【春招冲一波】北方华创（已Offer）

我们把 AI 当做一个人：大脑（LLM）负责想与写；执行逻辑（Agent）负责推进到交付；经验手册（Skills）提供目录化的可复用 Prompt 与标准流程；工具接口（MCP）把外部能力接进来完成执。A2UI 负责把 Agent 的意图变成可交互界面，并把用户操作回传给 Agent。LLM 是这人的大脑：负责理解你在说什么、推理怎么做、把答案表达出来。但光有大脑不等于能把事办成。Agent 可以比作一个人做事的思考逻辑 + 执行逻辑：拿到目标后先梳理逻辑、拆步骤、设检查点，决定先做什么、后做什么，并在关键节点停下来确认，确保事情按流程推进到交付。Skills 是他随身带的一本经验手册：里面是...

1.腾讯总包100w，未来还会送港股腾讯股票，具体多少不清楚。2.字节算法ssp，80w+，大佬云集，还有签字费。3.微软自然语言处理，120w+，居家办公，上四休三，签字费+安家费。4.pdd核心部门，总包70w+，发展前景大，干一年提级。5.楼下小区保安月薪2800+，包吃包住，三险一金。6.缅北核心业务，年包200w+，工作轻松，需要口才好。好纠结，不知道选哪个，求大家给点意见，最好带上理由……

你以为你只需要调调参数？实际上，你要面对的将是：生犯贪嗔痴戾疑，死受鞭笞斧灼烹（不好意思，杀批乱入了）。好了，言归正传，作为一个合格的视频算法工程师，大概的技术链路就如下图所示，其中最重要的就是视频画质算法（超分/去噪/增强），这一领域不可避免地要深度依赖深度学习。“深度学习”这个概念大家耳熟不一定能详，但如何系统地掌握它？也就是从“知其然”到“知其所以然”？ 阶段一：数学与编程基础 ( 2周左右，熟悉可跳过)万丈高楼平地起，在开始搭建神经网络之前，你需要掌握底层的语言（Python）和逻辑（数学）。不要被复杂的公式吓跑，我们以“够用”为标准。数学基础线性代数：矩阵运算、特征值、特征向量微积分...