offer：途游，帆软，京东，美团，科大讯飞，卓望数码，帆软，老虎国际，快手，携程，小红书，群核科技，途虎，科大讯飞，金证，金山，虾皮，美团，满帮，钉钉，字节，美团，京东，用友，帆软，满帮，字节，京东，xtransfer，京东，满帮，传音控股，收钱吧，招银云创，小鹅通，新华三，招银云创，招银网络，小米，招银网络，联影，科大讯飞，金证，华为，华为，顺丰，途虎，梧桐车联，新中大，联通数科，数字政通，航旅纵横，梧桐车联，数字政通，滴滴，字节，虾皮，万帮，思特奇，华为，招联，金山，华为总包：30w，35w，29w，30w，27w，38w，30w，31w，25w，27w，23w，25w，24w，25w，...

#简历# #简历被挂麻了，求建议# 

避雷🐻厂，时间线如下：10.13 oc，ld加v10.22 意向至今无HR联系，问了ld没回复。

2023年，开源模型刚刚多起来的时候，上手AI做的最多的事情就是微调，那会儿我有一张3090，就足够微调GLM2-7B或者Llama2-8B的模型了，网上还有很多的教程，教你怎么找数据集、怎么构建数据集，怎么微调大模型。仿佛只要学会了微调，我就一脚踏进了大模型工程师的门槛。包括到现在，很多客户一开始就说：“我们要微调一个自己的模型，网上都这样说的。”然后14B也好，32B也好，拉一堆行业数据往里塞，觉得这样才算构建核心壁垒。但连续了解几个项目之后，我现在的结论很清晰：对大多数做AI应用的团队来说，微调就是个坑。甚至面试的时候也会出现这个问题：为什么不建议微调？到现在网上还有很多新发的教程，一张...