技术研发岗卷基础和落地

#找AI工作应该卷什么？#
底层原理吃透，不只会调包把线性代数、概率论、优化算法这些基础打牢，别一上来就只会跑现成框架。Transformer、MoE 结构、RAG 检索增强、RLHF 对齐、多模态融合这些核心架构要懂原理，知道为什么这么设计、优缺点是什么、适用什么场景。面试一深挖，你能不能扛住，全看这里。
框架与工程能力，能训能推能上线熟练使用 PyTorch，懂分布式训练、混合精度训练，知道怎么省显存、提速度。会做模型轻量化、量化、蒸馏，懂 ONNX、TensorRT 推理加速，能把大模型真正跑起来、跑快。还要懂 MLOps 基本流程，能把训练、评估、部署串起来，不是只在 Notebook 里玩模型。
真实项目经验，拒绝玩具 Demo别再放 MNIST、CIFAR 这种入门项目了，面试官看都不想看。要卷就卷有业务场景、有数据规模、有落地过程的项目：比如大模型微调、RAG 企业知识库、多模态检索、对话系统优化等。重点突出：你做了什么、解决了什么坑、指标提升多少、怎么落地的。
竞赛、开源、论文，至少占一样加分Kaggle、ACM 竞赛能证明你的实战和抗压能力；顶会论文（NeurIPS、ICLR、CVPR、ACL 等）代表你的科研潜力；给开源大模型提 PR、修 bug、做优化，能直接体现工程水平。有一样，简历档次直接拉高。