没有大模型项目经验，怎么攒

面试官要的不是「你做过多大的项目」,而是「你在项目里做过多少真实的技术决策」。一个自己从零搭、每个环节都讲得清为什么的 RAG 或 Agent 系统,胜过任何跑通就完事的教程 demo。项目经验是可以在 4-8 周内攒出来的,前提是做的方式对——带评估、留 badcase、每个取舍都能讲清。 作者:吴师兄 适合:想转大模型岗但手里没有「像样项目」的在校生和后端工程师 前置:了解应用岗和算法岗的区别,大致知道 RAG / Agent 是什么 没在公司做过 ≠ 没有项目经验 先破这个心魔:面试官分辨项目真假,靠的从来不是「这是不是工作项目」,而是追问的深度。一个自建项目只要你答得上「为什么这么切块、召回率怎么测的、换个方案会怎样」,它就是真的;一个挂在简历上的「公司项目」,如果你只是接了个模块、说不清整体决策,一追问就露馅,它反而是假的。 大量转行成功的候选人,简历上的核心项目就是自己从零搭的。原因很简单:自建项目每一行决策都是你自己做的,追问链条无论多深,底下都有东西;而很多人的「工作项目」其实是团队的项目,你只负责一小块,面试官问到你没碰过的环节就卡壳。所以别因为「没在大厂做过大模型」就觉得没资格投——你要证明的是决策密度,不是公司抬头。 有一个例外要提醒:自建项目最怕「一看就是照着教程抄的」。判断标准在下一节,但先记住一句话——教程给你的是骨架,面试官认的是你往骨架上长出来的肉。 什么样的项目算「能写进简历」 四条判断标准,缺一条就还只是 demo。每条我给正反例,你拿自己手里的东西对照。 标准 反例(还是 demo) 正例(能写进简历) 有真实业务问题 「我做了个聊天机器人」 「给某垂直领域的 300 份 PDF 做问答,解决人工查条款慢的问题」 有技术决策和权衡 「用了 LangChain 和向量库」 「按语义切块,因为固定长度切会切断条款;向量库选 X 是因为要本地部署」 有量化结果 「效果不错,能回答问题」 「自建 50 题评估集,召回率从 62% 调到 81%,P95 延迟 1.4s」 扛得住三层追问 问「为什么不用别的方案」就答不上 每个技术点预设「为什么→为什么不用别的→出问题怎么办」 逐条说透: 真实业务问题是转行者的独特优势。领域可以直接来自你的上一份工作——做过金融后端就拿合规文档,做过电商就拿商品客服语料。「解决了什么人的什么麻烦」这句话说得越具体,项目越像真的。 技术决策和权衡是四条里最值钱的。面试官真正在挖的是「你在岔路口选了哪条、为什么」。切块策略、嵌入模型选型、混合检索的权重、什么情况下检索失败怎么兜底——每一个「选了 A 没选 B」的地方都是一个可讲的决策点。 量化结果哪怕数字是自己构造的测试集测出来的,也远胜于没有。「召回率 81%」自带追问入口(怎么测的、测试集怎么来的),而「效果不错」是死路,面试官接不下去,只会觉得你没做过。 扛住追问是前三条的验收。一个技术点如果只经得起一层提问,说明你只是用了它、没有理解它。写进简历前,自己先把每个名词的三连问过一遍。 两条项目路线怎么选:RAG 还是 Agent 别贪多。选一条主线做深,比三条都做浅强得多。两条路线的差异不在难度,在你想证明什么、以及你的时间预算。 维度 RAG 路线 Agent 路线 适合谁 首选,尤其后端转行、想快速出证据链的人 已有 RAG 基础、想主打自主决策/工具编排方向的人 能证明什么 检索工程能力:切块、嵌入、混合检索、重排、评估闭环 任务规划、工具调用、长程记忆、多步失败恢复 面试考点密度 极高,是应用岗最主流的考法 高,但更看重系统设计和边界处理 上手门槛 中,链路长但每环都有成熟方案 偏高,不确定性多、调试更费劲 细化怎么做 把 RAG 教程做成你的项目 做一个 Agent 项目 我的建议:如果你在犹豫,默认选 RAG。它链路完整、考点密集、每个环节都有清晰的「决策—结果」对应,最容易在 4-8 周内攒出能扛追问的证据链。Agent 更适合作为第二个项目,或者你本来就想往 Agent 方向走、也愿意多花时间调试不确定性。选定之后,别在这一篇纠结「具体做哪 8 项产出」——那是 16 篇和 17 篇负责的事,这一篇只帮你判断能不能写进简历、选哪条线。 从教程 demo 升级成「你的」项目要补什么 照着教程跑通,只完成了 30%。剩下 70% 是把它从「谁跑都一样」变成「带你指纹」。这份清单是升级的最小集: 换成自己的业务场景和数据:教程用什么语料你就换掉,换成你熟悉领域的文档。语料一换,切块、检索、评估的参数全都要重调,这些重调就是你的技术决策来源。 加评估:构造一个哪怕只有 50 题的评估集,测出基线数字。没有评估的项目在面试里是空心的——你说不出「好在哪、差在哪」。 留 badcase:把跑挂的例子留着。