大模型面试复盘：从0基础到收获4个Offer，我的转行避坑指南！

离最后一场面试过去一段时间了是时候做一个小小的复盘。从4月份开始自学大模型最开始我连llm是什么都不知道。我的路线是先做定位为大模型应用。每天下班学几个小时。 从4月到11月基本就是学基础总结八股看书同时保持每天刷2道左右Leetcode。期间只要有节假日基本都请假去旅游所有估计有2个月都在玩不过学习的时候也是有认真学10月开始开始投递简历试水。最开始那几场面试虽然是应用岗但是面试官总是时不时问我几句算法内容弄得我很难受。于是我又在晋级在项目中加上了推理加速微调。好在其实之前都有理论基础而且我的思路是把算法流程走一遍不深入学。2月初项目就加入了算法内容再去面试技巧和技术都比较成熟了。今天在这里统一公布的offer。按时间先后京东算法岗位。面试官说虽然我是应用岗但是看重我基本没为难我问的都是工程问题算法就是问问我掌握多少而且当时其实我还没有按照我的补充路线补一下算法知识面试技巧应该也不是很完善。但是面试官对我很好本深一个纯算法岗位还给的比较多愿意让我去学甚至还说可以帮我保留offer一段时间虽然最后没去我很感谢面试官。网龙算法工程都能做。相对来说小一点公司算法/应用分的不那么清面试官说去了想做啥可以选。SAP有点偏销售的AI技术岗。感觉啥也没问全程聊天没问太多技术。题目都不用做这样感觉有点是挑背景看运气的意思了。夸克千问: 当时想过接offer。目前这个部门是合并到千问C端事业群大力投入。纯工程岗因为我的路线学了一些Infra算法。每次我回答问题的时候有时会把思路引到Infra,算法上。最后都会被面试官拉回来说你从工程角度回答。 可能大公司都是这样分的很清。可以说如果你面这个岗位可以不学Infra把工程学到极致就好。但是后面特别不满意的是薪资给的太低了。而且他们强度大的一匹。 不断有人和我说他们强度高甚至无休单休之类还有人说1点还在工作。想起来还是有点生气这么大的工作强度给我这么一点工资涨幅不到20%, 真的瞧不起人。而且纯工程岗也没意思后面一点也不想去了。平安证券比较常规。中间有个测评。面试内容中规中矩难度不高。 强度不高但是开的薪资也中规中矩去了几乎不涨薪资。华林证券4轮技术面题目也挺难的。相比平安工作强度大一天12小时不过双休。薪资对标互联网。我这时其实求职意向不强了所以我很坦诚说意想不到而且要的比较多。40多涨幅了。但也很感谢面试官和HR他们还是去帮我争取申请了offer。最后之前说面试了一个世界500强被秒了的公司。 是联想。 一面没过。 不过确实感觉面试官特牛啥都懂一眼看穿的感觉。来谈一下转行大模型的一些感受和心得1.我还是建议找准定位。你是去应用还是算法。我发现很多人的一个困惑点是他不知道去算法还是应用网上很多资料是大模型面经他根本没写到底是什么岗位。 有的问dpo有的问Agent。哪些是重点大家分不清。但其实应用几乎不会考手撕Attention。道理很简单应用岗大多是普通开发不去做深度学习你对于这样一个背景的群体来说你去问Attention确实勉为其难了。 但是如果就是算法岗深度学习/机器学习是你的核心基础知识撕一个attention就很常见了。我的建议是对于转行大模型的普通开发前端后端测试 - 去大模型应用。应用需要工程能力这是你们做开发具备的另外我预期大家没有深度学习基础你要直接转算法先得去学好深度学习去训练我预期这普通开发之前工作有很大差别门槛较高。我的思路先把应用学好像我这样目前不愁找不到大模型应用开发的工作量后面我会再深入学算法。一个是有保底另外是其实你面算法展示的应用能力也会是你的优势。算法出身传统算法 - 去大模型infra, 算法。 校招生不着急找工作的 可以双修。当然现在有趋势是二者能力都需要有。 我的建议是以一条为主深入学 加一些算法知识把流程走过理论知道这样问了算法也不会答不上来。这也是我的学习路线。2.项目可以自己搞定的。 我一直在笔记里思路说我怎么弄得项目之前笔记里提供思路。 