ROLE 01工程落地
应用 / Agent 工程师
把模型接入真实业务，交付 RAG、Agent、工作流、智能客服或 Copilot 类产品。
覆盖应用 / Agent、算法 / 训练、基建 / 推理三类岗位，从定位、简历和技术准备一路走到面试、谈薪与入职。
STAR 框架 + 项目描述模板 + 自我介绍模板，让面试官 30 秒读懂你的价值。
1,589 道真实面经，按公司 / 分类筛选，支持标记已会、收藏和写笔记。
多 offer 比较 + 谈薪四原则 + 24 小时决策，多 10–20% 不靠运气靠方法。
岗位名称经常混用，判断重点应看 JD 中的实际交付物。先选一个主方向深入，再补相邻能力。
把模型接入真实业务，交付 RAG、Agent、工作流、智能客服或 Copilot 类产品。
围绕数据、预训练、SFT、偏好优化和模型评测，提升模型能力或垂域效果。
负责模型服务、推理加速、资源调度和稳定性，让模型跑得更快、更稳、更省。
题目来自多家公司面经并做了去重聚合。建议先按目标岗位刷主分类，再用综合题检验表达与迁移能力。
分类、公司、标签可组合筛选；学习进度保存在浏览器本地。
不同背景的短板不同。下面三条路径能把内容压缩成一条可执行路线。
重点证明基础、学习能力和项目潜力，算法与自我介绍不能留明显短板。
重点准备项目决策、业务结果、复杂故障和规模化经验，避免只罗列技术名词。
不要把过去经验清零。用原行业知识构造一个可演示、可评测、可追问的 LLM 项目。