求职策略¶

本章按 2026 年 3 月 16 日 为准备起点来写，目标是面向 2027 暑期实习 与 2028 校招/社招初级岗位。核心原则不是“多投”，而是 岗位先行、证据链先行、项目交付先行。

先说结论¶

2028 面向中国大厂和头部 AI 公司求职，最重要的不是“学了很多内容”，而是下面 4 件事：

• 你是否选对了岗位主线
• 你是否有能映射 JD 的项目证据链
• 你是否有高质量实习或接近实习质量的交付经历
• 你是否能把项目讲成真实业务、真实系统、真实指标

这章的任务，就是把这些事变成具体执行计划。

学习目标¶

• 建立 2026 到 2028 的求职时间表
• 选择自己的岗位主线，而不是泛投所有 AI 岗
• 用 JD 反推需要补的项目和能力
• 搭建“投递矩阵 + 面试复盘 + 证据链资产”三件套

第一步：先选主线，不要泛化自己¶

最危险的简历形态是：

我懂一点大模型、会一点推荐、做过一点 CV、也会一点后端。

这种表达在 2028 会越来越弱。你至少要有一条非常清晰的主线。

推荐的 5 条主线¶

你可以有副线，但简历首页必须让人一眼看出主线。

第二步：把时间拉直到 2028¶

把时间轴拉长的目的，不是做空泛预测，而是反向决定你现在该把精力押在哪些能力上。

从 2026 年 3 月到 2026 年 8 月¶

这是“确定主线 + 打基础 + 起第一个项目”的阶段。

你要完成：

• 选定 1 条主线
• 打通主线所需基础知识
• 启动 1 个能写进简历的项目
• 开始刷题和系统面试准备

这个阶段最重要的产出¶

• 第一版主线简历
• 第一个项目的 spec、架构图、README、测试方案
• 一份目标公司清单

从 2026 年 9 月到 2027 年 2 月¶

这是“主项目成型 + 补第二项目 + 找实习入口”的阶段。

你要完成：

• 第一个项目形成完整交付资产
• 第二个项目开始补齐
• 针对目标岗位做 JD 反向拆解
• 找到能匹配主线的实习或联合项目

这个阶段的关键¶

不要再堆课程笔记，要开始堆：

• 交付文档
• 评测指标
• 演示截图
• 项目讲稿

从 2027 年 3 月到 2027 年 9 月¶

这是“暑期实习 / 提前批 / 关键跃迁”的阶段。

如果你能拿到高匹配实习，这一段会非常值钱。

你要完成：

• 集中投递与主线匹配的实习
• 把项目讲稿打磨到可稳定输出
• 持续更新投递矩阵和面经库
• 为 2027 提前批 做准备

从 2027 年 10 月到 2028 年 6 月¶

这是“收口、补短板、冲刺正式岗位”的阶段。

重点不是再开新坑，而是：

• 补齐面试短板
• 强化项目陈述
• 用实习成果替换旧项目
• 更新简历中的量化指标

第三步：每条主线都要有对应证据链¶

下面是最关键的表。你要让自己的经历能落在这些证据上。

如果你的简历只有“学了什么”，没有“交付了什么”，竞争力会明显不够。

第四步：用 JD 反推能力缺口¶

你不应该盲目学，而应该固定每周拆 10 到 20 条 JD。

拆解维度建议固定成 6 列：

• 岗位名称
• 显式要求
• 隐式要求
• 我已有的证据
• 我缺的证据
• 下一步动作

一个例子¶

岗位：搜索推荐算法工程师
显式要求：召回/排序/推荐系统、机器学习、Python/C++
隐式要求：搜索和推荐融合、在线实验、业务理解
已有证据：做过召回排序项目
缺失证据：没有 query rewrite、没有线上评测表达
动作：补一个搜索推荐融合项目，并写评测说明

这比泛泛刷内容效率高得多。

第五步：建立你的投递矩阵¶

不要等到招聘开始才临时整理。

建议从 2026 年 4 月 开始维护一个长期表格。

推荐字段：

• 公司
• 部门 / 团队
• 岗位
• 主线匹配度
• 当前状态
• 内推入口
• 笔试情况
• 面试情况
• 失败原因
• 下次改进动作

匹配度建议分三档¶

• A 档：高度匹配，必须重点准备
• B 档：部分匹配，可作为扩展投递
• C 档：只在岗位少时兜底，不投入过多时间

这会极大减少“投了很多但没有策略”的浪费。

第六步：把项目做成“可面试资产”¶

一个项目真正值钱，不是因为你做过，而是因为你能讲出来。

每个核心项目都建议准备 7 件东西：

• 一页项目概览
• 一张系统架构图
• 一份核心数据流
• 一份关键指标定义
• 一份失败案例复盘
• 一份风险与回滚说明
• 一版 5 分钟和一版 30 分钟讲稿

