360 机器学习算法工程师 凉经

想做 AI Infra / LLM 推理系统 方向。 身边没有同方向的朋友能问，自己摸着石头过河整理了一份学习路线，越整理越虚——感觉知识点又多又散  我自己总结的核心路线就一句话： 先理解模型前向 → 再理解单请求生成 → 最后再看多请求 / 多卡 / 多实例下的系统优化 把 Decoder 模型和最小推理框架先跑通，再去看工业级系统，应该很多设计会自然浮出来——这个思路对吗？ 想和大家多多交流！

求大家看看这份简历有啥缺点。boss好多已读不回的我已经麻木了，大家嘴毒一点指出来没关系的

先说下个人背景：211本，科班，三段实习（一段小厂+两段中大厂）。2026届秋招从7月中旬开始投递，9月底结束，历时两个半月，最终收获3个Offer。这篇文章不讲“三个月速成”，也没有“零基础逆袭”的鸡汤，只复盘普通学生如何在一个完整的秋招周期里少走弯路。一、时间线准备期（5月-6月）：刷LeetCode 250+、背八股、梳理项目。提前批（7月中-8月初）：投递30家，边投边面，查漏补缺。正式批（8月中-9月底）：集中笔试+面试，高峰期一天3面。Offer阶段（10月）：意向沟通、横向对比、签约。关键认知：2026届秋招整体比去年回暖但分化严重，早期投递（7月底前）优势明显，很多部门提前批就...