大模型的面试，正在变得越来越卷！

我见过不少这样的同学，背景出奇的一致：非科班、转行、普通学历，很努力的想入行大模型。

他们刷过网上很多教程，跑过GitHub热门项目，常见八股也都能吟唱。

结果呢？简历投出去，石沉大海。偶尔拿到面试机会，问深一点就露怯：

• 你这个项目的数据量有多大？

• 项目如何做的技术选型？

• 线上服务的延迟要求是多少？

• 有没有遇到过什么线上问题，如何解决的？

答不上来。

于是，大模型行业出现了这样的阶层固化

很多非科班普通背景的同学，自身很好学，看各种技术文章、视频、八股、项目，却始终迈不过简历上缺少企业级项目这个门槛。

想想也是，网上绝大多数项目确实就是demo，没什么含金量，缺乏技术挑战，你再怎么钻研，又能做出什么花儿来呢？

因此在接触了大量这样背景的同学后，我总结出了这些同学逆袭的关键要点：

1. 一条体系化的学习路线，学习过程不走弯路，不留技术短板。

2. 完整经历企业级大模型项目的开发流程，从技术选型，架构设计，项目开发，到最终上线，彻底打破"阶层固化"。

3. 简历面试的深入打磨：学的内容要能体现在简历上，面试中能“抖”出来。

🔍我的大模型训练营的特点

🎯 真实企业级项目驱动

✅ 没有项目是非科班同学的“死穴”，课程包含3个独家原创企业级项目，绝非市面上的demo。

✅ 我会还原公司里做项目的真实情况，从技术选型，架构设计，分模块开发，测试验证，最终上线。

✅ 这个过程中，会同步讲解我们在项目中踩过的坑，遇到的问题，尝试的思路，解决的方案。

✅ 项目讲解：杜绝对着代码干讲，核心代码全部手写，边写边讲思路，为什么要这样实现。

🚀 完整的大模型技术体系

✅ 有的同学会问：师兄你讲不讲这个，讲不讲那个。实际上大家根本不用问，不仅会讲，而且会在项目中实战。

✅ 之所以用真实项目，就是在这里面会遇到大量技术挑战，进而可以完美的将各种大模型技术运用到项目中进行实战。

✅ 无论是大模型应用开发、大模型算法、多模态大模型，都会匹配完整的大模型技术体系，确保你整个技术栈没有短板。

🧩 定制化的学习路线

✅ 学习路线散乱，是不少同学中途放弃的原因之一。因此一条系统学习路线极为关键。

✅ 我会根据你的背景定制学习路线，无论你有没有基础，无论你是找实习/校招/社招，都有匹配的学习路线。

💥 大厂面试题深入讲解

✅ 绝不是照本宣科的讲解八股，那样毫无意义。通过我的讲解你可以看到，即使是“问烂”的面试题，依然有拉开差距的高分回答。

✅ 还有大厂面试官最喜欢的连环炮追问：这个模块如何改进？还能进一步优化吗？为啥用A不用B？

✅ 场景题也是大厂面试最喜欢考的一类题目，给一个场景，如何设计？如果换一个场景呢？

💻 线上生产经验分享

训练效果不好怎么办？指标上不去怎么调？

✅ 实际公司里做项目一定不是一步到位的，你会遇到各种问题，踩各种坑，在解决问题的过程中积累经验。

✅ 我会讲我们在做项目的时候，踩过的坑，遇到的问题，尝试的思路，解决的方案。

✅ 实际生产问题，往往是面试官最感兴趣的，通过学习，你可以完整吸收这些经验，成为你面试的核心竞争力。

🧑‍💻 开源框架源码带读

✅ 如果要有深厚的技术功底，那么必须阅读优秀开源框架的源码。课程除了注重实战能力外，也注重底层内功的积累。

