DavinciDavinci

@Ravenddd 有这篇文章的链接吗

感觉每个公司对 FDE 的职责定位都不一样。之前看过字节产品侧的 FDE ，几乎就是不用写代码了，有点像是运营+产品的定位，拿自家的产品改改然后交付用户，还要高频出差

@illi 就是朋友内推，内推也只是简历能跳过机筛和 HR 筛，直接到 Team Leader 手中吧。但本身如果不合适也是没机会的，其实还有好几家内推的都没给机会。内推中的也是刚好岗位比较 match 。并不是一投就中

感谢各位大佬的敲打，大家的评论确实也让我意识到了很多问题。我也稍微回答一下：

1. 简历水分：简历里面的项目，70% 的代码确实都是我写的。但是确实如面试结果一般，实际上真正复杂场景下落地的很少。我也是一边探索一边做，都是刚好找到一个简单场景，这种情况下也不需要写出非常极致性能的代码。而且我们公司主要也靠业务驱动而非技术驱动。而业务侧往往需要的是更多的功能而非更极致的性能。所以很多时候为了快速出效果，就直接放手 vibe coding 了，简历上很多事情也是“做过”而非“做极致”。楼上说我是酥神风格我也认了吧 ；)
2. 4 年为何经历这么多：我们公司高度稳定。实际上我刚来公司时，部门几乎 10 年没招新人了。所以部门这边给的资源也是非常好的（买了很多显卡），有很大的自主权去做各种事情。刚来公司的时候是做 Java + Vue.js 的全栈，后面去做了 ML/DL 训练 + 落地。确定我来负责部门内大模型技术后，业务侧的工作我也很少关注了，反而能专心去探索一些绩效无关的研发工作。
3. 技术水平：这块是有夸大成分的，如果定位是能够熟练背诵八股的话。但比如一个模型训练任务，从数据采集，到 pytorch 的训练脚本编写，到后续业务编排，部署和算法路径的追踪，这一套的完整实现,我认为可能是我对于精通的定义。但你要我从头实现计算图+前向和反向传播，这种程度定义为精通的话，那我确实也只能算是“了解”
4. 为啥不去做 ML/AI Infra：起步硕士还要有顶会论文，我就一破双非，别骂了 😭


最后很多人说简历看起来很强，但更多的公司，在 boss 上连我的简历都没有要走，回复我的都是外包或者小厂。实际上上面还有部分是依靠内推，没内推这些公司也几乎不收我的简历的。但还是很感谢各位能够看我的简历并提出宝贵意见~

@xue777hua 兄弟你确实是做过的，所以后面我们也换 firecracker 了。不过你也可以看出来我简历经历中的很多问题了，其实前几天刚好碰上做这方面很深的团队直接被打爆了，感谢指正 😂

@fxxkgw 我都工作 4 年了😭

@ReferenceError 说实话面到现在大部分都不用手撕，八股也几乎没有，都是围绕项目深度来挖掘的

@Stargaze 上班时候找个会议室，或者下班面

@nc [Imgur]( )

在这里了大佬