本文整理了大模型算法岗位校招的完整流程、面试准备要点和经验分享，帮助同学们更好地准备大模型岗位校招。
大模型算法岗校招通常遵循以下流程：
一般3-5轮：
大模型算法岗笔试编程题难度与普通算法岗相当，主要考察：
高频考点：
准备建议：
考点范围：
考察内容：
自我介绍（3-5分钟）
手撕代码（1-2题）
基础理论问答
建议：
考察内容：
RAG项目高频问题：
建议：
主管面考察：
常见问题：
HR面考察：
建议：
根据多位面经总结，整理了不同公司的面试风格：
| 公司 | 面试特点 |
|---|---|
| 字节 | 非常注重coding，几乎每面两道题 |
| 阿里 | 一轮coding，后面侧重技术理解和项目，director面聊得多 |
| 百度 | 分模块面试，模型、数据、框架分开面，中规中矩 |
| 月之暗面 | 问得很深，从基础到框架底层，分布式通信细节都会问 |
| 百川 | 对经验要求高，通常要求3年+ |
| 面壁智能 | 技术问题围绕大模型训练和Transformer，整体节奏快 |
| Minimax | 多轮以coding为主，最后主管面时间较短 |
| 智元机器人 | 问Transformer基础问题比较多 |
| 腾讯 | 偏好PHD，本科硕士竞争激烈 |
| 商汤 | 常考手写MHA，对基础要求高 |
技术问题：
技术问题：
技术问题：
围绕RAG项目提问：
从2024年校招情况来看：
❌ 误区1：只追最新论文，基础不牢
❌ 误区2：简历写太多项目，每个都讲不清楚
❌ 误区3：coding不练习，觉得简单
❌ 误区4：项目都是别人做的，自己只是参与
大模型校招竞争激烈，但机会也很多。只要把基础打牢，项目准备充分，算法题保持练习，拿到理想offer的概率还是很大的。
记住：
祝大家都能拿到心仪的offer！