✅ 我会带你阅读DeepAgent、Self-Play R-ZeRo、GOLD TRL等优秀源码，并且授你以渔：面对一份开源项目源码时，应该怎么读？

✍️拒绝复制粘贴，图解复杂概念+手推公式

✅ 我最讨厌对着 PPT 干讲，PPT 做的再精美也没用。

✅ 最好的授课效果，就是大白话结合图解，代码现场手写，公式现场手推，只有这样才能把复杂技术讲明白。

⌨️ 拒绝干讲，现场手撕代码

✅ 讲完原理，马上带大家手写代码，边写边讲实现思路，出了问题现场debug。

✅ 这个过程中，你可以从代码层面进一步理解这个技术，学习我的代码风格，以及我遇到问题时的排查思路。

💌 实战驱动的学习效果反馈

✅ 阶段最后会安排一个综合案例实战，其含金量放其他机构都可以当作一个独立的项目。

✅ 你需要独立完成，才算真正掌握这一阶段的内容。

📝学习内容和课程大纲

大纲比较长就不在这里展示了，想直接看大纲的同学可以点下面链接：

丁师兄大模型训练营 · 课程大纲：

✅ 阶段一：NLP 核心技术 & 大模型的前世今生

✅ 阶段二：LLaMA全系列大模型精讲和实战

✅ 阶段三：Deepseek 全系列大模型精讲和实战

✅ 阶段四：LLM 预训练 & 继续预训练精讲和实战

✅ 阶段五：大模型 Mid-Train & SFT 和 Model Merging 精讲与实战

✅ 阶段六：强化学习核心算法和 DPO 精讲与实战

✅ 阶段七： LLM+RL 后训练精讲与实战

✅ 阶段八：Agent开发精讲与实战

✅ 项目实战：基于自进化+对抗降噪的 DeepResearch Agent 项目实战

✅ 项目实战：基于 Qwen3-VL 后训练的智慧寻车项目实战

✅ 最终的历练：基于端到端 Agentic RL 构建出行规划场景下的Long-Horizon Agent

阶段1：大模型核心技术精讲与实战

📚 学习内容

1. 统计语言模型，神经语言模型，预训练语言模型

2. 第一代预训练技术 word2vec，Glove 词向量

3. 第二代预训练技术 RNN，LSTM，ELMo，Transformer，BERT，T5

4. 第三代预训练技术 GPT，上下文学习，ChatGPT三阶段训练范式

5. 代码实战：手撕注意力机制，自注意力，掩码注意力，多头注意力

6. Transformer分词器，位置编码，FFN，编码器，解码器，损失函数，采样策略

🚀 解锁技能

• 掌握LLM必备的NLP基础，对大语言模型的前因后果，前置基础有完整掌握

• 通过算法原理图解和代码实战，能够手撕Transformer核心代码

阶段2：LLaMA全系列大模型精讲与实战

📚 学习内容

✅ 掌握LLaMA大模型技术演进，Dense模型架构设计，并全部手撕代码：

1. LLaMA1：RMSNorm，ROPE和FFN_SwiGLU

2. LLaMA2：显存优化之KV Cache、GQA、MQA

3. LLaMA3：大模型Tokenizer编码效率，结构化剪枝和知识蒸馏

4. LLaMA4：超长上下文训练，Scalable-Softmax和iRoPE

5. 阶段实战：完成 LLaMA3 的代码手撕

🚀 解锁技能

• 掌握LLaMA大模型的核心技术，理解Dense模型最经典的架构设计

• 通过图解和代码实操，不仅能吃透原理，也能完成代码手撕

