最近一直在给学员做面试辅导，感触颇深——不少同学对如何准备一场面试完全没有概念，还停留在“只要技术到位，offer 自然来”的阶段。
而实际的面试，是包括技术准备、简历书写、简历投递、面试复盘、offer 选择、薪资谈判，环环相扣的一场漫长拉锯战。
我见过太多技术差不多的同学，因为简历和面试准备的差异，最后拿到的 offer 天差地别。
- 面试官真正想看什么？
- 什么叫项目的含金量？
- 为什么你总被挂还自我感觉良好？
- 如何在面试中引导面试官？
如果你是 27 届同学，请认真读完，它可以帮你在未来几个月的面试中少走 90% 的弯路。28/29 届同样适用，提前运用到你的实习面试，可以领先其他人一大截。
关于整个面试准备，我打算分三个部分来讲——先讲简历，再讲面试，最后讲岗位选择。
01 简历：不包装和过度包装都不是好事
先说简历，这是秋招的第一道关卡。如果简历不行，第一步都过不了，也谈不上后面的面试了。
有些同学想碰碰运气，简历随便写写，这类简历不用说给技术面试官看，就是给在校同学看，都写得很糊弄——投出去大概率直接被拒，连笔试面试的机会都不会有。
还有一类同学，为了简历好看，用大模型大书特书，或者自己过度包装：一个项目混进 N 个技术点，很多看起来很潮的“新”技术也一股脑往上写。
简历上写出来的东西，90% 自己都不知道是什么意思、为什么要用。这样的简历，就算侥幸通过筛选，一般也撑不过面试一轮就结束了。
所以这里我要讲一下，好的简历应该怎么准备，什么样的简历更容易被面试官捞起来。下面主要针对大模型相关岗位来展开。
02 好简历是“做”出来的，不是“写”出来的
先给结论：一份好的简历不是“写”出来的，而是“做”出来的。有些同学觉得简历上的项目可以不用真做——马上要秋招了，找个项目来背一背、刷一刷题，就写上去，最后再找人或者大模型润色改改就去投递。
先不说这个项目本身怎么样、含金量高不高，各位如果觉得不用实际去做、只靠背诵就能通过面试，那可能还是小看了现在大模型面试的强度。
现在我们怎么考察大模型面试候选人？重点就是你的学习与思考的能力、动手解决实际问题的能力，以及灵活变通的能力。
现在大模型面试的难度逐年递增，如果你只是临到要找工作，去网上找一两个开源项目，或者找一些“标准”项目来背一背就去面试，那这体现不出你的学习能力，更谈不上灵活变通——能体现的只有背诵能力，也就是记性好不好。
何况有些同学背的还不对，举一反三就更别想了：题库里的题背得滚瓜烂熟，可换个题就没思路，面试就开始胡编，就算能侥幸通过面试，进了公司也没有实操能力，试用期过不过得了、绩效考核会不会垫底，都还有很长一段路要走，根本经不起职场的检验。
03 面试官真正想看到什么？
现在用人单位在面试中希望看到的是：你从一个具体场景出发，经历完整的技术选型、实现、踩坑、落地过程，最好还能有复盘和总结。
也就是说，这个项目是你真正做过一遍的。而且你是不是真的参与了选型决策，或者至少对选型决策有过深度思考——这里为什么要选这个方案？比如为什么选模型 A 而不是模型 B？为什么模块里要加一个缓存？带来的好处是什么、弊端又是什么？
我面试候选人一定会追问一些实操细节，因为这些细节就反映出你是不是真的做过。如果没真做，只是找了个标准项目来背概念，问几个细节就一定会露馅。
所以如果你走技术序列，简历上一定要体现实战能力；写到简历上的项目一定要吃透，最好是自己亲自动手做过的，代码和项目细节都得清清楚楚，不要背一背就上战场。
值得一提的是，在准备简历时，如果能附上自己的技术文档或项目总结，会是一个很好的加分项。
04 项目含金量：难度在逐年攀升
再说项目本身的含金量。我带过好几届秋招毕业生，每年的面试都有新变化，而且肉眼可见地越来越难。
23、24 年的时候，你会 RAG、会微调模型，就能找工作拿大模型 offer；放到 26 年，还是写这一套简单的技术栈，已经行不通了。
现在大模型招聘市场上，最常见的就是各种“xxx RAG 问答系统”，项目只是一套简单的 pipeline，简历技能栈千篇一律地写“熟悉 pytorch、transformer、langchain、RAG、LoRA 微调”。
我可以负责任地说，这种简历大概率不会被面试官捞起来约面，能被约面的只是极少数——多半是简历池里没什么好简历了，捞一两个上来碰碰运气。
因为从实际面试结果看，这一类同学对知识点的理解仅停留在背诵，基本没有实战能力。
05 面试官喜欢什么样的简历
那面试官到底喜欢什么样的简历？对于校招来说，面试官也不指望你做出过一个工业级的大模型系统——你要真有这单枪匹马的能力，也不至于靠投简历来面试，自然有 HR 或猎头主动找上门，或者通过内部渠道就进公司了。所以校招生是什么样的水平，面试官心里都很清楚。
