腾讯深圳租房正职

目前国内的一线大厂基本都用AI替换了传统岗位，可以去这些公司官网看招聘的要求然后根据要求去学习。还有就是搞AI的独角兽公司，去年爆火的DeepSeek还有不断发展的月之暗面和minimax中小公司的 AI 需求更务实，很少做纯技术研究，核心是 “用 AI 解决业务痛点”，门槛相对较低，适合应届生或转型者积累实战经验。想冲技术深度和薪资：优先一线大厂核心技术岗或 AI 独角兽，它们能提供顶配算力、海量数据和前沿场景，但竞争激烈，对算法和工程化能力要求极高。想快速落地 + 积累经验：选择中小公司的 AI 应用岗，聚焦具体业务场景（如金融合规、工业质检），能快速掌握 “需求拆解→技术选型→项目上线” 的完整流程，实战经验含金量高。非技术背景转型：瞄准大厂或中小公司的 AI 运营、AI 产品（非算法）岗，重点提升 Prompt 工程、AI 工具使用能力，用 “AI 提效案例” 证明自己的竞争力。

本人bg：25届算法，在MiniMax工作快一年了。从实习转正，到现在参与M2.5等核心模型的迭代，感受还是非常多的。刚好最近很多学弟学妹来问求职和公司的情况，干脆把我的真实经历和观察整理出来，希望能给正在看机会的大家一些参考。一、关于求职：实习是成本最低的试错我一开始不知道自己想去哪，所以我会通过实习来给自己试错。研究生阶段，我攒了4段实习（1家中厂，3家大厂），不过现在看来，这些经历最大的价值不是让简历变好看，而是让我对所谓的大厂“祛魅”了。 有的团队进去才发现，核心业务根本碰不到，天天写周报、对齐、拉通，忙活半天不知道自己在干嘛。所以我觉得，多实习不是为了刷简历，而是用低成本试错，给自己...

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.实习拷打2.这个是一个报告生成场景，那我想知道这个报告具体是偏结构化的还是自然语言的？比如它有没有一个既定的schema？还是说用户输入什么都可以3.那这个报告的生成里是不是会依赖外部信息？你们是怎么做信息检索的？是提前召回好然后作为prompt上下文？那信息对齐怎么做4你说你们优化了全流程——这个‘流程’具体是怎么定义的？你在哪一块做了具体的性能提升5.你们这个项目有没有落在某个业务线里，你们上线之后是怎么度量它到底有没有带来收益的6你刚才说你们用了大模型自己去生成训练数据，那具体是怎么构建指令的7.比如有一个query，生成了3个candidate output，那你怎么自动判断哪个好哪个不好8.你们这个rankinglogic是靠rule还是另一个模型？有没有引入Reward模型9.那如果是生成负例，你们是怎么让模型生成‘看起来对但其实错’的样本的？比如你在做一个医学场景，模型生成错了你怎么知道它错在哪里10.自动评估那里你们评估维度具体是什么11.自动评估是在线构建样本时使用的对吧？那你们有没有做样本质量的统计分析？比如分布上是否足够覆盖edge case12.你们是怎么管理这些agent之间的状态的？是通过context传递？还是通过某种状态图建模13.如果一个Agent负责外部知识的query，另一个负责摘要，另一个做用户对话，那你是怎么确保这些agent协同的14.假设一个子agent出了错，比如检索召回错了内容，那整个流程会失败吗，你怎么来处理这一块的15.如果现在要你做一个电商客服agent，它需要推荐商品、解释优惠政策、同时处理投诉，那你会怎么设计16Function Calling有了解对吧？那如果我现在告诉你一个模型要完成任务，它可以选多个Function来调用，你觉得模型最难学的是哪个点？17.那你觉得怎么样让模型更灵活地调用function？比如是不是要把接口文档和调用示例都encode进去18.有没有做过multi-tool routing？比如用户query过来你需要在20个tool里选一个调用的，你觉得模型要考虑哪些维度来决策19端到端推理和模块化Agent推理你更看好哪种？你觉得大模型真的能在极长context下规划全流程吗28.手撕：给定一个二维数组（矩阵）要求按照螺旋顺序输出所有元素

自我介绍。使用 new 关键字创建对象时，一般会执行什么过程？如何判断对象的某一属性是自身的还是从原型链上继承过来的？有哪些方法？你如何理解闭包？实际开发中有哪些典型应用场景？给出事件循环代码，判断执行顺序并解释原因。实现一个带并发限制的异步调度器，说明构造函数、add 方法、run 函数的实现思路。Vue 3 中 Ref 跟 Reactive 的区别是什么？Vue Router 的权限拦截是怎么做的？Vite 跟 Webpack 有什么区别？有没有尝试过写配置优化打包速度或构建速度？开发过程中遇到代码冲突时，如何处理？状态码 302 代表什么意思？对话平台对接的是什么模型？为什么使用 SSE...