阶段3：DeepSeek全系列大模型精讲与实战

📚 学习内容

1. DeepSeek-v1：讲解Scaling Law以及如何用Scaling Law做模型选型

2. DeepSeek-v2：讲解MOE架构，MLA注意力，YaRN长度外推

3. 深入剖析MOE架构，从原始的MOE，Mixtral-MOE，讲到DeepSeek MOE

4. 代码手撕讲解 MLA 在 Prefill，Decoding的差异

5. DeepSeek-v3：讲解MTP训练，v1/v2/v3三个版本MOE负载均衡是怎么做的

6. 深入讲解 DeepSeek-V3.2 稀疏注意力 DSA 技术

7. 案例实战：手撕 Deepseek-Distill-Qwen（适用于7B/14B/32B）

🚀 解锁技能

• 掌握DeepSeek模型的核心技术，理解MOE架构最耀眼的设计和模块

• 能在面试场上讲出DeepSeek关键模块细节，并手撕核心代码

阶段4：LLM预训练 & 继续预训练

📚 学习内容

1. 讲解大模型预训练的语料构建，数据收集，数据清洗，数据配比

2. 讲解如何基于MinHash+LSH做大规模语料快速去重，实现高质量打分模型

3. 讲解大模型Tokenizer训练，词表扩展和训练词表的经验

4. 讲解大模型选型，模型的结构超参如何设计，模型训推的显存和算力如何估计

5. 讲解预训练模型如何评价，从困惑度计算到benchmark评测怎么做

6. 讲解大模型分布式训练框架 DDP 和 DeepSpeed 的原理和使用

7. 案例实战：从零到一完成 Qwen3 大模型预训练

8. 案例实战：在预训练的 Qwen3 模型基础上，完成医疗领域Continue-Pretraining

🚀 解锁技能

• 能够从数据构建，清洗打分去重，数据配比设计，词表训练，模型选型和资源预估，分布式训练，模型评价，去完成一个大模型的预训练，以及继续预训练

• 上述过程全部亲自动手实操，边干边学，理解更深

阶段5：LLM Mid-Train、SFT与Model Merging

📚 学习内容

1. 讲解Mid-Train的三个核心技巧：上下文扩展，训练退火策略，如何注入推理能力

2. 讲解有监督微调：从全参微调SFT到参数高效微调

3. 讲解LoRA及其衍生算法：QLoRA、VeRA、Delta-LoRA、LoHa&LoKr、DoRA、EDoRA

4. 讲解拒绝采样微调RFT，以及如何用COT合成推理数据

5. 讲模型合并，球面插值到 Task Arithmetic 到 DARE 算法

6. 代码手撕：Qwen3 模型的中期训练和全参 SFT 训练

7. 阶段实战：从零到一完成 Qwen3 大模型预训练和医疗领域CPT

8. 阶段实战：Qwen3 大模型 SFT 在任务型对话场景中的意图+槽位联合抽取

🚀 解锁技能

✅ 在预训练阶段的模型上，继续完成中期训练，并从中期阶段中实现长度外推

✅ 利用模型合并，在不训练模型的情况下，实现现有业务大模型效果的显著提升

✅ 掌握SFT，独立完成垂域大模型微调训练和评估

阶段6：强化学习核心算法精讲与实战

📚 学习内容

1. 强化学习基础讲解：马尔可夫决策过程，价值函数，贝尔曼最优方程

2. 讲解两种估计方法：蒙特卡洛方法和时序差分(TD)

