个人情况：研究方向为 NLP，LLM

时间线

• 去年6月底在各个大厂官网人才计划通道投递简历，主要包括腾讯青云计划，美团北斗计划，百度AIDU，百度提前批，快手快star，蚂蚁星，淘天T-star，中兴蓝剑计划，小红书 Red star，科大讯飞飞星计划，除此之外还有一些普通的通道，比如阿里系的阿里云，高德，通义千问，腾讯音乐，华为，还有很多相关的初创公司，没有投递字节的原因是当时打算入职字节实习，因此简历是被锁的状态
• 人才计划7-8 两个月时间大量技术面试，平均每天1-2个面试
• 人才计划 8月底，9月初基本上都进入到了 HR 面的环节，部分人才计划在通过所有面试之后需要答辩，比如快 star，中兴蓝剑
• 意向基本在9月-12月之间陆续发放（因为人才计划有答辩，所以时间拖得比较久）
• 很多公司人才计划和正式秋招是两个通道，因此正式秋招投递的时间线和人才计划略有不同，基本是从9月才开始技术面（比如高德、通义、阿里云）

没有通过简历筛选或者笔试进入到面试环节的：淘天 T-star，小红书 Red star（不清楚招人标准，可能是方向不够匹配），华为（推断应该是笔试成绩不太好），腾讯音乐（可能是方向不匹配）

Offer 情况：北斗、AIDU、蓝剑、飞星、通义、快手（非快star）、字节转正offer，阶跃星辰、智谱，大概分为三个方向的offer，大模型+搜广推（本质还是搜广推，大模型间接应用），大模型预训练，大模型+RAG/SFT（可能落地到具体的业务上）

写在最前面的建议

• 建议六月中上旬开始关注各大厂官网信息，及时投递
• 简历精准投递：因为秋招要投递的公司实在是太多了，每一个都定位投花费的精力太大了，建议选择几个意向度很高的公司以及方向定位投递，比如找认识的人推荐之类的，否则简历很容易被不是很match，或者意向度不高的组捞起来，导致拖慢整个面试的进程，同时也带来了面试想去的组的机会成本。
• Q：暑期实习是否有必要？应该去哪？
  • A：一般都认为暑期实习转正是保底的offer，但是随之而来会有两个缺点，也是我当时投递暑期实习的时候没有想清楚，到了秋招的时候才意识到。1）如果这个组你真的很想去，并且也拿到了转正机会，但是这个时候薪资方面都会比较低，也就是俗称的“转正必压薪”，也有解决办法，如果这个组真的很想要你，并且你手头上有其他offer，听说也可以a上去；2）可能导致无法投递这个公司的秋招岗位，也就是人才计划，因为我就是当时简历被锁然后无法投递字节的人才计划，虽然说转正也可以定档人才计划，但是在方向不是特别match，实习期间没有很大产出的情况下很难拿到。但是福祸相依，与此同时，也有一些组只招暑期转正，秋招基本不招人，比如著名的 wxg。建议考虑清楚之后再决定投递哪里。除此之外，有的时候如果你拿到了暑期实习 offer 但最后没去，有的大厂在秋招的时候会免去这部分同学面试的进展，直接进到终面的环节。所以从这个角度来说在暑期实习的时候也可以多面试面试了解一下各个组。
• 如果面试的时候了解完组里情况感觉意向度不高，建议尽快主动联系面试官或者HR说明情况，提前释放简历，否则会在这种无谓的面试上花费过多时间（因为每次面试都至少一个小时，除此之外走流程也很浪费时间）。但前提是相信自己的能力能拿到更好的或者更match的offer... 否则还是建议有一个保底的
• 最后做选择的时候建议一定从多方面了解清楚组里的情况（如果不是暑期转正，最好能问到在这个组待过的人实际的氛围以及工作强度等等是怎么样的，或者退而求其次，找人帮忙打听打听），或者说很多时候约可以看直觉，面试时候面试官给你的感受或许也能成为做选择的其中一个考量
• 建议每次面试都记录一下整个面试过程，尤其是最后反问问题面试官给的答案，否则面试太多了经常会忘掉这个组具体是做什么的...
• 有的公司人才计划和普通通道可以同时投递，有的不行
• 一开始填写意向的时候一定要想清楚（甚至有的是暑期实习填写的意向就无法更改了），很多公司都是填了之后不能改了，导致你的简历会一直被你填写的那个组捞起来，比如腾讯

笔试准备

人才计划很多都没有笔试，或者很多大厂的提前批都没有笔试，只有在进入到了正式秋招的环节可能会有笔试，比如阿里、华为，并且这两家好像对笔试要求并不低。因为我投递人才计划的时候都没什么笔试，所以没有大量刷题，leetcode top 过了一遍

