我是2025届计算机科学与技术专业应届生。

在很多人眼里，计算机专业找开发工作应该比较顺利。毕竟大学期间，我学过面向对象分析与设计、软件工程、数据结构、算法和数据挖掘，也写过不少课程代码。

但真正进入求职准备阶段后，我才发现：计算机专业只是让我具备了一些基础，并不代表我天然符合大模型开发岗位的要求。

当时，大模型应用开发的热度越来越高。我在招聘平台上看到不少相关岗位，要求里频繁出现RAG、LangChain、LoRA微调、模型部署等关键词。相比传统开发，我对这个方向更感兴趣，也觉得它未来会有更大的应用空间。

可当我认真对照岗位要求时，心里其实有些没底。

学校里的课程帮助我建立了编程和算法基础，但我并没有真正做过完整的大模型项目。

那段时间，我也尝试过自学。

网上关于大模型的教程很多，我收藏过资料，也跟着视频敲过代码。刚开始觉得进展很快，因为复制代码、配置接口之后，很快就能看到页面和回答结果。但只要换一个模型、换一份数据，或者项目突然报错，我就不知道该从哪里排查。

更让我焦虑的是，我学了不少零散知识，却始终无法判断自己距离企业岗位到底还有多远。

后来，我接触到了近屿智能。

在正式决定之前，我和近屿智能的销售顾问聊了很久。对方并没有因为我是计算机专业，就直接告诉我“基础很好，肯定没问题”，而是认真了解了我已经掌握的内容、项目经历和求职目标。

沟通过程中，对方说的一句话让我印象很深：计算机基础可以帮助我学得更快，但最终能不能进入大模型岗位，还是要看能否拿出完整的项目、讲清楚技术方案，并且解决实际问题。

这句话没有刻意迎合我，但很符合我当时的真实情况。

我也问了不少问题，比如课程会学到什么程度、项目是不是只跟着老师做、遇到问题能不能得到反馈等。销售顾问回答得比较坦诚，没有夸大结果，也没有催着我马上决定。那种沟通不像是在刻意说服我，更像是帮助我判断这条路是否适合自己。

正式进入学习后，在课堂上，我会认真记录老师讲解的核心内容，遇到不理解的问题及时提问。课后，我会重新整理代码结构，把课堂案例换成自己的数据，再尝试增加新的功能。有时候为了弄懂一个接口的参数，我会反复查文档、测试不同配置，直到能够独立说明它的作用。

学习RAG时，我完成了一个医疗问答项目。

这个项目并不是简单地把文档上传后调用模型，而是需要处理医疗知识库、文本切分、向量化、检索、提示词设计和答案生成等多个环节。刚开始，系统经常出现检索内容不准确的问题：用户问的是一种症状，召回的却是关联度不高的资料；有时资料检索正确，模型生成的回答又不够清晰。

为了改善效果，我调整了文本切分方式、召回数量和提示词模板，也反复检查知识库中的数据质量。后来，我又加入了语音交互和前端页面，让这个项目从一个后端脚本变成了能够实际操作的问答助手。经过多轮测试，系统的专业问答准确率达到了90%以上。

这个过程让我第一次真正理解，企业需要的不是“会调用大模型”的人，而是能够围绕一个具体问题，设计并完成整套解决方案的人。

除了医疗问答项目，我还做了多智能体小说创作平台。这个项目需要让不同智能体分别承担角色设定、剧情规划、内容创作和质量检查等任务。我一开始以为，多智能体只是多调用几次模型，真正实现后才发现，智能体之间如何传递信息、任务如何拆分、上下文如何控制，都会影响最终效果。

我还独立完成了Qwen2-7B模型的LoRA微调。数据清洗、格式转换、参数配置和效果评估，每个环节都会影响最终结果。有一次训练完成后，模型的回答反而变得不稳定，我重新检查数据集，发现部分样本表达方式不统一。调整数据并优化参数后，模型在医疗场景中的回答才变得更专业、更自然。

过去，我习惯把项目是否“运行成功”当作完成标准。经过这些练习，我开始关注代码是否规范、模块是否清晰、系统是否方便扩展，以及自己的方案能否被别人理解和接手。

进入求职阶段后，我才发现，项目做得不错，不代表简历就能写好。

我的第一版简历塞了很多技术栈，Python、LangChain、RAG、LoRA、智能体几乎全写上了，但看完之后，很难判断我到底完成了什么。就业老师带着我重新拆解项目，把业务背景、技术难点、个人职责和项目成果分别写清楚。

模拟面试同样让我发现了很多问题。

有些技术我明明做过，但被连续追问时，回答容易失去逻辑。老师会让我重新梳理：项目为什么选择RAG而不是直接微调？LoRA微调解决了什么问题？智能体之间如何协作？如果检索结果不准确，应该从哪些环节排查？

每次模拟面试结束后，我都会记录没有回答好的问题，再回到项目里查代码、补知识。慢慢地，我能够结合自己的实际操作讲清楚技术选择。

收到正式面试邀请后，我也会提前了解公司的业务和岗位要求，根据对方的应用场景重新准备项目介绍。就业老师会跟进面试情况，帮助我复盘回答效果，也会在岗位选择和薪资沟通上给出建议。

最终，我获得了一家专注于AI大模型应用开发的公司的offer，担任大模型应用开发工程师。

拿到Offer之后，我最大的感受不是“计算机专业果然有优势”，而是庆幸自己及时补上了学校课程和企业需求之间的差距。

这段经历让我明白，专业背景只能证明学过什么，项目能力才能证明真正会做什么。

即使是计算机专业，如果只停留在课堂知识里，也可能被快速变化的技术和岗位要求甩在后面。真正的竞争力，不是简历上写了多少技术名词，而是能不能把技术变成一个完整、稳定并且能够解决实际问题的应用。