大模型浪潮下，不少26届同学想进军算法岗，却对岗位门槛、工作内容存在信息差。结合大半年实习经验，为大家揭秘真实行业情况，助力暑期与秋招规划。1️⃣大模型核心岗位划分大模型岗位主要分为两大方向：1. 大模型基座：涵盖数据、预训练、微调、对齐、训练/推理架构等工作。2. 大模型应用：包括数据、续训练、微调、对齐、推理部署、Agent、RAG等落地相关研发。2️⃣大模型岗位真实门槛很多人误以为无论文就无缘大模型，实际并非如此，实习与垂直经历比单纯论文更关键。1.基座岗位：学历要求高，基本为本硕双985，或国科大、北邮等强校，部分组要求博士；论文为硬性条件，至少1篇顶会起步，且方向需高度匹配；实习建议两段以上，优先阿里通义、字节豆包、百度文心、DeepSeek等头部机构。2.应用岗位：学历以本硕211及以上为主，是硕士主力赛道；论文非必需，仅为加分项，冲刺高薪计划可补充；更看重实习垂直性，无论文但项目对口，同样能拿到高薪offer。整体而言，求职时经历垂直匹配 > 含金量高低，弱相关经历加分十分有限。3️⃣大厂大模型工程师在做什么大厂大模型工作并非大众想象中整日训模型、写代码，大量时间用于数据处理、评测与沟通。基座组多做小幅度结构优化与实验；应用组99%工作基于开源模型做续训、微调，搭建RAG、Agent系统，核心是调参、优化数据配比、制定自动化评估方案，最终目标是业务落地，能提升线上指标的方案才是有效方案。想入局大模型，不必被论文门槛吓退，找准方向、深耕垂直项目，才是突围关键。

1. 详细介绍一下你做过的最复杂的项目，技术架构是怎样的？遇到了哪些难点？答案要点：项目背景：业务场景、用户规模、技术选型原因架构设计：模块划分、技术栈、设计模式核心难点：性能瓶颈、技术挑战、业务复杂度解决方案：具体的技术手段、优化策略、权衡考虑项目成果：性能指标提升、用户体验改善、技术沉淀个人收获：技术成长、架构思维、问题解决能力2. Qt的信号槽机制底层是如何实现的？与回调函数有什么区别？答案：实现原理： MOC（Meta-Object Compiler）预处理：扫描Q_OBJECT宏，生成元对象代码元对象系统：每个QObject有元对象信息（信号、槽、属性）连接表：维护信号和槽的映射关系...

一面：2026.3.21. 自我介绍（面试官人很好 介绍的时候很认真听 会表达肯定）2. 简单闲聊了一会 面试官说有看过我的github（简历里面项目带了链接）和博客 然后问我是不是平时比较喜欢熬夜 然后项目也是跟着学习的（有看到痕迹 不过我在自我介绍的时候就说明了 所以没啥问题）3.然后大概就是问了平时如何学习的 怎么使用ai编程工具的 使用过哪些 有没有了解过dify n8n(直接说没了解) 除了shardingsphere还用过哪些分库分表插件4. RAG相关（项目里用到了RAG）- 大模型怎么进行上下文存储（ChatMemory）- RAG文档怎么进行分块的 怎么解决分块后上下文语义割裂问题（TokenTextSpliter滑动窗口）- 向量库中怎么进行关键词检索（增加元数据）- 混合检索怎么做的 （es+向量库）- 重排序怎么做的 （RRF） 怎么进行排名- 为什么要进行检索 直接塞给大模型不可以吗（烧钱+迷失现象）- 讲讲Transformer注意力机制可能这家公司是做全文检索+AI的 这一块问的比较多5. 说说IOC和AOP（一开始有点卡壳 面试官让我不用这么官方 根据日常使用感受说说是个什么东西就可以）- AOP的切面怎么去理解- 对于异常 AOP怎么去捕捉的6. Linux和计网- Linux中怎么去查看内存占用率- 讲讲https然后面试就结束了 大概20分钟 没有算法 面试结束后面试官就说等hr消息准备下一轮面试吧整体面试感觉非常好 答题的时候面试官会给予肯定（虽然我感觉我说的并不那么好）然后遇到卡壳或者不那么肯定的地方面试官也不会去追问 面试体验最好的一次了二面 3.4 经理面就简单自我介绍 说说遇到最难解决的问题是什么 怎么使用ai优化现有代码 喜欢什么样的工作氛围 对于加班怎么看 多个任务很紧急让你做但是做不完怎么处理大概十分钟左右就结束了面试结束十分钟就收到hr的oc信息（感觉有点太顺了是怎么回事）想问一下有在这家公司入职过的友友吗 工作环境和实习生待遇怎么样 加班多吗 （网上找不太到相关的信息 但是入职的员工好像评价不是很好 但这家起码是个上市公司 自研产品，不是外包并且我感觉目前接触到的几位都挺友好的而且我是第一段实习 应该是确定入职这家了）

1. HTTPS 与 HTTP 的区别是什么？在生产环境如何权衡？核心区别： HTTP 明文传输，无机密性/完整性保证； HTTPS = HTTP + TLS，提供加密、完整性校验、身份认证。 工程上要点： TLS 握手有额外开销（CPU、RTT）； 通过 TLS1.3、会话复用、OCSP Stapling、硬件加速可显著优化； 现代互联网服务默认全站 HTTPS，安全收益远大于成本。2.TLS 1.2 vs TLS 1.3 的关键差异？0-RTT 有什么风险？TLS1.3 做了大量“减法与强化”： 删除不安全算法与协商； 1-RTT 完成握手（比 1.2 更快）； 前向安全默认更强。 0-R...