面试

一般前几面都是技术面，一般分为四部分：1）个人经历（实习/论文/项目/比赛），并针对性提出一些问题；2）算法题，leetcode medium偏多，如果前面聊的很好的话可能会遇到easy, 或者考一些非常频繁的问题比如二叉树遍历、快排等。个人认为基本把动态规划最经典的一些问题 leetcode top 刷完这部分应该都不成问题；3）八股文（有LLM相关的也有 Transformers 相关的，如果问的人多后面会单独总结一篇八股问题）；4）反问面试官一些问题

建议

• 准备一个PPT陈述自己的过往经历，包括教育背景、实习、论文详细讲解等
• Q：反问面试官应该怎么提问？A：我一般是问以下问题（一开始我也不知道问什么，面多了慢慢摸索出来的个人认为比较有价值的问题，可以根据自己做的方向调整）
  • 组里同学做的方向，具体的内容或者业务有哪些，业务是否稳定，发展多长时间了，是否还有提升空间
  • 整个组偏向于 research 还是业务
  • 优化指标是什么
  • 如何去盈利，绩效考核怎么评定
  • 组里显卡资源是否充裕
  • 如果我进去会分配我做什么方向（这个问题一般是到最后一面我会问，因为前面还根本不确定面试通过与否）

美团北斗

7.5 一面，7.17 二面，7.23 三面，8.5 加面，8.19 加面，8.21 HR 面，9.12 offer，美团基本保持一周一次面试的节奏，整个进程也比较丝滑

腾讯青云

一开始没有好好填意向，导致被不是很想去的组捞了起来，7.23 一面，聊完可能也不是很 match 就挂掉了，之后面了 WXG，但是 WXG 的面试流程真的是最让我迷惑的。

7.30 一面，一上来直接让我写三个题，后面才开始自我介绍什么的，之后就一直没有动静，知道 8.19 给我安排了连续两次面委会面试（这还是在我不懈的催促下安排的），8.23 四面，8.28 五面，9.14 又有一次面委，9.24 HR 面，10 月流程到了录用评估，当时 HR 和我说10月会陆续沟通 offer 发放以及薪资沟通，但事实上一直在录用评估，12月的时候问 HR 说还需要一个月，然后一直到今年3月份状态都没有更新过，然后催也不回消息。哪怕给我挂了也行别耽误我面别的组，但事实上就是不挂你也不给你发 offer，问什么时候能出也没有按照说的时间推进... 总之体验不太好，但谁让它是高贵的 WXG 呢？

快手快 star

7.30 一面，8.13 二面，9.2 三面，10.12 四面（交叉面），10.23 HR 面，12.6 答辩，快手的面试时间经常定了之后改，并且会改两三次，看面试时间间隔也能看出来进度特别慢，一个月一次面试...

通义

9.12 一面，9.24 二面，11.1 HR 面，今年年后沟通薪资，因为我暑期实习的时候面过这个组，所以秋招的时候就没有很多流程，没有笔试也没有很多次面试，并且面试官好像也和之前暑期实习一样

百度 AIDU 和提前批

百度的 AIDU 人才计划和提前批可以同时投递，并且挂了之后可以修改自己的意向组

AIDU：8.2 一面，8.5 二面，8.8 三面，8.14 四面，8.22 HR 面，今年 2.12 答辩

提前批：8.22 一面，8.29 二面，9.2 三面，9.9 四面

中兴蓝剑

8.29 一面，9.2 二面，9.9 三面，11.6 谈薪

蚂蚁星

8.16 笔试，9.11 一面，10.10 二面，10.17 挂

阶跃星辰

8.30 一面，9.2 二面，9.11 三面，9.21 HR 面，9.25 offer

智谱

8.12 一面，8.15 二面，8.17 三面，8.27 HR 面，9.26 offer

百川智能

8.5 一面，8.15 二面，8.27 三面，9.3 HR 面

零一万物

8.20 一面，8.28 二面，9.2 HR 面

一些吐槽

因为面试了很多公司，因此对比也特别明显。有的公司进展特别慢（可能是排序池子太深了），有的特别快，比如快手是隔很久给我安排一次面试，并且这个面试的时间一直在改，导致我的时间要一直做调整，不得不说给候选人体验太差了；有的是不仅进展慢而且 HR 根本不怎么回消息；还有一些就是签约时候令人很无语的骚操作。个人还是觉得面试下来字节的体验比较好。

  如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

五、AI产品经理大模型教程

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​