距离秋招(冬招)结束也有一段时间了，周围的朋友们部分都收到了满意的offer。通过我和大佬们的交流，觉得他们能收到很高的of也并非偶然，在赛道越来越卷的大模型方向，每个即将校招的同学都想参与其中。对于Infra来说，我感觉拿到SSP，可以大体的用数据来进行衡量。以下均为纸面实力，不考虑面试表现且认为大家力扣都是150题达标水平
知乎：大润发杀鱼工（已授权）
链接：https://zhuanlan.zhihu.com/p/17809009204
编辑：「深度学习自然语言处理」公众号
学历(中科院院所可自行转换)：
匹配实习：
一般以3个月为一个实习周期，考虑最优是前司与面试公司有相同推进的项目，这样面试过程往往会变成关于项目细节的询问。次优，则是实习与工作能用上相同的工具链，例如训练的框架，推理的框架，这样的面试往往会从框架层面来考察面试者的能力。最次，则是虽然在大模型的实习，但是没有接触到核心的内容，只承担边角工作的结果可能会导致面试变成八股考试。这里暂时不考虑大厂小厂，以实习内容质量为衡量标准。
高质量的学术论文
2.高质量的学术论文。一般来说，Infra的论文会通常与系统方向挂钩，但系统方向动辄12-13页双栏的要求，作为一个硕士是很难达到的。因此，直观理解，一篇系统A会的性价比远远小于一段3个月以上的对口实习。打分上，按照不对口对应扣1分，CCF A 系统一作，5分，AI类一作 3分（考虑大概率不会太对口）。B类系统一作，3分。C类系统一作，1分。
开源社区贡献
一般来说，开源社区的贡献也是非常值得注意的一点，因为大模型的场景实际非常新，无论是训练推理还是其他大模型方向，都有比较活跃的开源社区，例如OpenRLHF，SGlang，LLama-factory等。如果面试者在一些公司经常使用的框架下，有非常核心的贡献，其参照权重不亚于一段关键的实习经历。
其他公司的Offer(额外)
参加秋招确实能感觉出来，"offer都是A出来的"，当你有了多家公司比较可观的offer之后，就有了资本去和目标的公司来讨价还价，甚至把所有的包都a成SSP。但最关键的一点应该是，你需要先有一个SSP的offer，才能帮助你在谈薪时，有更大的概率冲刺SSP。所以这一部分，暂时不计入SSP包的得分计算中。
总分合计
打分中我的设置里面头部效应明显，越是匹配的，能够获得的得分往往更高。并且计算分数只考虑普遍情况。
大厂和明星初创我认为暂时放在一个维度，主要是因为初创是一个高风险高收益的地方，薪资高，但风险也越大。综合的难度上就会和大厂接近。中厂比较好理解，规模比大厂略小。但非主营公司的意思，主要是例如车厂/手机厂，核心业务偏实体经济，可能存在大模型的落地场景。
PS：拿几个朋友的经历对了一下，还比较匹配。如果有不对应之处，可以评论区指正。
备注：昵称-学校/公司-方向/会议(eg.ACL)，进入技术/投稿群
id：DLNLPer，记得备注呦
