「为每个人提供最有价值的技术赋能」，2025年我们和赋范空间的小伙伴们一起来！
发起的“Agentic 时代同行计划”会和我们的学员一起，分享自己的经历、经验，集结群体的智慧一起拥抱Agentic新时代！
受访者：猫猫，非相关专业，25年应届毕业生
采访&整理：运营范范
本次受访的是猫猫同学ヾ(@^▽^@)ノ，25年毕业的硕士应届生，连续拿下10+份offerOffer！当下正在悠闲的等待入职~
这段悠闲时光里，范范非常“冒昧”的打扰了猫猫同学的快乐时光，为大家申请了一手的学习、求职的经验~希望能为帮助大家在即将到来的「金九银十」提前打下基础！
❖ 连续斩获10+份offer的经验分享
范范：请先做下自我介绍吧
hello大家好，大家可以叫我猫猫，本硕是不知名985通信工程专业，25年毕业，实打实应届生。
在技术方面，刚开始真的一点都不懂，比如最开始我连什么是虚拟环境都不懂，各种包啊库啊也是折磨的不行。
从没用过python到熟练（算不上精通），后面又有数据库、Linux、docker等等等等……对我来说就是一座座山，但是有高人引路，也没那么难。
范范：拿到的Offer情况是？
由于保密协议，只能说拿到的Offer里最高的年包大概接近45，不算年终奖等部分。 算法相对高薪，但是也不容易的。
由于我是非相关专业，只能一边做实验室的科研，一边进行相关学习。大概花了一整年时间，早六晚十二，完成了机器学习、深度学习、还有大模型的课程。
范范：在面试过程中，你认为考察的重点是什么呢？
常规的应届生，会先看简历上项目相关的内容，而且会让你着重介绍一个项目，比如过去有哪些项目经历、在项目中具体做过什么工作、能担任哪部分具体工作、如何实现各项功能等等。这个环节大概率会决定你能否进入下一环节。
其他的常规环节，一般还有：
- 自我介绍
这个是常规必备的，提前准备准备好就行
- 基础知识
会提问 transformer，Bert，GPT，预训练，部署等等（根据不同部门从事不同工作的面试官，比如面试官从事端侧部署那么就会提问部署量化部署的问题更多），少部分还会向你提问最新技术的了解程度。
- 基础代码能力
不可避免的会遇到手撕代码，多刷刷力扣这些题，自己总结也就够了。
这些就是常见的面试流程了
范范：有什么经验和技巧可以分享吗？
我分几个方面来讲吧，首先是过往经历方面。
在校期间一定要多参加实习，比如我在24年6月找了各个公司，包含字节、京东、360等等，最后收到了智谱和唯品会的offer，因为考虑到后面要做大模型，所以去了智谱做NLP算法工程师。这一点对我后面找工作也非常有帮助。
一个小的tips是，很多厂家在较早就开始实习了，比如今年三四月，阿里、腾讯等就已经有了实习岗位放出。我由于当时不能提前去实习，所以错过了挺多机会，但是实习经历总的来说是越多越好，越早越好！强烈建议吃透了课程内容就尽早去实习。
其次是面试准备阶段，第一点是大模型岗位也有相关的八股文，但是超级厚超级多，猫猫我啊只喜欢自己真正掌握的知识，所以也没有背那些。
第二点是提前多面试，练一下心态，再去面自己心仪的岗位就不那么紧张了。而且多次练习后对项目描述、问答也会更清晰。面试时的问题大都是一样的，就可以把不会的记下来补上知识，进行查漏补缺。
还有一个小tips是，可以提前查询下面试的部门是做哪方面工作的，这样也能有针对性地做准备。
第三点和第二点其实相似，就是有的公司会进行压力测试，面试官会一直问到你不会的地方，我的经验是你可以往已经掌握的知识上靠拢。
猫猫我啊，当时被问到Transformer的部分就靠菜菜老师的讲解，有些应该是面试官也没听过的（菜菜老师讲的很好），当时可以观察到面试官的表情也是比较满意的。
压力性测试下，被问的知识没有全部回答上，事后复盘发现知识都会，但是过于紧张没有想起来，所以强烈建议提前刷面试。
❖ 实践才是检验掌握的唯一标准
范范：你是从什么时候开始想转行的？
是22年8月份要进行数学建模的竞赛，不可避免用到深度学习，从此打开了新世界的大门，原来真实解决问题的方案是这样实现的，原来这就是算法，这么有趣，好像很难，但是理解了之后也没那么难。
Agent开发也是，「通过自然语言就能完成工作」这个感觉太棒了！
兴趣是最好的老师，也是出于对这两者的兴趣和热爱才坚持下来的。
范范：那你是怎么学习的？
刚开始大家都一样吧，也是从B站上找资料，最开始是跟着吴恩达老师开始学习，虽然讲的很多，感觉也理解了很多，但是真正让我去一步步解决实际任务还差好多。
而且我不是计算机科班，所以在调代码和写代码方面遇到很多困难。
也关注了一个其他平台上的老师，讲的通俗易懂，但是每个内容都不够透彻，和我想象的差距又有好大。
后面是在B站上刷到了九天老师，个人觉得九天老师的讲课风格和知识讲解是我最能吸收理解的，以及是我市面上对比下来最好的老师（ps还有菜菜老师）。
范范：对你提升最大的是什么呢？
个人的学习路线：机器学习->深度学习->大模型
完成深度学习课程里的项目之后，学完我发现一些项目我也可以实现了，还有是Agent课程里的项目实现，做出来非常有成就感。
范范：如果让你从头再来，会怎么学习呢？
对现在要入职的工作来说，深度学习、大模型相关的学习是帮助最大的，但是其实有些知识是相通的，比如机器学习的投票法，这在后面大模型里也有很多应用。
我个人的话啊，最有效的是掌握一个知识点后，看自己能否把所学到的知识进行拓展，首先是能否复现老师们讲过的知识，然后是能否换个实际项目也能完成，之后是能否在这个基础上加一些别的功能。
范范：那该如何判断自己真实掌握了呢？
比如一些小的点，transformer里的正余弦编码有哪些作用呢？boosting和bagging类算法的区别的？
这些一瞬时的提问你能回答出多少呢？
以上就是本次访谈的全部内容啦~
“Agentic时代同行计划”是希望集结大家的智慧。也许你的一句话会在未来5年、10年点亮另一个人的心，给予他继续前行的力量！
访谈不限主题、不限内容，会有专人进行访编辑并维护~
如果你也想分享自己的经验，欢迎联系助教老师，当下仅针对付费用户开放哦~
为每个人提供最有价值的技术赋能！【公益】大模型技术社区已经上线！
九天&菜菜&菊安酱&木羽老师，30+套原创系统教程，涵盖国内外主流「开&闭源大模型」调用与部署，RAG、Agent、微调实战案例…
所有内容免费公开，还将定期追更最新大模型技术进展~
【大模型社群免费提供】
✅新知速递：重大技术突破&最新技术信息通报；
✅干货分享：每月2-3场硬核干货&技术公开课；
✅20+主流开源&在线大模型部署与调用方法；
✅团队独家自研高品质技术教程；
✅社区交流：活跃技术氛围，技术交流&答疑；
快行动起来吧~
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
