春招走到现在，很多同学发现：投出去没回音，想再投发现岗位关了。我这两天把汇总表重新过了一遍，筛选出3.26-27更新、招满即止的一批公司。这类岗位很可能这周就关，看到合适的先投再说。按公司性质分了几类，供参考（部分展示，完整版我们每天更新）：🏭 央国企中国铁路投资（北京，4.10截止）、中电锦江（成都）、上海医药（上海，4.25截止）、中国电信云计算研究院（北京/上海）、中核光电、临港算力（上海）、北京城建集团、矿冶集团（北京）🚀 民企（关键是技能经验匹配度）莉莉丝、拼多多、巨人网络（上海）、盛邦安全（北京）、壁仞科技（上海/北京/杭州）、电连技术（多地）、星合互娱、tap4fun（成都）、小红书、阶跃星辰（北京/上海）🌍 外企/合资维塔士（上海，游戏美术）、SAP（上海/成都）、DrayEasy（多地）、福田康明斯（北京）📍 地域集中北京：盛邦安全、航空工业综合所、中国中元、北京精雕、北京国基上海：纳纳科技、科济药业、钛虎机器人、势能资本、国金资管成都：星合互娱、tap4fun、中电锦江、北方激光研究院💡 几个提醒：大部分招满即止，拖到下周可能就没了央国企流程慢，但投递窗口关得快，先投再说拿不准自己的专业能不能投的，评论区说专业+城市+过往经历，我帮你看看匹配度评论区聊聊你的情况。

疯狂拷打实习本地缓存怎么用的mq消息堆积怎么解决，看什么指标能确定是消费者实例不够的问题Threadlocal内存泄漏，key是弱引用那不会下次get就已经被垃圾回收了吗synchronized和reentantlock区别zset跳表，和b+树的区别jvm内存结构本地方法栈是干嘛的，有哪些底层的方法算法：Randomset反问

作为一名正在摸索入行的 AI 应用工程师新人，我把近期收集的资料做了一次系统梳理，聚焦岗位核心能力，把从大模型应用开发、模型调优到工程化部署的全链路技术栈拆解开。一方面给自己定一个清晰的学习方向，避免在海量知识点里越学越乱；另一方面也分享给同样在入门的牛友，一起参考、一起进步。一、核心应用技术1. 提示工程 Prompt Engineering需要熟练掌握角色设定、思维链 CoT、零样本 / 少样本学习、格式约束、抗幻觉等通用技巧；针对 GPT-4o、LLaMA 3、Qwen、Claude 等不同模型做提示词适配，根据问答、摘要、翻译、代码生成等任务做针对性优化。实战上要能搭建可复用的提示词模板库，支持参数化调用和效果评估，解决模型输出不稳定、格式乱、语义跑偏等问题。2. 检索增强生成 RAGRAG 是解决大模型幻觉、落地知识密集型场景的关键，要求能完整搭建一套端到端系统。核心流程包括：文档处理：多格式加载（PDF/Word/TXT/ 网页）、多种文本切分策略向量工程：嵌入模型选型、向量生成与效率优化检索优化：向量检索、混合检索、重排序，提升召回与准确率生成优化：上下文压缩、查询改写、检索结果融合进阶方向可以了解模块化 RAG、GraphRAG、知识库增量更新等方案。3. LLM Agent 开发基于 LangChain /llamaIndex 搭建 Agent，掌握任务拆解、工具调用、结果整合、记忆管理的完整流程；能自定义工具（API、数据库、计算器、外部服务等），设计调用逻辑与失败重试机制。实战要求实现多工具协同、长短记忆管理，能处理数据分析 + 报告生成、多轮复杂问答等场景。二、模型调优与后训练1. 监督微调 SFT能完整设计 SFT 流程：数据集构建与清洗、模型选型、学习率等超参调优；熟练使用 LoRA / QLoRA 轻量化微调，基于 PEFT 库在普通显卡上完成训练，控制显存和成本。最终要能在分类、对话、意图识别等任务上落地微调，并输出对比评估结果。2. 强化学习与偏好对齐了解 RLHF、DPO 的基本思路，能用 TRL 等开源库做简单的偏好对齐训练，减少模型幻觉、违规输出，让生成内容更贴合业务规则。3. 模型压缩与推理优化掌握 INT4/INT8 量化、剪枝、知识蒸馏，用 BitsAndBytes、GPTQ 等工具在可控效果损失下压缩模型；能将模型转为 ONNX / TensorRT，支持本地与边缘部署，提升推理速度。三、工具与框架体系语言与基础：Python、Pandas、Numpy 数据处理深度学习框架：PyTorch、TensorFlow，Hugging Face 全套生态应用开发框架：LangChain、llamaIndexAPI 服务：FastAPI、Flask 封装接口，对接 OpenAI、智谱、通义千问等商用 API四、数据存储与检索结构化存储：MySQL/PostgreSQL 存用户、配置、日志缓存：Redis 做缓存、会话管理、降低重复调用成本搜索引擎：Elasticsearch 做关键词检索向量库：FAISS、Milvus 搭建向量知识库，支撑高并发 RAG 检索五、工程化部署与监控Docker 容器化打包，docker-compose 多组件部署日志与监控：ELK、Prometheus + Grafana 监控接口、推理性能、资源占用安全合规：密钥加密、权限控制、数据脱敏，满足企业安全要求六、前沿技术与行业认知持续关注 LLaMA 3、Qwen、Mistral 等开源模型迭代，以及 LangChain 等工具更新；了解多模态、智能体进化、Modular RAG、知识图谱融合等方向；结合企业服务、智能制造、智能客服等落地案例，学会把技术和业务场景结合，给出可落地方案。

听说发面经可以攒人品hr拿错了简历 用的是一年前的简历😰跟hr口述了一下agent的项目，后端项目hr没问（主播的agent做的好久没怎么看😭）agent使用工具的流程（这里感觉应该是问具体的工具，但是主播答的是mcp协议相关的）用户对话很嗦螺，上下文太长怎么办遇到了什么问题MySQL如何实现分布式锁解释一下MySQL的间隙锁限制效率的问题 （这里回答了做rag文档的规范问题）追问如何改进什么是react数据的指标是怎么测出来的Python如何实现io密集型和CPU密集型手撕：合并区间加贪心选择   这里代码都写完了但是有点小问题跑不了 面试官让口述了一下思路 说了句思路还挺清晰等后续...