面试官喜欢看的是，简历上的项目是不是从一个具体的实际场景出发，把项目从 0 到 1 做出来，有一个完整的项目设计、落地实现和踩坑解决问题的过程，写出来的东西要言之有物——比如技术栈覆盖度的体现、新模型新技术的体现。
简历最好是三段式的：一句话项目介绍、你的主要工作、项目的成果/亮点/复盘收获，语言简练、可量化，不能写得跟实验报告似的，通篇全是文字描述。项目来源可以是实习项目、实验室项目，也可以是校企合作项目。
有同学可能说，我确实没那些项目机会，能不能用开源项目？我的回答是也不是绝对不可以——你可以把开源项目当作个人学习项目，但前提是真的要吃透，最好能有自己的改进。
因为代码都是开源的，在上面做点小改进并不难，比如找几篇论文或其他开源项目的 idea 综合改进一下，向面试官展示你的实战能力，你的思考。
06 “吃透”项目，到底意味着什么？
项目你真的要吃透。什么叫吃透？不是拿代码看一看、让大模型给你总结总结就完了。
很多同学一上来就说“我这个项目用了什么，用了 redis 做用户短期兴趣记忆的缓存，用了 GRPO 做后训练”。
然后面试官一问：项目的用户规模是多少？有没有压测过系统的承载能力？训练数据规模多大、怎么挑选、怎么保证质量？用了什么卡训练、多少资源、怎么预估的？——答不上来。
这类同学基本都是拿着代码和教程死记硬背了一些知识点，没有自己动手做过。他们有个共同特征：问到选型逻辑上、需要思考决策的问题，往往答非所问。
比如我问“这个地方为什么要引入 redis”，他就说 redis 是分布式缓存、原理是什么、使用场景是什么、有什么优点——拿着事先准备好的知识点一通说。
07 为什么这样的回答不行
为什么这样的回答不行？因为每一个复杂系统都不是第一天就长成这样的，一定是从简单系统慢慢进化来的，每一次进化都面临一次技术决策。
在公司实际做过研发的都明白一个道理——“如无必要，勿增实体”。每一个新模块的引入，都一定是经过综合评估和权衡的，最后还要测试、小流量灰度，确认没问题才推全量。
比如你要用 redis 做 memory 缓存，那就要考虑到短期兴趣不是简单的 KV，而是带有时间衰减的——窗口怎么设计？
要考虑可靠性、内存淘汰策略与冷热隔离，比如用双 TTL 策略。还有高可用与持久化的权衡，比如面试官追问“如果 Redis 重启，短期兴趣丢了怎么办”。
更高阶一点的，可能还会问：为什么不做多级缓存？什么时候用本地缓存（Caffeine），什么时候用分布式缓存（Redis、Tair）？
通过这些问题就能看出来，你是不是真的思考过、认真对待过，还是说只是为了用而用这个技术。
哪怕你真的按这个思路来做项目，就算是学校课程的大作业，也能做出打动面试官的效果。
这些项目你是踏踏实实做了，而且能说清前因后果、把项目真的吃透了，远比网上抄来的、死记硬背的项目强。
比如经过系统评估和验证，知道一个技术为什么要用、为了解决什么问题而可靠地引入一项新技术，远比不知道为什么要用、只是觉得不用这个技术体现不出技术深度、赶不上时髦，就稀里糊涂引一堆花里胡哨的技术要强得多。
08 简历排版：项目顺序有讲究
最后再说一个点——简历项目排版的问题。有些同学已经有实习经历了，在别的公司做过实习项目，却把个人学习项目放到最前面，对个人练手项目花大篇幅大书特书，把实习经历一笔带过，这是不可取的。
记住这个顺序：实习项目 > 学校项目 > 个人项目。在面试官看来，在其他公司的实习经历比个人项目重要得多。
有同学可能说，虽然是实习，但工作都是打杂，确实拿不出手。这种情况不能说没有，但绝大部分公司还是愿意培养实习生的，有些公司甚至把实习生当正式员工来培养——毕竟企业招个熟手不容易，培养新人的代价也不小。
针对部分公司或部门确实存在让实习生干杂活的情况，我一般有两个建议。
第一个建议：如果是打杂，那你也别闲着。先看看组里其他正式员工在做什么项目，有没有技术文档、代码可以学习，能不能结合真实的业务场景把项目上下游捋清楚，自己动手去跑一下。哪怕你真的搞懂吃透了一个模块，也可以作为项目写进简历。
第二个建议：如果组里也没有实质性的落地项目，那能不能看看有没有可用的真实数据、计算资源，利用公司的这些资源去搭建一个小系统，去验证一些模型或算法。
既然有这个资源，你用真实数据去跑，和在外面跑开源数据、demo 数据是完全不一样的。
而在做的过程中，同样的算法、不一样的场景，在构建数据、训练模型时一定会遇到新问题，解决问题的过程就是在积累真实的实操经验。
哪怕最后做完是一个没上线的项目，也是你真正从 0 到 1 做过的，比你直接写打杂的活、写外面开源项目或练手项目要有价值得多。
好，简历部分就讲到这里，后面会继续给大家分享面试、岗位选择与薪资谈判的内容。其实，整个求职过程就像一场精心准备的系统设计，每一步都值得你认真对待。正如在 云栈社区 里常说的那句话：慢就是快，少即是多，把基础打牢，offer 自然来。
发表于 1 小时前
|
查看: 2|
回复: 0
