农行广州研发中心差额体检通知

毕业季结束后，陈屿花了整整两周时间，把自己从秋招到春招的每一轮投递、面试、被拒和通关全捋了一遍。四个月里，他投出87份简历，经历14场面试，最终在手握两份offer的局面里结束了这场持久战。他没有名校背书，也没有大厂实习镀金，但复盘之后发现，求职这件事确实存在一套可被拆解的逻辑。以下总结，整理了他在简历、实习、面试和心态四个维度上的真实收获。一、简历关：别让HR在三秒内把你划走陈屿的第一版简历做得很认真，认真到把大学四年的奖项、社团职务、课程设计全塞进去了。整篇文档密密麻麻，他自己看着都觉得充实。但投出去三周，邮箱里安静得让人心慌。后来他找到一位做过校招HR的学姐帮忙看简历，对方只扫了一眼就说...

有无大手子帮我看看简历，27届0实习，感觉起步太晚了，但又舍不得学了半学期的前端，boss一百个招呼就一个要简历的，想找个小厂实习过渡，有无建议

家人们，主包最近实习公司可以爽用ClaudeCode 太牛了 mentor哥给了我几个skill，什么需求分析、写代码等；小的需求主包就能直接上手做了；实习之前因为穷没用过，现在每天都在用，有种乡下人进城了的感觉 太爽了虽然公司不大，但是token真舍得烧啊，主包还用他润色简历，看看老项目有啥AI结合的空间大家有什么好用的skill，评论区求推荐！！

1. 自我介绍2. 为什么要通过微调模型来做代码生成？为什么不用纯 prompt 或 spec coding？答案：纯 prompt 和 spec coding 确实可以提升模型在单次任务上的表现，但它们更多是推理时约束，解决的是“让模型按要求做事”的问题。微调解决的是模型行为分布的问题，比如固定代码风格、内部框架 API 使用习惯、异常处理模式、日志规范、单测模板、目录结构约定，这些如果全部靠 prompt 塞进去，成本很高，也容易在长任务里被稀释。在缺陷修复 Agent 里，我选择微调不是为了让模型记住业务代码，而是让它学习稳定的工程动作：先读测试，再定位调用链，再改最小范围，再补回归测试...