双非财会简历求指导

大家好，我是程序员鱼皮。 每年求职季，我都会分享一些求职攻略。这些年我帮大家修改过几千份简历，之前写的 《保姆级写简历指南》 也帮了不少同学拿到面试机会。所以在写简历这件事上，我还是比较有发言权的。  不过随着 AI 的发展，程序员的简历写法也必须要更新了！ 如今的招聘市场，会 AI 已经不是加分项，而是 筛选条件。随便翻翻现在大厂的 JD，很多都明确写着：熟悉 AI 大模型开发优先、有 AI 编程经验优先。 如果你的简历上还是清一色的 CRUD 项目，连一个 AI 相关的关键词都没有，那大概率第一轮筛选就被刷掉了。 而且 AI 时代对程序员的能力边界有了很大的扩展。以前我们说 “全栈”，可能...

之前一直在牛客刷大家帖子，看到了很多人吹捧大厂多好多好。但是说个会被喷的事实：双非本，秋招拿了5个offer，比我那个在某大厂实习的室友还多一个。他在大厂做了三个月，负责链路中的一个中间模块。听起来很厉害对吧？但面试的时候面试官追问这个特征是怎么选的召回策略谁定的，他只能说这部分是算法团队负责的。我在旁边听得都替他尴尬。我呢？在一家不过百人的小公司做了个后台管理系统，全流程就我一个人。你问我任何一行代码为什么这么写，我都能给你掰碎了讲，因为踩过的坑我全记得——凌晨两点调CORS跨域问题的那种刻骨铭心你懂吗。说到底面试官要的不是你title多好看，是你到底有没有真正做过这件事。大厂名字能帮你过简历关，但到了面试那一步，你做的东西是不是你的，一问就知道了。后来我室友也想明白了，他说我那三个月最大的收获就是知道了食堂哪个窗口最好吃。我不知道他是在自嘲还是在认真的。

三月底投到现在至今0约面，是哪里出了问题，是背景问题还是简历问题呢希望大佬指点一下

1. 项目拷打 问的非常细 , 聊了30min2. GRPO 里的 reward 一般怎么设计，怎么避免模型学歪GRPO 的 reward 设计关键不是“打分越多维越好”，而是要保证相对排序真的有意义。常见做法是把 reward 拆成几部分，比如正确性、格式遵循、长度惩罚、拒答合理性、安全性这些，再做加权组合。对于推理任务，最核心的一般还是结果正确性和过程可验证性；对于开放式生成，还得控制风格漂移和模板化输出。真正难的是 reward hacking。模型很容易学会一些表面上拿高分、实际上没解决问题的套路，比如故意写很长、固定套模板、强行迎合裁判模型。所以 reward 设计通常不能只靠单一 ...