算法简历可以面银行吗？

全程无八股和手撕，纯在问简历和一些工程思维，扣的还挺细的和面试官交流下来，他们是做预训练的，面试官比较看重一个人的基本素质、可培养性以及迁移学习能力，并不是很看重简历对口吻合度

本文字数大概3500字，记录了我从本科起到研究生毕业的学习经历，供大家参考。如果只想了解跟秋招相关的，可以只看后面的秋招部分。  本科阶段： 本人是19年从安徽考入上海交大，高考结束时对大学专业一无所知，只是从网上了解了当时比较火热的一些专业，例如金融财会、计算机、医学、土木、电子信息等。当时我对这些专业没什么概念，对此不是特别看重，只是想着最好能跟数学物理相关性高一些，本着不浪费分数的原则，我就从热门专业报起，然后再报冷门专业，此外因为我动手能力不太行，就没报医学。当时清北复的分数都不够，就刚好进入了上海交大，录取的专业是电子信息类，现在回想还挺幸运的，当时分数稍微低点就要去机械/园林风景专...

一位双非本科的同学，意识到背景不占优，从大三开始自学Java。他埋头苦学，但求职之路并不顺利。连续两个月投递实习简历都石沉大海，偶尔的面试也因技术深度不够而被刷。但他没有放弃，终于在7月拿到一个小厂的实习机会。实习让他认清了自己在项目经验上的短板。9月，他辞职全力备战秋招，却发现为时已晚，机会寥寥。在巨大的焦虑下，他逼着自己利用10月做了两个新项目，并优化简历。11月，他调整策略，同时投递校招和实习岗，终于收获了几个offer。他的经历证明：秋招失利并不可怕，可怕的是失去行动的勇气。这个故事告诉我们，正确的方向和不懈的努力，是走出困境的关键。下面这套从心态调整到具体行动的指南，助你绝地反击。第一步：调整心态，接受现实在采取任何行动之前，必须先处理好情绪。正视情绪，寻求支持；屏蔽干扰，专注自我；聚焦可控因素，把精力放在能改变的事情上。第二步：深度复盘，找出症结冷静下来后，对秋招过程进行彻底的复盘。简历问题：检查是否缺乏亮点、项目经历描述不清、与岗位不匹配。面试表现：回顾是否因紧张发挥失常，或对技术问题理解不足。目标与技能：思考投递方向是否摇摆，专业技能是否存在明显短板。第三步：立即行动，备战春招春招是应届生最后一次大规模的校招机会，必须牢牢抓住。优化简历：针对复盘结果修改简历，用STAR法则量化项目经历。弥补短板：系统学习知识漏洞，刷题，或抓紧时间完成个人项目。练习面试：进行模拟面试，针对逻辑表达、专业知识等进行改进。扩大信息渠道：关注目标公司官网、公众号等，主动寻找机会。第四步：用好行动利器——求职精灵如果你渴望将这份行动指南转化为切实的成果，一个专业的工具能让你事半功倍。「求职精灵」不仅仅是一个工具，更是陪伴你走出迷茫的智能伙伴：- 当你不知从何复盘时，它的「AI简历诊断」能为你提供清晰的优化方向。- 当你为机会稀少焦虑时，它的「智能岗位推荐」能为你精准挖掘的校招与实习信息。- 当你对面试心生恐惧时，它的「AI模拟面试」能给你提供一个无限次练习、即时反馈的考场。- 当你决定备考深造时，它的「智能题库」能为你规划科学的刷题路径。秋招的暂停键，不是职业生涯的终点，而是用更聪明的方式重新起跑的发令枪。点击下方即刻访问，开启你的高能逆袭之旅。https://m.finsight.work/pages/activePage/general/index?pageCode=0F52EBAB

算法岗越来越卷，还在纠结简历写什么？ 拒绝千篇一律的“minist手写数字识别”！ 今天盘点 3 个不同技术方向的硬核项目，建议根据自己的赛道，选一个死磕到底！👇1️⃣ 【LLM 应用赛道】—— 紧跟风口  📂 项目：基于 LangChain + RAG 的垂直领域问答助手为什么做： 现在 10 家面试 8 家问大模型。不懂 RAG（检索增强生成）真的很难聊！核心考点： 向量数据库 (Milvus/Faiss)、Prompt Engineering、文档切片策略、甚至 LoRA 微调。一句话亮点： “解决了大模型幻觉问题，实现了基于本地私有数据的精准问答。”2️⃣ 【硬核基建赛道】—— 专治手痒  📂 项目：从零手撸 Transformer (Pytorch复现)为什么做： 别只做“调包侠”！面试问 Multi-head Attention 细节又又又卡壳了？核心考点： Self-Attention 矩阵计算、Positional Encoding 原理、Mask 机制。一句话亮点： “不依赖高级 API，从底层张量运算构建模型，深入理解 Attention 机制。”3️⃣ 【AIGC 视觉赛道】—— 视觉魔法  📂 项目：Stable Diffusion 扩散模型复现与 LoRA 微调为什么做： CV 岗已经从“识别”卷到了“生成”。不要再玩那个YOLO ！核心考点： DDPM/DDIM 采样原理、UNet 结构（mile-stone）、CLIP 多模态对齐、ControlNet 控制生成。一句话亮点： “掌握 AIGC 核心流派，具备模型微调与可控图像生成能力。”💡 最后的小建议： 项目在精不在多。 与其罗列 多 个 Demo，不如把其中一个吃透，把遇到的 Corner Case、性能优化、思考过程写进简历里。