包括你可以参考我最近做的项目也是准备做完放简历的不要嫌弃项目浅项目浅就一点点加这个我之前说过。到时候我用这个项目也去试试水再和大家说。01什么是AI大模型应用开发工程师如果说AI大模型是蕴藏着巨大能量的“后台超级能力”那么AI大模型应用开发工程师就是将这种能量转化为实用工具的执行者。AI大模型应用开发工程师是基于AI大模型设计开发落地业务的应用工程师。这个职业的核心价值在于打破技术与用户之间的壁垒把普通人难以理解的算法逻辑、模型参数转化为人人都能轻松操作的产品形态。无论是日常写作时用到的AI文案生成器、修图软件里的智能美化功能还是办公场景中的自动记账工具、会议记录用的语音转文字APP这些看似简单的应用背后都是应用开发工程师在默默搭建技术与需求之间的桥梁。他们不追求创造全新的大模型而是专注于让已有的大模型“听懂”业务需求“学会”解决具体问题最终形成可落地、可使用的产品。CSDN粉丝独家福利给大家整理了一份AI大模型全套学习资料这份完整版的 AI 大模型学习资料已经上传CSDN朋友们如果需要可以扫描下方二维码点击下方CSDN官方认证链接免费领取【保证100%免费】02AI大模型应用开发工程师的核心职责需求分析与拆解是工作的起点也是确保开发不偏离方向的关键。应用开发工程师需要直接对接业务方深入理解其核心诉求——不仅要明确“要做什么”更要厘清“为什么要做”以及“做到什么程度算合格”。在此基础上他们会将模糊的业务需求拆解为具体的技术任务明确每个环节的执行标准并评估技术实现的可行性同时定义清晰的核心指标为后续开发、测试提供依据。这一步就像建筑前的图纸设计若出现偏差后续所有工作都可能白费。技术选型与适配是衔接需求与开发的核心环节。工程师需要根据业务场景的特点选择合适的基础大模型、开发框架和工具——不同的业务对模型的响应速度、精度、成本要求不同选型的合理性直接影响最终产品的表现。同时他们还要对行业相关数据进行预处理通过提示词工程优化模型输出或在必要时进行轻量化微调让基础模型更好地适配具体业务。此外设计合理的上下文管理规则确保模型理解连贯需求建立敏感信息过滤机制保障数据安全也是这一环节的重要内容。应用开发与对接则是将方案转化为产品的实操阶段。工程师会利用选定的开发框架构建应用的核心功能同时联动各类外部系统——比如将AI模型与企业现有的客户管理系统、数据存储系统打通确保数据流转顺畅。在这一过程中他们还需要配合设计团队打磨前端交互界面让技术功能以简洁易懂的方式呈现给用户实现从技术方案到产品形态的转化。测试与优化是保障产品质量的关键步骤。工程师会开展全面的功能测试找出并修复开发过程中出现的漏洞同时针对模型的响应速度、稳定性等性能指标进行优化。安全合规性也是测试的重点需要确保应用符合数据保护、隐私安全等相关规定。此外他们还会收集用户反馈通过调整模型参数、优化提示词等方式持续提升产品体验让应用更贴合用户实际使用需求。部署运维与迭代则贯穿产品的整个生命周期。工程师会通过云服务器或私有服务器将应用部署上线并实时监控运行状态及时处理突发故障确保应用稳定运行。随着业务需求的变化他们还需要对应用功能进行迭代更新同时编写完善的开发文档和使用手册为后续的维护和交接提供支持。03薪资情况与职业价值市场对这一职业的高度认可直接体现在薪资待遇上。据猎聘最新在招岗位数据显示AI大模型应用开发工程师的月薪最高可达60k。在AI技术加速落地的当下这种“技术业务”的复合型能力尤为稀缺让该职业成为当下极具吸引力的就业选择。AI大模型应用开发工程师是AI技术落地的关键桥梁。他们用专业能力将抽象的技术转化为具体的产品让大模型的价值真正渗透到各行各业。随着AI场景化应用的不断深化这一职业的重要性将更加凸显也必将吸引更多人才投身其中推动AI技术更好地服务于社会发展。CSDN粉丝独家福利给大家整理了一份AI大模型全套学习资料这份完整版的 AI 大模型学习资料已经上传CSDN朋友们如果需要可以扫描下方二维码点击下方CSDN官方认证链接免费领取【保证100%免费】