个人背景：2硕，多段大厂实习，无a，学术能力拉垮
面试感受
\1. 大模型主要分为基座组和业务组，基座组的面试难度明显要求比业务组高，一般少不了各种公式推导，手撕源码，并要求对一些实验问题有自己的理解。
\2. 基座组校招hc少，大厂基座组一般招博士，本人因为太菜基本上2、3面就挂了，总结起来还是公式推少了实验跑少了。
\3. 个别组爱问八股考基本功，一般主要拷打项目和实习，并问几个相关的八股，最好是有一个“LLM基础”笔记；然后总结一个“优质问题”笔记；最后每次面试完立马写面经。
\4. 面试不仅能让面试官看出你的水平，你也能看出对方的水平和技术栈，要是问的问题很奇怪，或者问出xgboost之类的，那还是算了吧。
\5. 找实习code没写出来可能也能过，秋招基本铁挂
实习感受
\1. 基座组实习要求相对较低，本人在俩大厂基座组实习过，其中一家天天打杂（基本上只招数据实习生，但进去前不告诉你，乐），另一家通过看组内大佬的文档和交流，受益匪浅。但主体工作还是搞数据，搞评测。
\2. 业务组从技术维度来看就参差不齐，不少组人工搞数据，连个像样的benchmark都没得，但有的业务组技术不比基座团队差多少，甚至也做from starch。
\3. 算法组羡慕工程组，觉得他们才是掌握核心技术的人，自己只知道搞数据；工程组觉得自己天天帮算法排查bug，在Megatron和deepspeed上改不了几行代码，不如算法组一根。
\4. 业务组大部分都只做对齐，不会关注scaling law，甚至DPO的loss都不打印，只看benchamark上的GBS。作为一名合格的llm工程师，知道常见的scaling law，分析实验结果改进训练代码，从头手写一个deepspeed+DPO是基本功。
学习路线（菜鸡版）
22年底的时候开始关注大模型，当时在众多方向里选了幻觉缓解，但是碍于实验室没卡就先看论文，在github上找haull-awesome，看llama- chinese的训练代码，（后来llama- factory和firly比较常用，不然直接魔改Megatron-LM或者用deepspeed-chat），感觉看得差不多了才去做AutoDL上租了俩3090。
期间huggingLLM的出现带火了agent，RAG也是异常的火爆，偶然看到了 Langchain-chatchat（Qanything也挺火），然后结合实验室业务想了个业务场景，开始着手做这个项目，调研竞品，设计合理的业务场景，和甲方沟通需求，这些细节面试时都会问到的（主要是简历上没得什么问的哈哈），之后靠着这个项目找到了第一份大模型实习。
水平有限，大佬看完就当图一乐呵，希望能帮到大家，祝同学们秋招顺利
如何学习AI大模型？
大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。
不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！
想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。
但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高
那么针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）]()👈
学习路线
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
