秋招开始时投了简历被直接秒挂，近期被捞简历然后顺利进了面试流程，记录一下时间部门：后端开发-搜索1. 一面 11.14，秒过2. 二面 11.17，秒过3. 三面 11.19，排序/泡池子，爱信等希望能有好结果

书接上回，前阵子是在实习的时候，觉得工作很舒心，已经发了一轮内推和工作分享，现在正式接offer了，薪资和工作体验都很满意，决定把这段实习体验、前后的面经还有转正流程正式分享一下～个人bg：双9，一段大模型实习经历（非大厂），无论文-------------------------------------------------------工作体验：首先说下背景，我应该算算法岗，大模型来了以后其实最担心的就是做一些无谓的脏活。但是来到这发现，几乎都是业务支撑的需求，即使是实习生也真的在做事情，在学事情。而且即使偶尔有一些数据相关工作，组内也会日常分享很多LLM数据处理角度的论文，不是仅仅把实习...

本科期间读了林学，考研回到浙江省家这边读了浙大，但是还是果树学，属于农学范畴，看着身边的师兄师姐感觉就业压力很大，现在刚刚研一，在想要不要做一些方向的转变，看着身边的同学一个个开始了工作，犹豫是单纯的要一个学校的文凭转行业还是继续深造，因为担心到时候博士出来选择的方向反而少了。谢谢！

bg：本硕均双非，科班首先值得一提的是，中小厂算法和大厂算法应该走的是完全不同的道路，中小厂算法更加偏向于用别人现成的模型，然后在公司数据基础上做微小改动，当然也不排除中小厂有大牛，能够自己研发算法的，但我感觉大部分人都是直接复现别人的算法在其基础上做微小的改动。薪资：我所在的公司算法的薪资是高于开发的，算法部门人少，但承担的任务也杂，跟AI相关的任务基本上直接扔给算法部门来做，大模型、语音、ai绘画等等目都丢给了算法来做，包括部署啊，研发啊，但是整体工作强度还行，实习三个月没有加过班一次。实习收获：debug能力得到了极大的提升，因为在学校做学术用的数据量和工业界的数据量不是一个量级的，并且基本上都是在多GPU上训练，论文代码复现能力提升，毕竟是上班不是在学校，有一定的紧迫感，安排了任务就一股脑的要去完成。个人感受：算法这行我感觉 论文和学历 大于 实习经验，if  名校博士学历+顶刊顶会 ，return 大厂算法ssp，哈哈当然是个人见解。具体公司评判标准应该是不同的，我个人感觉自己最有成就感的时候是把公司的现有模型通过Gradio搭建了起来，感觉我应该适合干前端。后续规划：感觉算法这行不太适合我，太烧脑子了，部门几个哥手头都有演草纸，时不时的要推导一些东西，我这种脑子不好用的搞不来，而且学历也不好，也没顶刊，后续可能会转开发去个小厂混着了哈哈哈#如果再来一次，你还会选择这个工作吗？##我的实习求职记录##牛客创作赏金赛##不给转正的实习，你还去吗##我的第一份实习怎么找的##机械制造笔面经#