3. Value-Based算法讲解：DQN模型和过估计的问题

4. Policy-Based算法讲解：Policy Gradient，REINFORCE，手写推导策略梯度公式

5. Actor-Critic算法讲解：PPO模型的前世今生，从TRPO，重要性采样，GAE，PPO-penaty，到PPO-clip

6. 讲解直接偏好优化DPO，以及两个代表性改进算法ORPO和APO

7. 案例实战：中期训练和SFT后，实现Qwen3模型的DPO后训练对齐

8. 案例实战：基于Phi4+DPO的广告文案生成优化实战

🚀 解锁技能

✅ 从原理上吃透RL，而不是强背八股，DPO算法能现场推导，模型来龙去脉完全口述。

✅ 学会真实场景下如何构建 DPO 的 pair 数据，掌握 DPO 后训练实战能力。

阶段7：LLM + RL 后训练精讲与实战

📚 学习内容

1. RLHF-PPO讲解，从奖励模型训练，ORM，PRM 讲到 RLHF

2. RLHF-GRPO讲解，GRPO的改进，K3估计，GRPO训练加速

3. 深入讲解 Deepseek-R1-ZeRO 和 Deepseek-R1 算法原理

4. 讲解 GRPO 的后续优化：DAPO，GSPO，SAPO算法

5. 讲解左右互搏 Self-Play：R-Zero算法从原理到源码，以及改进方向

6. 讲解大模型蒸馏，从 offline 蒸馏到 online 强化蒸馏，从 GKD/ULD 到 GOLD 算法优化

7. 源码带读：阅读 Transformers TRL库的 GOLD 源码

8. 代码手撕：Reward Model，PPO、GRPO、DAPO、GSPO，On-Policy RL Distillation

9. 阶段实战：Qwen+GRPO后训练实现复杂医疗推理和疾病诊断

🚀 解锁技能

✅ 从原理→代码→优化，彻底吃透大模型 RL 后训练。掌握 Self-play，在线强化知识蒸馏等技术。

✅ 掌握奖励模型以及 RLVR 的设计，能用 GRPO 动手完成一个真实数据的模型后训练

阶段8：Agent应用开发精讲与实战

📚 学习内容

1. Agent三大经典范式：ReAct，Relection，Plan-And-Solve

2. LangChain/LangGraph实战：从StateGraph，Midleware，Memory 到 Multi-Agent

3. 实战 Agent RAG、GraphRAG、 多模态RAG

4. Agent 进阶技术：从上下文工程到 MCP、A2A、ANP

5. 深入拆解“龙虾”背后的技术：Agent Skills

6. 手把手带你开发MCP Server 和 Client，如何写好Skills

7. 个性化 Memory 如何管理，有哪些方式，上下文压缩和隔离

8. DeepResearch核心原理，从零到一实现一个DeepResearch

9. 源码带读：深入阅读 DeepAgents 底层源码

10. 阶段通关：基于 DeepAgents+Skills 的 Text2SQL 实战

🚀 解锁技能

✅ 深入理解 Agent 技术 ，能够自己设计并实现一个复杂 Agent

✅ 掌握 Agent 框架核心源码，面试核心竞争力

项目实战：构建自进化+对抗降噪的DeepResearch Agent

📝 项目介绍

✅ 项目背景：项目源于企业里的Agent系统实战，技术栈囊括多Agent编排，Planning，长上下文压缩，跨Agent memory管理，红蓝对抗，文本降噪等最新Agent实战技术

✅ 讲解形式：先讲整体架构，再分模块讲解。每个模块采用图解设计思路+现场手写代码的方式，边写边讲实现思路，杜绝念PPT、念代码

✅ 项目收获：学完可作为真实 Agent 项目经验，拿下大模型应用岗offer

📚 学习内容

✅ 多Agent系统设计实现：多Agent架构 ：Supervisor+Research Agents + 对抗Agent

✅ 报告提纲生成：意图理解，生成报告大纲和研究简报

✅ Supervisor+Planning: 任务规划，Task分解和委派Sub-Agents

✅ Researcher Agent：进入ReAct Loop，URL去重，调用web工具，执行深度研究

✅ 上下文管理压缩：抽取摘要，压缩Research Notes，实现长上下文Auto-Compact

✅ 红蓝对抗：引入对抗Agent，找出行文逻辑漏洞 & 关键信息缺失，降低报告噪声和幻觉

✅ 报告质量评估：综合多维度得分，打分意见进入主循环，实现自进化

🚀 项目收获

✅ 掌握复杂Agent & Mult-Agent系统的设计能力，大模型应用岗 & Agent 开发岗必备

✅ 掌握如何定制研发一个成熟的Agent产品，hold住实际项目中的各种大小"坑"

