给参加大模型秋招和实习的同学一点建议

现在已经、是金九银十，这篇笔记，就给即将参加大模型实习和秋招的同学一些建议，提高效率，避免踩坑。

首先是方向性 ，现在大模型要求的方向都逐渐精细化，各大小厂要求的岗位也越加垂直。

不再局限于CV,NLP,搜广推。

比如CV方向，AIGC大模型相关的岗位会细分为文生图，图生图，文生视频，图像/视频编辑等。

NLP方向大模型相关岗位又分为语音助手，问答系统，智能搜索，Langchain,提示工程师等

而对于互联网大厂的大模型，会按照工种继续细分，比如大模型算法开发，大模型平台开发，模型加速，模型训练，模型部署。

因此第一点，大家在准备的时候，一定要找准适合自己的方向，精准投递，提高简历筛选通过率。

然后是项目，项目的重要性不言而喻，而从项目的含金量来看:企业项目>学校项目>开源项目。

这也是为什么我在给学员做规划时，都建议尽可能在校期间有2段实习经历。

因为优秀的实习经历真的很加分，一开始参加校招，就已经赢在了起跑线上。

项目最好是一个完整的项目，不是一个小模块，那种简单demo的玩具项目还不如不写。

另外，项目最好和你要找的方向匹配，否则面试官可能不感兴趣，或者面试官自由发挥提问，那样被刷的几率就很大了。

然后是论文，如果是偏research的岗位，论文是必须的。如果是偏工程，那么项目更加重要，所以如果你没有很核心的论文，建议还是走工程应用方向。

然后就是面试准备，如果你要面国内外的中大厂LeetCode是必需的，如果时间比较紧张，至少刷完top100,要做到白板手写的程度。如果时间充裕，可以刷300+题目，包括medium以及部分hard比如动态 规 划。

大模型这块，除了基本的python，pytorch，tensorflow,算法原理，推导以外，还需要了解其他技术栈。比如大数据处理的生态组件，spark,redis,es，kafka，flink等。这些至少得基本会用，技术名词了解是什么意思。

如果你是搞平台，推理方向的 工作，还需要掌握java，c/C++编译原理，并行计算这些。

对于一些关键技术，比如Transformer底层原理PPO的推导，要做到手撕的程度。像前段时间我这边一个同学面试Apple,上来面试官第一个问题就是手撕transformer，没答上来而手撕Transformer算法是咱们训练营阶段三必须掌握的实战作业。

此外，大家对于大模型的结构和代码要熟悉，比如是否可以不调库手写LLaMA的forward推理代码?是否可以从头实现一个LORA微调?这些大家都可以自测一下。

最后一点，大家写到简历上的东西一定要清楚，比如你简历写了深入理解transformer,bert，而实际面试连为什么Transformer架构需要多头注意力机制?为什么transformer块使用LayerNorm而不是BatchNorm?BERT训练是如何工作的?这些基本问题都答不上来，面试就很减分。

以上就是对准备LLM秋招同学的一些建议，如果你在准备面试过程中也遇到一些问题，迷茫，也可以找 我 规 划 一下。
读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