字节 大模型算法 一二三面 面经

本9海硕（qs前10）计算机专业，没有论文，只有一段大厂推荐算法实习+一段小厂数分，和一些llm+推荐的项目，秋招能找到搜广推相关的工作嘛不求大厂也不求sp暑期实习的时候基本上每家大厂都能面到最后一轮，但总是因为没有论文被横向挂。有一次三面面试官直接讲“你的其他方面都很优秀，但希望以后你的科研论文也能一样优秀”不知道有了一次实习经历之后秋招会不会情况稍好一点？

这篇文章会从HRBP以及面试官的角度聊一聊, 到底怎么样才是一份合格的简历, 以及简历中会有什么坑.不过通常来说, 出色的简历各有各的出色, 垃圾的简历烂的千篇一律.开源工具这里推荐一个开源项目, 核心是一个提示词 + Dify Workflow来逮捕​你的简历简历警察效果黄金30秒大部分的面试官/HRBP/AST会在很短的时间内完成筛选. 你的简历应该在30秒内就让面试官明白你的最突出的优点:履历光鲜, 有大厂经历负责过核心项目的核心岗位各种竞赛得奖的经验开源贡献所以我非常强烈的建议: 在简历的靠前位置增加一个个人摘要, 大概就是3-4句话, 按照 [你的定位] + [核心经验] + [关键...

大模型就业方向主要有两个：大模型应用和基座大模型。基座大模型的特点是要求高，招收的人数少，真正做基座的公司也不多。所以大模型应用反而是大部分同学实际工作的方向，大模型应用的覆盖范围广，相对要求低一些。🌟大模型应用的方向：✅搜索推荐广告：生成方向，比如自动化生成图片和视频；文本方向，比如相关性；其他方向，比如搜索推荐中的召回，重排序；✅AI 原生方向：主要是基于大模型出来的新 app ，比如豆包，元宝，夸克， Kimi 等；·和 LLM 更加匹配的方向：比如智能客服，比如 chatApp ;✅传统行业：很多传统行业，比如食品公司，MCN公司都在做 AI 转型，期望 AI 给原有行业带来新的机会；✅具身智能：机器人公司，比如宇树智能。🌟大模型应用的要求：1.大模型的基础流程：预训练，后训练等基本流程要了解；自回归和基于 Diffusion 的训练方法；2.RAG ：文本拆解的方法；召回模型和优化，排序模型和优化； RAG 模型和生成联合优化；3.Agent ：基本原理，比如 Plan , Memory , Tool - Use ；如何优化比如 Tool 的使用， Plan 能力的加强； MCP 协议的原理等；4.多模态：多模态大模型的基本方法，领域内多模态能力如何加强🌟大模型应用招聘要求：2025年，任何方向，要有项目，且有一定的深度或者创新；或者本人的简历很好（比如 Top 985，论文等）。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

✅ 大模型应用开发岗的技术栈=后端开发技术栈+AI落地相关技术栈。🌟后端技术栈后端技术栈已经有很多公开透明的学习路径这里就不展开来阐述了，无非就是编程语言基础、数据库（Mysql，Redis）、中间件等内容。🌟 AI应用相关技术栈AI应用相关技术栈需要考虑具体落地场景，大模型应用的落地目前主要有两个方向，一个是RAG，一个是Agent。1️⃣ Rag(检索增强生成)先看概览课，再看优化课，这里推荐langchain官方课程。并没有写详细的技术栈，是因为不建议单独的学每一个模块。而是先学整体应用，再去看每一个具体的技术栈实现。先会用，再研究。其实rag整个应用涉及到的技术栈基本有：开发框架（langchain，llamaIndex等），Embedding模型，大模型API，向量数据库（faiss，weaviate等），排序模型，prompts优化等，其中涉及到模型的不需要进入研究，了解大概特性既可，模型底层是算法岗职责。2️⃣ Agent(智能体)注意观看运行公开课，加深理解。基本技术栈也是开发框架（langchain，llamaindex，autogpt等），数据库（这里有向量数据库，有普通的关系型数据库和缓存数据库），function call（或者新出的mcp），prompts优化等。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。