今年暑期实习开得真的早，身边好多同学已经开始投递了。目前百度、腾讯、阿里、字节、美团都陆续开放，技术、产品、运营、AI 相关岗位都有，大多带转正机会。建议大家多蹲官网和内推，越早投机会越大，别等招满了再后悔。大家还知道哪些公司开了，评论区一起补全！

自我介绍实习经历（问的比较片面，没有通用性问题可以供大家参考）AI 相关MCP 使用的是什么协议，这个协议和其他协议有什么区别？结构化输出是怎么样做的？MCP 相比Function Calling有什么优势？Agent 工作时工具调用失败或者超时怎么做？ReAct 模式下Agent思考进入死循环了怎么做？Multi-Agent 架构具体怎么实现的？流式处理怎么做的？算法题 从根到叶的二进制数之和

大模型浪潮下，不少26届同学想进军算法岗，却对岗位门槛、工作内容存在信息差。结合大半年实习经验，为大家揭秘真实行业情况，助力暑期与秋招规划。1️⃣大模型核心岗位划分大模型岗位主要分为两大方向：1. 大模型基座：涵盖数据、预训练、微调、对齐、训练/推理架构等工作。2. 大模型应用：包括数据、续训练、微调、对齐、推理部署、Agent、RAG等落地相关研发。2️⃣大模型岗位真实门槛很多人误以为无论文就无缘大模型，实际并非如此，实习与垂直经历比单纯论文更关键。1.基座岗位：学历要求高，基本为本硕双985，或国科大、北邮等强校，部分组要求博士；论文为硬性条件，至少1篇顶会起步，且方向需高度匹配；实习建议两段以上，优先阿里通义、字节豆包、百度文心、DeepSeek等头部机构。2.应用岗位：学历以本硕211及以上为主，是硕士主力赛道；论文非必需，仅为加分项，冲刺高薪计划可补充；更看重实习垂直性，无论文但项目对口，同样能拿到高薪offer。整体而言，求职时经历垂直匹配 > 含金量高低，弱相关经历加分十分有限。3️⃣大厂大模型工程师在做什么大厂大模型工作并非大众想象中整日训模型、写代码，大量时间用于数据处理、评测与沟通。基座组多做小幅度结构优化与实验；应用组99%工作基于开源模型做续训、微调，搭建RAG、Agent系统，核心是调参、优化数据配比、制定自动化评估方案，最终目标是业务落地，能提升线上指标的方案才是有效方案。想入局大模型，不必被论文门槛吓退，找准方向、深耕垂直项目，才是突围关键。

（git链接在评论区，内含简历模板和面试QA）说实话，我的学历背景并不算好。写这个项目的时候，我正在春招里挣扎，投了很多简历，也被拒了很多次。刚入门的时候走了不少弯路。看过很多付费课程和「项目实战」，花了钱也花了时间，最后发现大多数所谓的项目不过是把官方文档的 demo 包装了一下——CRUD 写完就结束了，没有权限体系，没有审批流，没有审计日志，更不会告诉你一个真正要上线的系统需要考虑什么。拿这样的项目去面试，面试官稍微追问两句就露馅了，因为你自己也说不清「为什么这么设计」。我不想再做这样的项目了。所以我选择了一条不一样的路：找一个技术上足够先进的开源项目，在它的基础上做企业级改造。选 Sk...