项目实战：基于Qwen3-VL后训练的智慧寻车项目

🎯 项目介绍

• 本项目是一个真实项目，训练数据都是真实的，对应产品已在公司上线。

• 项目流程包括数据在线降噪，SFT冷启动微调，难样本挖掘，DPO/KTO后训练对齐，指标调优过程，benckmark测试

• 最终识别效果跟现在 Top 商业多模态大模型对比，各方面指标均远高于 Gemini /豆包/ Qwen（课程最后会做效果评测）。

• 模型可部署端侧，实现低显存占用，低FLOPS和高吞吐serving能力

🚀 项目收获

• 完整实战公司做多模态大模型后训练项目流程，从数据质量优化，数据配比，到SFT冷启动，难样本挖掘，到DPO/KTO调优，每一步是怎么做的。

• 吸收我在项目过程中踩过的坑，积累你在面试中的核心竞争力，真实线上问题，是面试官最兴趣的部分。

• 学完可作为真实多模态项目经验，拿下大模型和多模态岗offer

🔍 项目讲解

1. 业务背景：首先讲清楚为什么有这个项目，会用到哪些场景，具体如何应用。

2. 模型选型：分析现有SOTA模型的优劣，当前业务场景要考虑哪些因素，有哪些限制，以及为什么要选它。

3. Qwen3-VL的原理：对核心的vision encoder，merger，deepstack，以及Interleaved-MRoPE做细致拆解，确保没有学过多模态的同学也可以看懂。

4. 项目数据集：讲数据的分布，正负样本的混合比例，这份数据的挑战性在哪，以及在其他成熟OCR模型上的测试结论分析。

5. 架构设计：讲清楚项目整体架构设计思路，本项目核心要解决的问题，以及针对这些问题是怎么去做的。

6. 代码实操：老规矩，从0到1，从第一行代码开始，一步步添砖加瓦，把整个项目开发完成。模块级开发，模块级测试，最后端到端联调。

7. 项目评测：最终模型后训练完成后，会和现在最先进的多模态大模型在同一份测试集上做横向对比，从多维度指标的提升来验证我们最终的效果。

最终的历练：基于端到端Agentic RL构建出行规划场景下的Long-Horizon Agent

🎯 项目介绍

✅ 项目以真实出行规划为背景，通过RL提升Agent在复杂环境（8个工具调用）多约束（2～5个）下的任务规划与执行能力

✅ 真实工具接口，高德POI搜索，周边搜，路径规划，Google 搜索 ，Tavily等多种查询工具

✅ 实现Long Horizon Agents（长程智能体），最高可达50次工具调用

✅ 真正意义的从零到一：数据构建，格式修复和校验，打分清洗，数据筛选，冷启动，Agentic RL分布式后训练，指标评估等全部流程

✅ 完全端到端的强化学习agent模型优化，超长上下文+混合多工具调用使得任务极具挑战性

✅ 学完可作为真实 Agentic RL 项目经验，拿下大模型算法岗offer

🔍 项目讲解

✅ 数据构建：数据是后训练最重要的一环，如果跑现成开源数据，虽然省去了实际研发过程中70%的工作量，但毫无意义。所以这里我会带大家，从无到有构建数据。

✅ 数据过滤和筛选：企业标准的漏斗式过滤准则，多级过滤和数据修复，先验rule+模型打分结合的方式，最终产出一份高质量后训练数据。

✅ 工具环境构建：

• 每个工具如何实现，如何申请key，以及key的验证

• 大规模调用下为提升RL环境稳定性，如何实现多key轮训、重试机制、工具batch调用

• 从提高工程效率角度做代码演示和一步步验证，注重可落地性

✅ 数据rollout：

• 讲解多轮工具如何调用

• 对于边界case，超出max长度上下文，tools调用失败等各种异常问题如何处理

✅ 冷启动：

• 筛选一批高质量的数据去continue 训练模型

• 结合多卡分布式训练（8卡A100 / H800 / Pro6000），快速拿到实验结果，并做训练后模型验证

【数据这里到时候会重点讲踩过的一个坑，我会讲到是怎么发现这个问题，又是怎么解决的，这绝对是你是否亲手做过真实后训练的分水岭，靠编是编不出来的】

✅ Agentic 后训练：采用异步强化学习框架多卡训练，最大化训练效率，实现online RL。

• RL阶段的训练数据如何挑选，和SFT冷启动阶段有何不同。

• 如何设计复合reward，推理过程奖励+结果奖励，另外开放域判别（非数学/代码这种有确定性答案）无疑是给项目增加了挑战，如何克服这个问题。

• 稳定训练的技巧，训练前期，中后期的reward重心如何调整

✅ 代码实现：从安装环境开始，一步步带你做完这个大项目。每讲完一个模块就去项目环境进行代码实操，实操的同时讲实现思路，现场训练模型，展示我训练后的结果，最后去测试验证。

