{"id":13713183,"url":"https://github.com/amusi/AI-Job-Notes","last_synced_at":"2025-05-06T23:30:47.832Z","repository":{"id":37451037,"uuid":"170118596","full_name":"amusi/AI-Job-Notes","owner":"amusi","description":"AI算法岗求职攻略（涵盖准备攻略、刷题指南、内推和AI公司清单等资料）","archived":false,"fork":false,"pushed_at":"2024-04-24T12:12:56.000Z","size":3925,"stargazers_count":5531,"open_issues_count":4,"forks_count":655,"subscribers_count":129,"default_branch":"master","last_synced_at":"2025-04-11T15:56:55.266Z","etag":null,"topics":["algorithms","artificial-intelligence","computer-vision","deep-learning","image-processing","jobs","machine-learning","natural-language-processing","opencv","resume","slam"],"latest_commit_sha":null,"homepage":null,"language":null,"has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/amusi.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2019-02-11T11:37:17.000Z","updated_at":"2025-04-11T14:11:03.000Z","dependencies_parsed_at":"2024-05-08T00:46:24.736Z","dependency_job_id":null,"html_url":"https://github.com/amusi/AI-Job-Notes","commit_stats":null,"previous_names":[],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/amusi%2FAI-Job-Notes","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/amusi%2FAI-Job-Notes/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/amusi%2FAI-Job-Notes/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/amusi%2FAI-Job-Notes/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/amusi","download_url":"https://codeload.github.com/amusi/AI-Job-Notes/tar.gz/refs/heads/master","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":252787180,"owners_count":21804211,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["algorithms","artificial-intelligence","computer-vision","deep-learning","image-processing","jobs","machine-learning","natural-language-processing","opencv","resume","slam"],"created_at":"2024-08-02T23:01:29.119Z","updated_at":"2025-05-06T23:30:45.216Z","avatar_url":"https://github.com/amusi.png","language":null,"readme":"# AI-Job-Notes\nAI算法岗求职攻略：涵盖校招时间表、准备攻略、刷题指南、内推、AI公司清单和答疑等资料。\n\nAI算法岗方向涉及：AIGC、大模型、深度学习、机器学习、计算机视觉、自然语言处理、图像处理、自动驾驶、元宇宙、AIGC、SLAM等。\n\n开发岗方向涉及：Java、C/C++、Python、Go、嵌入式等。\n\n# 目录\n\n\u003c!-- MarkdownTOC depth=4 --\u003e\n\n- [1 校招时间表](#Scheduled)\n- [2 准备攻略](#Strategy)\n- [3 AI 面经和刷题指南](#Coding)\n- [4 AI算法岗和开发岗求职群（内推）](#Recommend)\n- [5 简历模板](#Resume)\n- [6 AI 类公司清单（以CV岗为主）](#Company)\n- [7 往届AI算法岗薪资情况](#Salary)\n- [8 答疑（含130个问答）](#Q\u0026A)\n\n\u003ca name=\"Scheduled\"\u003e\u003c/a\u003e\n\n## 1 校招时间表\n\n![](imgs/校招时间表.png)\n\n以今年(2024)为例，默认为2025届学生（2024届学生称为上届）\n\n| 时间           | 任务                                |\n| -------------- | ----------------------------------- |\n| 2024年2月~5月  | 找暑期实习/上届春招（补招）         |\n| 2024年6月~8月  | 秋招提前批（神仙打架）              |\n| 2024年8月~11月 | 秋招正式批（神仙继续打架+菜鸡互啄） |\n\n### 1.1 暑期实习\n\n2024年2月~5月：暑期实习。