PPT帮你看透 AI 趋势想了解大模型的行业动态、商业落地案例大模型电子书这份资料帮你站在 “行业高度” 学 AI1. 100本大模型方向电子书2. 26 份行业研究报告覆盖多领域实践与趋势报告包含阿里、DeepSeek 等权威机构发布的核心内容涵盖职业趋势《AI 职业趋势报告》《中国 AI 人才粮仓模型解析》商业落地《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》领域细分《AGI 在金融领域的应用报告》《AI GC 实践案例集》行业监测《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。3. 600套技术大会 PPT听行业大咖讲实战PPT 整理自 2024-2025 年热门技术大会包含百度、腾讯、字节等企业的一线实践安全方向《端侧大模型的安全建设》《大模型驱动安全升级腾讯代码安全实践》产品与创新《大模型产品如何创新与创收》《AI 时代的新范式构建 AI 产品》多模态与 Agent《Step-Video 开源模型视频生成进展》《Agentic RAG 的现在与未来》工程落地《从原型到生产AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。二、求职必看大厂 AI 岗面试 “弹药库”300 真题 107 道面经直接抱走想冲字节、腾讯、阿里、蔚来等大厂 AI 岗这份面试资料帮你提前 “押题”拒绝临场慌1. 107 道大厂面经覆盖 Prompt、RAG、大模型应用工程师等热门岗位面经整理自 2021-2025 年真实面试场景包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题每道题都附带思路解析2. 102 道 AI 大模型真题直击大模型核心考点针对大模型专属考题从概念到实践全面覆盖帮你理清底层逻辑3. 97 道 LLMs 真题聚焦大型语言模型高频问题专门拆解 LLMs 的核心痛点与解决方案比如让很多人头疼的 “复读机问题”三、路线必明 AI 大模型学习路线图1 张图理清核心内容刚接触 AI 大模型不知道该从哪学起这份「AI大模型 学习路线图」直接帮你划重点不用再盲目摸索路线图涵盖 5 大核心板块从基础到进阶层层递进一步步带你从入门到进阶从理论到实战。L1阶段:启航篇丨极速破界AI新时代L1阶段了解大模型的基础知识以及大模型在各个行业的应用和分析学习理解大模型的核心原理、关键技术以及大模型应用场景。L2阶段攻坚篇丨RAG开发实战工坊L2阶段AI大模型RAG应用开发工程主要学习RAG检索增强生成包括Naive RAG、Advanced-RAG以及RAG性能评估还有GraphRAG在内的多个RAG热门项目的分析。L3阶段跃迁篇丨Agent智能体架构设计L3阶段大模型Agent应用架构进阶实现主要学习LangChain、 LIamaIndex框架也会学习到AutoGPT、 MetaGPT等多Agent系统打造Agent智能体。L4阶段精进篇丨模型微调与私有化部署L4阶段大模型的微调和私有化部署更加深入的探讨Transformer架构学习大模型的微调技术利用DeepSpeed、Lamam Factory等工具快速进行模型微调并通过Ollama、vLLM等推理部署框架实现模型的快速部署。L5阶段专题集丨特训篇 【录播课】四、资料领取全套内容免费抱走学 AI 不用再找第二份不管你是 0 基础想入门 AI 大模型还是有基础想冲刺大厂、了解行业趋势这份资料都能满足你现在只需按照提示操作就能免费领取扫码免费领取全部内容2026 年想抓住 AI 大模型的风口别犹豫这份免费资料就是你的 “起跑线”