突然想起来，离开前司除了时间不自由、耗时间、还有个原因是，我明明看到问题、提出来了、也有解决方案、直接老板也认同、但是就是没办法去执行。我不知道我老板不推进执行的原因是什么。他应该也有他的理由。真心的我换了这个工作之后才体会到，工作就是paycheck，be professional to play is enough ，走心就有烦恼。
楼主我教你。 把所有表，一切所有的列，全部找出来。这些都在meta的表里面，如果有列的"详细描述"尽量也找出来 然后让AI写N个查询语句，查询所有表的所有列，不重复的前100个记录(准确起见可以用200个或者更多) 然后就可以用AI加pandas提问了。 "please find the column that best describe employee's salary" "please find the column that best describe employee's department" 任何时候想问问题都可以，基本上一找一个准。 以上流程，半小时内完成。
鸿粉佳人 发表于 2024-03-21 23:28 楼主我教你。 把所有表，一切所有的列，全部找出来。这些都在meta的表里面，如果有列的"详细描述"尽量也找出来 然后让AI写N个查询语句，查询所有表的所有列，不重复的前100个记录(准确起见可以用200个或者更多) 然后就可以用AI加pandas提问了。 "please find the column that best describe employee's salary" "please find the column that best describe employee's department" 任何时候想问问题都可以，基本上一找一个准。 以上流程，半小时内完成。
但以前的工作，数据真没现在的这么不靠谱。真是没有比较就没有伤害！
不知道当年哪个外包厂的印度人给设计的数据库，一个普通的table啊，居然有100多个column，130-150个吧。就算是从UI系统里面抓出来的attribute，你不能分分类吗？而且column name也特别长，比如“is_the_weather_condition_impact”, 然后数值就两个，0或者1。我真是服了！我们业务模型不复杂啊！真是生生被设计数据库的搞的没脾气。从reporting和analytics的角度，这些table太！不！好！用！了！
还有，我不明白这些table为什么要aggregate，弄成cube一样，完全不是raw data。比如我要计算全公司每个部门的员工人数，我希望的table是每个员工占一行，员工姓名、工号、部门名字，然后我自己去统计。结果这些table呢，每个部门一行，然后有个column叫number_of_employee。真是吐槽无力！问题是如果你数字准确也行，你的数字还不准确，真心不知道ETL是怎么做的，database tables为什么这么设计..
我觉得我一个学校里学个皮毛出来的人，都有最最基本的common sense。这当年的管理者肯定是完全不懂一丁点数据和业务的职场混子。唉！
现在是真心体会到了钱难挣、屎难吃…想找个离家距离适中、钱合理、工作内容正常、老板正常、团队正常..的工作，是不是要求太多了？
楼主适应适应就习惯了
reorg频繁、人员流动性大。全球16、7万员工。对了，不是科技大厂。
唉！不过，如果再给我一次机会，上一家也仍然不能算良配。这是真正体会到了工作就是paycheck，问题是这paycheck挣得真是不舒心。
唉。前司传统行业，科技含量低，但是担子重。但是现在回头看，数据质量并不差。但是不同组的文化差异比较大。我刚去的时候，年轻的新老板刚上任一年多，干劲足，带着大家还是出了不少活的。后来慢慢就不行了，因为没啥活了，能自动化的报告和流程都自动化了，就开始内耗，没事找事。组里一些人也陆续离开。对了，前司就是那年暴风雪大面积停电的州的最大的输电公司。
唉，没办法，win some, lose some。
前面姐妹也说了，新工作习惯就好
唉。真的。win some，lose some。 新司是前些天全国大面积手机无信号的通信运营商。唉。再坚持坚持吧。
是啊。就是自己写哎。可不是也得先能找到有正确信息的table吗。我其实也挺佩服老美的，因为就算做不出来或者做的不好，也能混下去，但是老美就不觉得是个事儿，老中就很难受。我观察我们组，起码存在过三个老中，都麻溜跑了。留下来的都是干了二三十年的老美。当然还有个原因，老美语言有优势，能把没做成的事情也说得天花乱坠。很多词汇和表达远非第二外语的人能handle的。
还好还好。我现在人到中年，平和很多了，这要是20几岁，我估计我会立马裸辞了。人年纪大了就会觉得很多事情都不是事儿。我现在也在学老美，professionally拿paycheck做事情，不管这个事情做的顺不顺利，不要走心就能减少很多烦躁。
是的，谢谢你温暖的语言。确实是要放平心态。