📝 项目题库

✅ 这部分讲解会采用大厂面试的连环炮风格，多轮拷问，深挖细节。

✅ agentic RL有很多细节可以深挖，比如：

• 数据部分：如何构建高质量的数据，有哪些必备的清洗策略和trick

• Reward设计：如何高效对齐目标，同时又要能避免Reward hacking

• 模型训练：这块甚至可能牵出对算法原理的理解和优化，最新的论文工作，工程实现上的优化，同步/异步解耦/buffer/流水线/延迟梯度等等

🚀 项目收获

1. 做大模型算法必须掌握 Agentic RL，而不是停留在背八股，跑开源数据。你需要在真实场景下，从零到一去自己动手实战，本项目可以帮你完整实现。

2. 你的真实场景 RL 建模能力，数据&算法实战能力、架构设计能力、后训练调优设计能力会达到另一个Level，校招/社招降维打击

💁 训练营服务

🎯 1v1 简历和面试辅导

学到这里，你已经扎实掌握了课程技术和项目，积累了一身雄厚的"内力"。那接下来，就是如何把这一身功力展现出来。

我会从简历、算法、八股、项目四个方向，手把手带你把会的东西，变成实实在在的 offer。

✅ 简历优化：如何把技术和项目"高大上"的包装到简历，让面试官眼前一亮。

✅ 力扣算法题：大厂高频题路径，该刷哪些、怎么刷，不做无用功。

✅ 大模型八股：精选500+道面试真题，直接瞄准高频考点，不用大海捞针。

✅ 大模型项目：项目怎么写、怎么讲、面试官会追问什么，提前准备好，面试时心里有底。

🎯 1v1答疑辅导

✅ 学的过程中卡住很正常，尤其基础薄弱的同学，有时候一个问题能卡一两天，自己死磕效率极低。但实际上，很多问题有人指点，一捅就破。1V1答疑的好处就是我能帮你快速定位问题、答疑解惑，避免一个小卡点拖慢你的整体进度。

🎯 1v1 职业发展规划

✅ 除了学习上的指导，一些职业发展规划的问题也可以问我，比如最重要的，怎么选offer？

✅ 我的建议可能会让你少走很多弯路，避开一些大坑，以下是部分学员的offer选择咨询：

学员offer选择咨询

🏆 目前取得的成果

✅ 目前已帮助大量学员成功拿到 offer，不少非科班/转行/学历一般的同学，通过自身努力+辅导，成功逆袭，进入大模型赛道。

✅ 学员去向覆盖字节、阿里、腾讯、美团、月之暗面、Meta、华为、小红书、智谱AI、MiniMax、拼多多、京东、小米等国内外中大厂。

部分学员offer：

部分学员offer

💡 授课思路 & 课程试看

课程采用六位一体的授课思路，包括理论讲解、面试精讲、代码手撕、阶段通关、生产经验、项目实战，全方位打磨你的实战和面试能力。

📖 理论讲解

拒绝传统机构那样对着 PPT 念的形式，复杂概念全部图解，复杂公式现场手推。

理论讲解-课程试看​

🎯 面试精讲

精讲大厂面试题。学完理论，马上告诉你面试会怎么问？如何回答才能和别人拉开差距？

面试精讲-课程试看​

✍️ 代码手撕

我不会像其他机构那样，写好代码对着讲。而是直接带你现场手写代码，边写边讲实现思路，遇到问题现场debug。

代码手撕-课程试看​

🔓 阶段通关

阶段最后的综合实战，含金量放在其他机构都可以作为一个项目，但在我这边只是前菜，真正的"项目大餐"还在后面。

阶段通关-课程试看​

💼 生产经验

我会讲我们在做项目的时候，踩过的坑，遇到的问题，尝试的思路，解决的方案。

生产经验-课程试看​

🚀 工业级项目

整套课程绝对的核心，项目都是原创独家的大型工业级项目，绝非市面上的demo。

项目讲解延续之前的风格，核心代码全部手写。

⭐ 导师介绍

✅ 10年工作经验，前阿里算法专家。

✅ 现专注于智驾大模型，同时对NLP、强化学习、对话识别、多模态内容理解，也有大量实战经验。

🎯 课程适合谁？

⚠️ 非科班出身，自学大模型感觉杂乱无章、没有方向。

⚠️ 学历一般，简历过不了筛，需要靠硬核项目来弥补差距。

⚠️ 做过一些网上的demo项目，但面试时一被深挖就扛不住。

⚠️ 简历含金量不够，投出去总挂，需要做针对性打磨深挖。

✍️ 写在最后

✅ 课程不是银弹，不是报名就拿到了大模型入场券，即便是葵花宝典，也要花时间炼化。

✅ 这个时代人人都在追速成，但学习恰恰是不能速成的。我只能保证你整个学习不走弯路，但该你走的路，该你积累沉淀的地方，一处也不能少。

✅ 如果你抱着速成心态，希望像某些机构宣传那样，两三周就拿到结果，那么抱歉，本课程不适合你

✅ 但如果你愿意坚持，能沉下心来，按我规划吃透每个技术点、面试题、代码、项目。

相信我，这套课程将改变你的命运

☎️ 如何报名

请直接扫码或添加丁师兄微信：dsxaigc，备注【B站】