封面

最近看到一个研究生的秋招复盘,数据很扎实:70 场面试,3 段实习,2 个大厂 offer。

他总结出来的核心发现让我印象很深:厂招的优先级排序是”实习 > 学历 > 项目 > 论文”。

匹配的实习加上学历过关,基本都有进面机会。而很多人(包括我自己)以为论文最重要——但现实是,大部分人的论文方向跟 LLM 不搭,所以论文在这个赛道的权重反而最低。

作为一个还在读研、也在考虑未来方向的人,这个排序对我触动很大。今天把他的经验整理一下,加上我自己的理解,分享给同样在准备秋招或者还在犹豫方向的同学。


第一份实习:别挑,先上桌

第一章配图

他的建议是:第一份实习去大公司做日常实习。

为什么?大公司的招聘流程规范,不会因为你没有实习经历就刷人,而且有培养体系,能真正学到东西。更关键的是:有了第一份大公司实习背景,第二份、第三份实习就好找多了。

准备周期也不长。简历上有一个 LLM 相关项目(哪怕是竞赛复现的),刷完 LeetCode hot100 前 50 题,transformer 基础八股过一遍,就可以开始投了。

投递渠道就那几个:Boss 直聘搜”LLM实习””大模型实习”,牛客网找内推,大厂官网校招页面。

我自己虽然目前倾向读博方向,但这个”先拿实习再说”的思路我觉得对所有研究生都适用——哪怕最终不走工业界,实习经历也能让你对行业有更真实的认知。


项目怎么准备?两条路

第二章配图

第一条路:参加 LLM 竞赛。

比如 CCF 中兴的 RAG 比赛、阿里天池的 LLM 竞赛、Kaggle 相关赛道。

做法是:先看 top 选手的方案,理解他们的思路,然后基于他们的方案复现并加入自己的改进。关键是要理解”为什么这样做”,而不是照搬代码。面试官问的不是你的比赛成绩,而是你的思考过程。

第二条路:开源项目复现 + 改进。

在 GitHub 上找 star 数高的 LLM 项目,跑通、理解每个模块、提出改进并验证效果。

两条路有一个共同的要求:你得能说清楚。 面试官不关心你做了多少个项目,关心的是你能不能把一个项目从”业务场景→痛点→方案→效果”讲明白。


面试的三个维度

第三章配图

项目讲解。 这是面试的核心。讲项目不是流水账,是有结构的叙事:业务场景是什么?遇到什么问题?你做了什么?带来什么效果?最好画一张框架图,面试时共享屏幕对着讲,逻辑清晰度翻倍。

八股。 大模型方向的八股分两块。第一块是 transformer 相关:Multi-Head Attention、GQA、KV Cache、LayerNorm 这些。第二块是应用相关:RAG、Agent、推理优化(vLLM、DeepSpeed)、训练框架(LLaMA-Factory)。不只要知道概念,还要能说清楚优缺点和适用场景。

手撕题。 重点是 LeetCode hot100 及其变形。他面试了 70 多家,只有三四次没做出来,说明 hot100 刷熟了基本够用。做完 hot100 之后再做牛客最常考的 100 题、hot200,同时持续复习防遗忘。


时间线建议

第四章配图

如果你是研一或研二,参考这个节奏:

研一暑假,拿到第一份 LLM 实习。不需要太多准备,边做边学。

研二上学期,继续实习或换第二份,积累项目经验,同时开始准备八股和手撕题。

研二暑假,冲刺阶段。第三份实习 + 全力准备秋招。理想配置是三段实习(两大一小)。

秋招,8-9 月提前批,10-11 月正式批,12 月补录。

他的经验是:三段实习 + 学历过关 = 大部分岗位都有进面机会。剩下的就看面试表现了。


我自己的想法

第五章配图

说实话,看完他的复盘我有一点焦虑,但更多的是清醒。

LLM 赛道门槛低但竞争激烈。”门槛低”意味着你很容易入场,”竞争激烈”意味着你很容易被淹没。想要在这个赛道站住脚,早动手比什么都重要。

我目前的计划还是以读博为主,但我打算在暑假找一段 LLM 相关的实习——不是为了转方向,而是为了补一块认知。工业界到底在做什么、需要什么样的人、学术界和工业界的差距到底有多大——这些问题,不亲自去看一看是想不明白的。

有一句话他说得很好:秋招不是考你”有多聪明”,而是考你”有多准备”。

准备这件事,什么时候开始都不晚,但越早越好。


本文来自「研路炼钢」