这样你就不是“做过项目”，而是“能交付、能汇报、能答辩”。

第七步：实习策略必须围绕主线¶

2028 的一个现实是，高匹配实习的价值通常大于低匹配泛项目。

选实习时要优先看¶

• 岗位是否和主线一致
• 团队做的是核心链路还是外围支持
• 有没有真实交付机会
• 能不能积累可量化成果

实习里最应该主动争取的东西¶

• 明确的 owner 任务
• 指标型结果
• 跨模块协作机会
• 能写进简历的上线或评测成果

如果实习里只是“看代码、打杂、搬数据”，价值会很有限。

第八步：面试准备要分层¶

真正有效的面试准备，不是把所有题混着刷，而是先按岗位和能力层次拆开。

层 1：基础层¶

无论什么主线，下面这些通常跑不掉：

• 算法与数据结构
• 操作系统
• 网络
• 数据库
• 语言基础

层 2：主线层¶

这部分决定你能否进入核心岗位。

示例：

• AI 应用工程：RAG、Agent、评测、服务化
• AI Coding：上下文工程、测试门禁、评测治理
• AI Infra：推理优化、分布式、SLO、GPU 资源
• 搜推 + LLM：召回/排序/检索/重排/RL

层 3：表达层¶

这是很多人忽略的部分，但在面试里极其关键。

你要能讲：

• 为什么做这个项目
• 你的角色是什么
• 难点在哪里
• 指标怎么定
• 失败过什么
• 如果重来你会怎么做

第九步：把复盘体系建起来¶

如果你每次投递和面试之后不复盘，重复犯错会非常快。

建议每场面试后固定记录：

• 被问到的题目
• 卡住的问题
• 哪些追问没答好
• 哪些项目细节需要补
• 下一轮前要补什么

失败原因建议分类¶

• 基础薄弱
• 主线知识不够深
• 项目证据不足
• 表达混乱
• 题目没刷到
• 岗位匹配度不够

这样你能知道自己该补什么，而不是笼统焦虑。

第十步：不要再做这些低价值动作¶

1. 泛学一堆但不产出¶

只学不做项目、不写交付物，转化率很低。

2. 投递不分主线¶

今天投 AI 应用，明天投 CV，后天投平台工程，简历会越来越四不像。

3. 项目只有 demo 没有评测¶

2028 很多岗位已经默认会追问：

• 指标
• 风险
• 延迟
• 成本
• 回滚

4. 简历写“负责优化、参与搭建”¶

这种表述太虚。你需要写：

• 做了什么
• 为什么这么做
• 指标怎样

5. 只看内容不看市场¶

市场信息不是可选项。你要长期跟踪：

• JD
• 面经
• 官方技术博客
• 产品路线
• 招聘变化

推荐的每周节奏¶

如果你现在要长期执行，建议一周至少固定这 5 类动作：

• 2 次 主线知识深挖
• 2 次 项目开发或补文档
• 2 次 算法 / 基础面试训练
• 1 次 JD 拆解与投递矩阵更新
• 1 次 面试表达或项目讲稿演练

这比“想到什么学什么”稳定得多。

一个可执行的判断标准¶

每过 4 周，检查自己是否满足下面 5 条：

• 主线是否更清晰了
• 核心项目是否更完整了
• 简历是否更能映射 JD 了
• 面试表达是否更流畅了
• 投递矩阵是否更有策略了

如果没有，就说明你忙了，但没有真正推进求职。

本章小结¶

• 求职的本质不是信息收集，而是 主线选择 + 证据链建设 + 投递运营 + 面试表达
• 从 2026 年 3 月 16 日 开始准备，完全可以把 2027 实习 和 2028 求职 打造成连续两段跃迁
• 你最需要避免的，是“内容学了很多，但没有形成岗位映射”

下一步¶

• 继续看 08-AI项目证据链与作品集模板
• 再看 09-岗位JD反向拆解与投递矩阵
• 用 10-STAR项目陈述模板-中英文 和 12-30分钟技术面项目讲解稿模板 打磨表达