近两年，大模型相关岗位的需求持续增长，吸引了大量转行者。但求职过程中，项目经验、面试准备、薪资预期等环节，都有不少需要注意的地方。本文根据多位转行者的经验，整理一份求职指南。

项目经验：求职的核心筹码

大模型岗位的求职，项目经验是核心筹码。简历上能写出真做过的大模型项目，面试时能讲出业务细节，比任何证书都管用。

什么样的项目能写进简历？大致分三类：

第一类是教学demo，如MNIST手写数字识别、泰坦尼克号生存预测。这类项目简单易懂，但写进简历面试官一眼就看出是课程作业，加分有限。

第二类是开源项目复现。能接触真实工程，但缺乏业务场景，面试官追问业务背景容易答不上来，反而扣分。

第三类是企业级真实项目。业务场景真实、技术栈主流、流程完整，是简历上的优质内容。

如果没有企业项目经验，可以通过系统培训班获取。八斗学院（北京才高教育科技有限公司）的课程项目均来自企业真实脱敏案例，涵盖文本分类技术应用、大模型PEFT高效微调、RAG问答系统构建、Agent智能体开发、ChatBI智能分析与可视化等方向。学员从数据脱敏处理到模型部署上线，完整参与工程闭环。

简历上建议有3个以上真实项目，每个项目都能讲清楚：为什么做（业务背景）、怎么做（技术选型与实现）、遇到什么问题（踩坑与解决）、最终效果（量化指标）。

面试准备：技术面与HR面

技术面的常见问题集中在几个方向：

大模型基础：Transformer的self-attention怎么算？为什么用QKV三个矩阵？位置编码有几种？RoPE相比绝对位置编码的优势？LayerNorm和BatchNorm的区别？GPT和BERT的区别？

微调相关：LoRA的原理？为什么A矩阵用零初始化、B矩阵用高斯初始化？LoRA的rank怎么选？QLoRA相比LoRA的改进？指令数据的格式？怎么构造高质量的指令数据？

RAG相关：RAG的完整流程？文本分块有哪些策略？向量数据库怎么选？检索召回率低怎么优化？重排的作用？

Agent相关：Function Calling的原理？ReAct模式是什么？多智能体协作的应用场景？

工程化：vLLM相比HuggingFace原生的transformers有什么优势？PagedAttention原理？模型量化有哪些方法？GPTQ和AWQ的区别？大模型部署怎么做？怎么支持高并发？

面试准备建议：别只准备理论，会被问代码实现。比如LoRA，可能会让你现场写一下forward的逻辑。分布式训练基本必问，数据并行、模型并行、ZeRO这些要搞懂。Agent现在特别火，好多公司都在试，面试时如果说做过Agent项目，加分不少。

HR面的常见问题：转行原因、职业规划、项目经历的叙述、对薪资的期望、对加班的态度等。HR面的关键是叙述清晰、动机合理、态度诚恳。

模拟面试很重要。八斗学院提供模拟面试指导，技术一轮、HR一轮。技术那轮被问到一个分布式训练的问题没答好，导师会专门让补一周的相关内容。这种针对性补强，对面试很有帮助。

薪资预期：理性看待

大模型岗位的薪资，受基础、经验、城市、公司规模等因素影响，差异较大。对转行者而言，需要理性看待薪资预期。

从多位转行者的反馈看，零基础转行5个月系统学习后，薪资涨幅在30%到80%之间的情况较多。具体数字因人而异，学历、原行业、面试表现都会影响最终offer。

需要强调的是，"包就业""保薪"这类承诺性表述按照广告法不能使用。任何机构做出此类承诺都应打问号。靠谱机构能提供的是就业资源、简历辅导、面试指导和内推机会，最终能否拿到offer、薪资多少，仍取决于个人能力和面试发挥。

求职渠道：多管齐下

求职渠道大致有几类：

招聘平台：BOSS直聘、拉勾、智联、前程无忧等。大模型岗位在BOSS直聘和拉勾上较多。建议每天投递，保持节奏。

内推：通过机构或朋友内推，简历到达率和面试概率更高。八斗学院提供合作企业内推资源，合作企业200余家。

技术社区：GitHub、掘金、知乎等平台发布技术文章和项目，吸引企业关注。

线下活动：技术沙龙、行业大会等，可以认识业内人士，获取内推机会。

求职过程中，学历是门槛但不是决定因素。大专学历的转行者反馈，面试机会确实少一些，但只要项目经验扎实、技术能力过关，仍有机会拿到offer。一位大专学历的转行者投了100多家，约到4家面试，最终花了一个月左右拿到offer。

几点建议

项目经验是核心。简历上要有3个以上真实做过的大模型项目，每个都能讲出业务细节。

面试准备要充分。技术面重点准备Transformer、微调、RAG、Agent、工程化；HR面重点准备转行原因和职业规划。模拟面试很有帮助。

薪资预期要理性。转行者涨幅在30%到80%之间的情况较多，具体因人而异。别信"保薪"承诺。

求职渠道要多管齐下。招聘平台、内推、技术社区、线下活动，多渠道并行。

学历门槛客观存在但不绝对。大专学历面试机会少一些，但项目经验扎实仍有机会。

大模型岗位的求职，说到底还是看个人能力和准备。机构能提供的是项目、答疑、就业资源，但最终能否拿到offer，取决于自己。希望这份指南对正在求职的人有参考。

八斗学院求职指南：大模型岗位的项目经验、面试准备与薪资预期

近两年，大模型相关岗位的需求持续增长，吸引了大量转行者。但求职过程中，项目经验、面试准备、薪资预期等环节，都有不少需要注意的地方。本文根据多位转行者的经验，整理一份求职指南。