document我在写了。improve database需要上面老板support才能决定啊。 我前司有个同事说过一句话，技术上没有什么做不出来的，但是你得有权限（permission）去做。我觉得她说的太对了。很多时候，管理层水平好坏能够决定一个组织发展的好坏，就是因为他们有决定权。
at&t啊。这垃圾公司你都去？ 当然了，既然进去了就好好混。挖美帝墙角。
把所有表，一切所有的列，全部找出来。这些都在meta的表里面，如果有列的"详细描述"尽量也找出来
然后让AI写N个查询语句，查询所有表的所有列，不重复的前100个记录(准确起见可以用200个或者更多)
然后就可以用AI加pandas提问了。
"please find the column that best describe employee's salary" "please find the column that best describe employee's department"
任何时候想问问题都可以，基本上一找一个准。
以上流程，半小时内完成。
看来也是你曾经的雇主或者客户吧。展开说说？倒是一个能混退休的地方。可是我真心觉得不比我前司容易混退休。我离开前司也是觉得很难混到退休，太内耗了，那还不如早走，趁没那么老还能在市场上卖个好价。
感谢指教。我们是有内部的公司版本的ChatGPT，也有其他的GenAI工具。我确实应该学着用起来了。谢谢您！
你说的太对了！公司合了分、分了合、历史遗留的问题太多了。
ASK AT&T不允许用业务数据。你要注意了。ASK AT&T后台是Open AI.那个不能用。需要自己建。
好奇为什么不允许用业务数据？我们公司的Chatgpt Enterprise是可以上传公司数据的，明说了Enterprise里输入的内容不会用来train OpenAI。
不允许用业务数据去问问题 是他们的内部规定。
有些公司可以用业务数据问问题，取决于公司对隐私的重视程度。有些不大重要的数据，当然你问了也没事。
但是像电话公司里面很多敏感信息，它不知道你问问题的时候拿的什么数据去问，例如用户的电话号码，SSN，信用卡号码，这些都是绝对不可以上传的。所以一刀切了，所有业务相关问题都不能问。但是让AI写个程序，做个SQL过程之类的，没问题。
OpenAI只保证你的数据不拿去train AI，但没保证上传了就给你删除掉。万一它保存了呢，后来又泄露了呢？甚至于在你上传数据的时候，在网络传输过程，或者OpenAI的云服务器上，也都有可能泄露。
所以后台引擎用的OpenAI，严格的公司是不允许上传数据去问问题的。
如果后台是自己做的Gpt就没有这个问题，因为全是local的。
这不挺好。 把现有的烂摊子优化document,也很有意义啊。做完了别忘了给自己邀功
你也不用改进原数据，就自己准备些自己用的mapping的东西方便你自己和后人操作，不需要权限吧
所以美国要慢慢被中国赶上了。哎，原来领先的人本来哪有那么容易就被赶上的？领先是有垄断优势的。可是美国这几年肉眼可见的衰落走低，各种人浮于事官僚作风各种内耗鼓励反智主义。我们身边不都如此吗？一叶而知秋全国上下风行如此，真是让人难过。
是。我也只能这么想。尽量去做，做的时候尽量也能方便到后面的人。
今天早上和第三任supervisor说起来，他终于officially给我指了一个support。唉！说起来这又是一个故事。我一进来就reorg，确切说是去年下半年这个部门就开始reorg，也许是全公司reorg。我第一个月的supervisor是hm，2月份换组换supervisor，现在3月份，马上又会换到第三个supervisor那里。
很难了。我自己水平能力也是有限的，年龄大了也不适合去科技大厂或者start up卷。新司也是面了几家之后权衡利弊决定去的。前司的薪水福利bar太高了，如果还在传统行业或者普通厂，完全给不了前司的薪水。当时跳的最初动力是想找个离家近的，但是第一次跳嘛，不知道其实保持原薪找就很好了，现在回看要得多简历关就刷掉了，因为很多公司网上申请就会让你选薪水期望。只有现司能给的起薪水，距离一模一样，两栋楼挨着。然后就来了。下次再跳会以离家远近为第一考虑因素了。
这个我要mark一下。告诉自己远离体制内
rational？难道不是relational
cant agree more
人生在于那下午三点想走就走。不在于你的数据库做的多牛。再牛再精确的数据库在高层眼里就是一个数据点。 短短几十年，还是自己家庭孩子最重要。 要学美国人的和稀泥，又名沟通领导能力。
我猜了半天觉得是跳舞。
40多了，不年轻了。来的晚，读书出来工作已经38岁了。今天和马上要换的第三任老板扯了一会儿，这些tables和data问题他都知道，也是这么些年他们的痛点。不过好像他也没啥特别好的办法。就这么磕磕碰碰做下来了。这第三个老板倒是没毛病。唉！
你说的太对了！我们组的黑人小朋友就是你说的这种有本事的人。我是真心佩服他。他比我早来三个月，纽约一个什么学校学数学和工程专业的。所以，黑人也是有牛人的。
是啊。我观察老美们，他们都很淡定，就慢慢做，虽然也抱怨，但是不会真的走心抱怨，就是有啥做啥，到点下班，下班之后就不想工作了。我觉得这是混职场最基本的心理素质。