\n\n实习一般分成两种：\n\n- 日常实习\n- 暑期实习\n\n![](imgs/实习.png)\n\n**日常实习**：日常实习是任何时候都可以找的，通常是根据具体部门的需求，由公司HR、部门主管或者部门员工发布招聘消息，相对较为零散也比较灵活。\n\n**暑期实习**：很多公司，特别是大公司（如BAT等大厂），都会组织专项的**暑期实习生**招聘活动。一方面是针对在校学生的情况（很多学生只有暑期才有假期，或者导师暑假才放人），另一方面就是为了秋季校招（大规模招聘）吸引人才。暑期实习具有很大的意义，对学生来说，最直接的好处就是转正机会。暑期实习，一般6月底左右实习入职（也可以根据自己的时间，提前入职），一般8月底或9月份会有专项暑期实习答辩，根据综合表现，答辩通过后就可以基本结束秋招了。\n\n注：这里建议在进入公司参加暑期实习的期间，也要参加秋招提前批和秋招正式批，并多投递一些公司，即使在实习，所谓的很忙，没时间准备秋招了，那也要多投。暑期实习的另一个好处是增加可贵的实习经验，简历会好看很多。\n\n\u003e 其实也还有\"寒假实习\"，但很少有规模化的寒假实习招聘，顶多算是在寒假期间的集中式日常实习\n\n### 1.2 秋招提前批\n\n**2024年6月~8月：秋招提前批（神仙打架）**\n\n每年打响秋招第一枪的基本是vivo或者大疆(DJI)科技，然后BAT等大厂居多是7月份开始。这时候的校招，绝大部分都是内推/提前批，而不是正式批，大家一定要珍惜这个时间点：6月~8月。虽然我调侃着说神仙打架，但还是要注意这时候性价比特别高。一方面是薪资普遍高，通常一些SP/SSP Offer都是这个节点发出来的，另一方面是投递的人数还不是很多，因为有些人没有意识到这个提前批的重要性，老想着多准备一点，到秋招正式批再大干一场。\n\n需要注意的是：参与秋招提前批的大佬特别多，同时岗位hc并不多（因为企业要考虑正式批的情况，会控制招聘人数），所以我把秋招提前批比作：神仙打架。另外，秋招提前批大多以内推为主，后面章节中我会说到如何获取招聘信息以及如何内推。\n\n注：提取批挂了，正式批可以再继续投（具体看不同公司的招聘介绍）。\n\n### 1.3 秋招正式批\n\n**2024年8月~11月：秋招正式（神仙继续打架+菜鸡互啄）**\n\n有句话叫做金九银十，也就是9月份的 Offer 比10月份的 Offer 更可贵，这话其实很有道理，所以大家可以脑补到7、8月份的 Offer 属于什么 level 了。这时候也很考验大家的心态，比如9月份或10月份了，如果你手里还没有Offer，再看看身边已经拿到Offer的同学，一定变成柠檬精。\n\n\u003e 注：有些公司会在8月就开启秋招正式批的招聘\n\n所以 Amusi 这里强烈建议一定要把握住**秋招提前批 **。当然了，如果9月份手里还没有Offer，心态千万别崩，继续投继续干，记住一句话：多投准没错！其实大部分同学都是9月、10月才陆续收到Offer的，所以你多投继续努力，收获肯定会有的。\n\n**2024年AI算法岗和开发岗求职群已成立！**\n\n详情请戳：[「2024年AI算法岗求职群」](https://mp.weixin.qq.com/s/sK_oSU1PmbUJ5ZGeMmY27A) \n\n**价格：原价199元，限时立减50！特惠仅149元！（每天仅4毛钱）**\n\n**时长：一年（从你加入的时刻算起）**\n\n**加入方式：微信扫描下方二维码，即可加入AI算法岗和开发岗求职群（知识星球）**\n\n\u003e 建议：进群后，推荐下载知识星球APP使用，同时也可使用小程序或者知识星球公众号进行使用，可以发帖/提问/交流/回答，并可以快速访问群里的资源。\n\n![](imgs/2024年AI求职群优惠券二维码.png)\n\n\u003ca name=\"Strategy\"\u003e\u003c/a\u003e\n\n## 2 准备攻略\n\n因为这就好像是学习计划一样，每个人都要自己的习惯，我的你并不一定适用（即将上新资料）。所以我就用一个精简的公式来介绍。\n\n**公式：刷题(LeetCode/剑指Offer) + AI基础知识 + 编程基础知识 + 面试八股文(cs/AI) + 项目 + 实习 + 竞赛 +顶会/顶刊**\n\n对于上述维度，一般来说：具备的越多越好，特别是对于门槛越来越高的AI算法岗。 \n\n\u003ca name=\"Coding\"\u003e\u003c/a\u003e\n\n## 3 AI面经和刷题指南\n\n### 3.1 深度学习面试宝典\n\n详见：[深度学习面试宝典（含数学、机器学习、深度学习、计算机视觉、自然语言处理和SLAM等方向）](\u003chttps://github.com/amusi/Deep-Learning-Interview-Book\u003e)\n\n**Deep Learning Interview Book** 部分内容如下：\n\n- 😃 [自我介绍](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E8%87%AA%E6%88%91%E4%BB%8B%E7%BB%8D.md)\n- 🔢 [数学](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E6%95%B0%E5%AD%A6.md)\n- 🎓 [机器学习](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0.md)\n- 📕 [深度学习](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0.md)\n- 📗 [强化学习](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0.md)\n- 👀 [计算机视觉](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89.md)\n- 📷 [传统图像处理](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E4%BC%A0%E7%BB%9F%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86.md)\n- 🀄️ [自然语言处理](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86.md)\n- 🏄 [SLAM](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/SLAM.md)\n- 👥 [推荐算法](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95.md)\n- 📊 [数据结构与算法](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%B8%8E%E7%AE%97%E6%B3%95.md)\n- 🐍 [编程语言：C/C++/Python](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E7%BC%96%E7%A8%8B%E8%AF%AD%E8%A8%80.md)\n- 🎆 [深度学习框架](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A1%86%E6%9E%B6.md)\n- ✏️ [面试经验](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E9%9D%A2%E8%AF%95%E7%BB%8F%E9%AA%8C.md)\n- 💡 [面试技巧](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E9%9D%A2%E8%AF%95%E6%8A%80%E5%B7%A7.md)\n- 📣 [其它（计算机网络/Linux等）](https://github.com/amusi/Deep-Learning-Interview-Book/blob/master/docs/%E5%85%B6%E5%AE%83.md)\n\n### 3.2 刷题指南\n\n刷题的目的是为了学习数据结构和算法，锻炼编程能力和熟悉刷题技巧\n\n刷题建议：先刷[《剑指Offer》](https://www.nowcoder.com/ta/coding-interviews)（66题），再刷 [LeetCode](https://leetcode.com/)（目前LeetCode已经有1000+题，可以根据类别来刷，但强烈建议先刷完 [LeetCode 面试高频题](https://leetcode.com/problemset/top-interview-questions/)）\n\n\u003e 注：根据去年校招提前批的情况来看，LeetCode 建议至少刷200-300题，所以2024年（2025届）找工作的同学一定要努力刷起来了！\n\n#### 3.2.1 刷题编程语言\n\n- C/C++\n- Python\n- JAVA（不推荐）\n\n\u003e 注：如果时间充裕，而且有 C++ 基础，那么强烈建议使用 C++和 Python 同时刷题。\n\u003e\n\u003e 根据 2023 年（2024届）校招提前批的情况来看，会 C++ 的同学具有有一定优势。\n\n#### 3.2.2 书籍推荐\n\n| 书籍                                                         | 豆瓣评分 | 推荐指数 |\n| ------------------------------------------------------------ | -------- | -------- |\n| [《剑指Offer》](https://book.douban.com/subject/25910559/)   | 9.1      | ☆☆☆☆☆    |\n| [《数据结构(C++语言版)》](https://book.douban.com/subject/25859528/) | 9.4      | ☆☆☆☆     |\n| [《算法图解》](https://book.douban.com/subject/26979890/)    | 8.4      | ☆☆☆☆     |\n| [《大话数据结构》](https://book.douban.com/subject/6424904/) | 7.9      | ☆☆☆      |\n| [《算法》(第四版)](https://book.douban.com/subject/19952400/) | 9.4      | ☆☆☆      |\n\n\u003e  注：其实还有很多方向没有涉及，如linux、数据库，但暂时先推荐这些，后面再补充\n\n#### 3.2.3 在线刷题网站\n\n- [LeetCode(英文)](https://leetcode.com/)\n- [LeetCode(中文)](https://leetcode-cn.com/)\n- [牛客网](https://www.nowcoder.com/)：推荐剑指Offer和各大公司往年题库，牛客网的优势在于很多公司都会使用其作为在线刷题平台，所以在这上面刷题，有利于懂得输入输出等\"套路\"\n\n#### 3.2.4 刷题方法\n\n- 《剑指Offer》全刷完\n- LeetCode选择性刷：可以类别来刷题，如数组类、链表类，或者面试高频类\n\n#### 3.2.5 刷题时间\n\n现在起~2024-11-15\n\n#### 3.2.6 刷题重要性\n\n正常校招流程都要进行在线笔试，面试中也可能会手撕代码，所以刷题十分影响面试结果。