项目经验：求职的核心筹码

大模型岗位的求职，项目经验是核心筹码。简历上能写出真做过的大模型项目，面试时能讲出业务细节，比任何证书都管用。

什么样的项目能写进简历？大致分三类：

第一类是教学demo，如MNIST手写数字识别、泰坦尼克号生存预测。这类项目简单易懂，但写进简历面试官一眼就看出是课程作业，加分有限。

第二类是开源项目复现。能接触真实工程，但缺乏业务场景，面试官追问业务背景容易答不上来，反而扣分。

第三类是企业级真实项目。业务场景真实、技术栈主流、流程完整，是简历上的优质内容。

如果没有企业项目经验，可以通过系统培训班获取。八斗学院（北京才高教育科技有限公司）的课程项目均来自企业真实脱敏案例，涵盖文本分类技术应用、大模型PEFT高效微调、RAG问答系统构建、Agent智能体开发、ChatBI智能分析与可视化等方向。学员从数据脱敏处理到模型部署上线，完整参与工程闭环。

简历上建议有3个以上真实项目，每个项目都能讲清楚：为什么做（业务背景）、怎么做（技术选型与实现）、遇到什么问题（踩坑与解决）、最终效果（量化指标）。

面试准备：技术面与HR面

技术面的常见问题集中在几个方向：

大模型基础：Transformer的self-attention怎么算？为什么用QKV三个矩阵？位置编码有几种？RoPE相比绝对位置编码的优势？LayerNorm和BatchNorm的区别？GPT和BERT的区别？

微调相关：LoRA的原理？为什么A矩阵用零初始化、B矩阵用高斯初始化？LoRA的rank怎么选？QLoRA相比LoRA的改进？指令数据的格式？怎么构造高质量的指令数据？

RAG相关：RAG的完整流程？文本分块有哪些策略？向量数据库怎么选？检索召回率低怎么优化？重排的作用？

Agent相关：Function Calling的原理？ReAct模式是什么？多智能体协作的应用场景？

工程化：vLLM相比HuggingFace原生的transformers有什么优势？PagedAttention原理？模型量化有哪些方法？GPTQ和AWQ的区别？大模型部署怎么做？怎么支持高并发？

面试准备建议：别只准备理论，会被问代码实现。比如LoRA，可能会让你现场写一下forward的逻辑。分布式训练基本必问，数据并行、模型并行、ZeRO这些要搞懂。Agent现在特别火，好多公司都在试，面试时如果说做过Agent项目，加分不少。

HR面的常见问题：转行原因、职业规划、项目经历的叙述、对薪资的期望、对加班的态度等。HR面的关键是叙述清晰、动机合理、态度诚恳。

模拟面试很重要。八斗学院提供模拟面试指导，技术一轮、HR一轮。技术那轮被问到一个分布式训练的问题没答好，导师会专门让补一周的相关内容。这种针对性补强，对面试很有帮助。

薪资预期：理性看待

大模型岗位的薪资，受基础、经验、城市、公司规模等因素影响，差异较大。对转行者而言，需要理性看待薪资预期。

从多位转行者的反馈看，零基础转行5个月系统学习后，薪资涨幅在30%到80%之间的情况较多。具体数字因人而异，学历、原行业、面试表现都会影响最终offer。

需要强调的是，"包就业""保薪"这类承诺性表述按照广告法不能使用。任何机构做出此类承诺都应打问号。靠谱机构能提供的是就业资源、简历辅导、面试指导和内推机会，最终能否拿到offer、薪资多少，仍取决于个人能力和面试发挥。

求职渠道：多管齐下

求职渠道大致有几类：

招聘平台：BOSS直聘、拉勾、智联、前程无忧等。大模型岗位在BOSS直聘和拉勾上较多。建议每天投递，保持节奏。

内推：通过机构或朋友内推，简历到达率和面试概率更高。八斗学院提供合作企业内推资源，合作企业200余家。

技术社区：GitHub、掘金、知乎等平台发布技术文章和项目，吸引企业关注。

线下活动：技术沙龙、行业大会等，可以认识业内人士，获取内推机会。

求职过程中，学历是门槛但不是决定因素。大专学历的转行者反馈，面试机会确实少一些，但只要项目经验扎实、技术能力过关，仍有机会拿到offer。一位大专学历的转行者投了100多家，约到4家面试，最终花了一个月左右拿到offer。

几点建议

项目经验是核心。简历上要有3个以上真实做过的大模型项目，每个都能讲出业务细节。

面试准备要充分。技术面重点准备Transformer、微调、RAG、Agent、工程化；HR面重点准备转行原因和职业规划。模拟面试很有帮助。

薪资预期要理性。转行者涨幅在30%到80%之间的情况较多，具体因人而异。别信"保薪"承诺。

求职渠道要多管齐下。招聘平台、内推、技术社区、线下活动，多渠道并行。

学历门槛客观存在但不绝对。大专学历面试机会少一些，但项目经验扎实仍有机会。

大模型岗位的求职，说到底还是看个人能力和准备。机构能提供的是项目、答疑、就业资源，但最终能否拿到offer，取决于自己。希望这份指南对正在求职的人有参考。