原文链接：

https://www.xiaohongshu.com/explore/69f22aa2000000001a02c87c?xsec_token=AB7Mw_JAnWwUtuPwaicTBeUma18i2iKx0Gbpou2fGDewk=&xsec_source=pc_collect

两万人看过的“混进”算法岗后续

主包背景：

学历符合大厂要求，非计算机科班非天坑专业，半路转码

转码初始实力： - 高数线代很熟， - 数据结构本科学过但忘得差不多了， - 传统机器学习基础理论较好

转码耗时：

3 个月，日均 12h+ 学习时长（含周末节假）

面试历程：

3 月 1 开始投简历，最初从腾讯到不知名小公司无任何响应，遂知道硬实力不够，边学边调整简历，第一次约面小厂，体会到了真实岗位需求，锻炼了心态，后面针对性速补相关知识，持续约面，每一场利用面试官的提问和反馈调整自己的学习方向，强化自己的心态，不断 booststrap，最终拿到较为满意的 offer。期间所有约的面试都过了。

具体做法： 1. 理论篇：啃苏剑林博客，初看难看懂，能看一点是一点，看不懂的，到外面兜一圈学学其他的，回过头来说不定就能看懂了；苏神站的理解角度很高，读懂了苏神博客会有肃然起敬的感觉。读博客过程中跳转某些核心论文的核心部分，耐心读一下。 2. 项目篇：核心就一个 minimind，都说这玩意很拉，但一个简单且全面的项目，非常适合新手，没有垃圾的项目，只有枯竭的灵感，minimind 从 tokenizer 到 RL 后训练，全链路每个地方都能换一个任务魔改，minimind 涵盖了 LLM 主线流程的所有，挑一些地方找点最新的论文成果换上去，就多了一个项目，最终把简历写满看上去不那么空就行。 3. 力扣篇：hot100 数组类型的我都刷了3遍，不能泛化的题我直接跳过（所谓泛化指的是，刷 1 道只能管这 1 道，甚至还占用脑容量损害对其他题的熟练度，比如技巧题，LRU 缓存这种，50 道题全 ac 跟 100 道题全记个大概我选前者），剩下的题基本 2 遍。

心态篇：

说“混进”其实有点标题党了，我很能祛魅，全世界做 LLM 的除了头部天才，剩下的十篇 A 也好一百篇也罢，每年几万篇 A 会，大部分没法落地，普通 LLM 实习工作内容没那么高技术水平，而且这 3 个月我付出了很多努力，所以我积极约面试，回答面试问题也很愿意表达自己的理解。区区互联网打工人，进去缺啥补啥，反而更高效，有啥不能胜任的。

Misc：

苏神博客和 minimind 涵盖我这几次日常实习面试中涉及的所有 LLM 八股
力扣撕不出来不一定过不了，写力扣本质上是验证你起码写过代码，所以写出个大概，有思路即可，当然还是推荐最好 ac。面试中可以把暴力的做法口头介绍一下，然后自己动手写一个稍微优化的版本，此乃中庸之道
找的是日常实习，恰逢某些组缺人，所以没论文没实习面试表现尚可也进了，仅供参考