小红书博主：ggb

原文链接：https://www.xiaohongshu.com/explore/69678713000000001a025782?xsec_token=ABBNAac3PKVdc81vfPeckToPhpAH99FW5AV2_BSq_FcSI=&xsec_source=pc_user

https://www.xiaohongshu.com/explore/68f245e90000000004023326?xsec_token=ABLPOjFbSwqj-XPMzfbtq7biYNATBjb5vMcdB29-02m8M=&xsec_source=pc_user

27届零基础转行找大模型算法实习的正确姿势

一上来不要买个学习路线或者八股文就开始啃，用中学，学习和动手实践同步进行，学习完就实战完，即可找实习

nlp 阶段

默认已经熟悉python、pytorch以及动手学深度学习这本书。

快速看一遍https://transformers.run/，熟悉transformers入门使用。

不用抠细节，看懂nlp基础以及常见的传统nlp任务即可。熟悉任务的输入输出就行。

实战项目，掌握bert模型、bart模型、gpt2模型，分别对应encoder、encoder-decoder、decoder架构，可以实操一波bert和gpt2模型的使用方法，熟悉代码训练流程，评估函数，熟悉数据如何输入模型，以及模型输出结果如何处理、loss如何计算。

阅读大模型技术报告，qwen系列，llama系列、deepseek系列等，知道大模型从0-1到底有哪些变化，连续对比着看，细节看不懂可以先记录下来，后面再反复回顾。

找个有标签的数据集调用api写提示词，熟悉cot、few shot等，做好评估。用这个数据集接着跑通llama-factory、ms-swift等框架。如此已经具备打杂能力。

切记不要使用minimind项目，只学会了跑个流程，但没有思考数据如何得来的，如何清洗，怎样做数据配比，怎么评估以及如何优化。

最好找一个具有benchmark且具备业务落地的有标签的评估集或者算法竞赛，以此来深入学习sft、rag、agent等技术，不要脱离具体的业务场景，避免云里雾里缺乏深度。

实战中获得正向反馈后再去看八股。

如此1-2周即可入门大模型。

关联比赛：https://tianchi.aliyun.com/competition/entrance/532467

9-12月是找日常实习最佳时机？前mentor上次来与我交流说8月比较好，大致我认为是8-9月为我最后找到一份算法日常实习的最后期限。

感觉够了

项目匹配？到底什么叫项目匹配我一直没太搞懂，看了第一篇应该是自己的项目和组里的业务方向比较匹配？

手撕代码OC

学历不等于offer？有一段有含金量的大厂日常实习很重要。

需要体现出业务价值，增加岗位的匹配程度

项目经历可以是算法竞赛（天池、Kaggle、百度飞桨等）、学校横向课题以及开源项目。

最好是算法竞赛，有baseline、训练集和评测集，能做出点优化即可，锻炼自己的思维能力并且有正向收益。

开源项目基本不推荐，比较demo简单，适合零基础学习，没什么业务价值。

项目需要哪些技术栈？

去公司以后一定会涉及调试Prompt以及训练模型，SFT项目能够证明具备训练经验以及打杂能力。

RAG项目大多是利用大模型+Prompt搭建Pipline，比较常见。

大模型相关论文？可以证明具备动手能力

论文与岗位不匹配的话，还是得多找几个有价值的项目挂在简历增加匹配度。

主要围绕Hot100（至少掌握简单题和中等题）、常见的深度学习手撕题例如手撕MHA

Boss约面，响应速度块，可以及时追溯流程，官网投递看不到流程。

海投 + 投递时简单自我介绍 + 简历截图