\n\n\u003ca name=\"Recommend\"\u003e\u003c/a\u003e\n\n## 4 AI算法岗和开发岗求职群和内推\n\n国内公司人工智能方向岗位的内推机会，含机器学习、深度学习、计算机视觉和自然语言处理等方向。\n\n### 4.1 内推的重要性\n\n内推，真的太重要了。其实现在找实习也一样，内推的重要性就提醒出来了，比如我这边的资源就可以内推到BAT、商汤、旷视等公司，一般常规操作是网上投递简历，而快速直接的就是将简历送到leader/主管那里。而且内推是建立在一种互信的基础上(虽然不大)，该走的流程还是要走，但无形中增大了面试通过概率。你要知道，很多人的简历在官网或者其他第三方招聘网站上就直接卡死了。\n\n### 4.2 如何内推？\n\n内推的方式很多，比如：\n\n1. 强关联：直接找已经毕业的师兄师姐或朋友内推（缺点是身边朋友去的企业有限，很多人是第一批从事算法岗的，可能都没有师兄师姐搞这个）\n2. 常规操作：上牛客网论坛看企业人员发内推帖子、关注一些招聘公众号（这里我就不推荐，因为很多公众号都很有套路，内推一个企业，还要转发文章到其它群里，然后截图给他们，可是对于大多数人，为了内推，只能这么干）\n3. Amusi 内推。这里感觉像似打广告一样，但确实是一个方式，因为我手里资源挺多的，很多公司的人都认识，可以直接内推。感兴趣的可以关注一下这个AI算法岗和开发岗求职群：[「2024年AI算法岗求职群」](https://mp.weixin.qq.com/s/sK_oSU1PmbUJ5ZGeMmY27A) \n\n### 4.3 AI算法岗和开发岗求职群\n\n**价格：原价199元，限时立减50！特惠仅149元！（每天仅4毛钱）**\n\n**时长：一年（从你加入的时刻算起）**\n\n**加入方式：微信扫描下方二维码，即可加入AI算法岗和开发岗求职群（知识星球）**\n\n\u003e 建议：进群后，推荐下载知识星球APP使用，同时也可使用小程序或者知识星球公众号进行使用，可以发帖/提问/交流/回答，并可以快速访问群里的资源。\n\n![](imgs/2024年AI求职群优惠券二维码.png)\n\n\u003ca name=\"Resume\"\u003e\u003c/a\u003e\n\n## 5 简历模板\n\n提供了三份简历模板，详见：[AI 算法岗简历模板](https://github.com/amusi/AI-Job-Resume)\n\n![](imgs/Resume-Demo.png)\n\n\u003ca name=\"Company\"\u003e\u003c/a\u003e\n\n## 6 AI类公司清单（以CV岗为主）\n\n首先 AI \u003e CV，所以提供CV岗的公司肯定就提供 AI岗。但至于这些公司是否还有 NLP、机器学习、语音识别、推荐算法和 SLAM等岗位，这个需要大家自行去官网进行了解。\n\n计算机视觉(CV)算法岗位的公司名单详见：https://github.com/amusi/CV-Jobs\n\n\u003ca name=\"Salary\"\u003e\u003c/a\u003e\n\n## 7 往届AI算法岗薪资情况\n\n这里说说2024届AI算法岗的薪资情况。\n\n我只以**硕士及一线左右城市**为例（北上广深、南京、杭州等），因为像武汉、成都，你即使找的AI算法岗，但城市不一样，薪资还是多少有区别，明显不能只看Money，不考虑城市大环境。\n\n- **白菜价：25w~35w**\n\n- **SP：35w~45w**\n\n- **SSP：45w+**\n\n说年薪有点笼统，我再说细一点，大家也可以提取熟悉一下。\n\n一般企业薪资构成是：\n\n- 年薪总包 = 月薪*(12+X) + 住房补贴+ 股票/期权 + 签字费\n\nX一般是2~5个月的薪资，很多是3个月。\n\n注：跟hr谈薪资的时候，如果她/他问你：你的希望薪资是多少？！这时候你一定要往高了要，至少比你想要的高30%。听我的，没有错，不然...\n\n![](imgs/salary.png)\n\n\u003ca name=\"Q\u0026A\"\u003e\u003c/a\u003e\n\n## 8 答疑\n\n130个问答请戳—\u003e [Q\u0026A](Q\u0026A.md)","funding_links":[],"categories":["A01_机器学习教程","Machine Learning Tutorials","Others"],"sub_categories":["Data Management"],"project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Famusi%2FAI-Job-Notes","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Famusi%2FAI-Job-Notes","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Famusi%2FAI-Job-Notes/lists"}