长文档被截断、表格解析失败、检索到「相似但无关」的段落……每一个 badcase 都是一段现成的面试素材,还证明你真的调试过。 能讲取舍:做完一次「测基线→定位最差环节→改进→再测」的迭代。面试里讲「我把召回率从 62% 提到 81% 的过程」,是最有说服力的叙事,因为它天然包含了决策、结果和踩坑。 一句话:升级的核心不是「让它更完善」,而是「让它长出你自己的决策和 badcase」。 读者分层:你的时间预算决定打法 同样是攒项目,在校生和在职后端的节奏、目标完全不同。 人群 时间特征 打法 里程碑 研一/研二在校生 整块时间足 做一个完整 RAG,再用一段实习把它坐实 项目跑通带评估 → 投实习 → 实习中接触真实数据反哺项目 工作约 3 年 Java/后端 时间碎、下班后才有 4-8 周只做深一个 RAG,主打工程经验 用业务领域语料建证据链 → 把后端稳定性/数据管线经验翻译进去 研一/研二时间最充裕,别浪费在「多做几个 demo」上,而要用完整项目 + 一段实习形成闭环:项目让你有的聊,实习让项目有真实数据背书,两者互相坐实。这是在校生最强的组合拳。 工作约 3 年的后端恰恰相反,时间是碎的,拼数量必输。你的策略是用 4-8 周把一个 RAG 做到有评估、有 badcase、能讲透,同时把你已有的工程财富——接口设计、异步任务、数据管线、稳定性、灰度——翻译成大模型系统的语言塞进项目里。你不是和应届生比谁调的模型多,而是比谁能把系统跑稳、跑出评估闭环。这正是应用岗最缺的能力。 一个很常见但没用的做法:同时铺三个项目 很多人为了让简历「显得厉害」,同时上 RAG、Agent、多模态三个项目,结果每个都只跑通了教程 demo,都没有评估、没有 badcase、说不清任何一个决策。 这在面试里是灾难。面试官只要挑其中一个往下问三层,你就全线崩盘——而且三个都浅,会让他判断你「什么都碰过、什么都没做透」,比只有一个项目更减分。一个 RAG 做到有评估、有 badcase、能讲透,完胜三个跑通就完事的 demo。 记住:简历上的项目不是越多越好,是越经得起追问越好。你要的是深度密度,不是数量。 行动清单:攒项目的下一步 选定一条路线,去对应的细化篇搭证据链:主攻检索工程看把 RAG 教程做成你的项目,主攻自主决策看做一个 Agent 项目。这两篇讲的是具体要产出哪些东西。 产出攒够了,再学怎么写进简历:项目再好,写法不对也会被埋没,看简历三维表达法怎么写项目,把「业务问题→方案→量化结果」写到可被追问的粒度。 写完自测追问强度:把项目段落贴进简历 AI 追问工具,它会模拟面试官找出你会被深挖、但可能答不上的点,趁面试前补齐。 用真题演练项目讲法:去题库按「RAG基础」「Agent」「评估与监控」模块刷,看面试官实际会怎么围绕项目发问。 看几个真实反馈:项目从空白到能被面试深挖 很多人以为项目经验一定得来自公司。实际不是。我看过不少反馈,真正拉开差距的不是项目挂在哪家公司名下,而是你能不能把一个场景做成可追问的证据。下面这几条都做了脱敏,你可以当成选项目时的参照。 背景 原始问题 项目补法 反馈结果 可以照着做的部分 985 研二,只有 C++/Python 基础 没有 Post-Train、RAG、Agent 项目,投大厂暑期实习缺少竞争力 做两套能被追问的产业/互联网场景项目,同时补笔试和面试专项 收到华为、得物、拼多多 AI 实习 offer 先做一个可展示项目,再围绕目标公司补题和表达 211 金融本硕 金融科研经历有,但 AI 实战为空,跨专业劣势明显 做金融知识库问答和智能风控 Agent,把金融背景接到 RAG/Agent 链路上 收到蚂蚁金融大模型算法岗 offer 行业背景要进入语料、业务流程和评估指标,不能只写在教育经历里 985 控制本硕 原本只准备后端,项目简易,投递反馈弱 改做金融场景大模型项目,补 RAG、Agent、上下文工程和面试讲法 拿到金融行业双 offer 如果原赛道不顺,不要盲目换方向,先用一个项目验证新方向的匹配度 这类样本的共同点不是"项目名字高级",而是项目能回答三类问题:为什么这个场景需要大模型、你做了哪些工程决策、效果和失败样例如何证明。 常见问题 自己做的项目面试认吗,会不会被看不起 认,而且往往比说不清的「工作项目」更值钱。面试官分辨真假靠追问深度,不靠公司抬头。只要你能答清「为什么这么做、为什么不用别的、出问题怎么办」,自建项目就是真项目。很多转行成功者的核心项目都是自己搭的。 大模型项目从哪来,我没有真实业务数据 从你熟悉的领域来。上一份工作的行业文档、某个垂直领域的公开资料,都能当语料。数据不必是公司机密,关键是场景真实、你说得清「解决了谁的什么麻烦」。语料一换,所有参数要重调,这些重调就是你的决策。 一个项目够吗,是不是项目越多越好 一个做透远胜三个跑通。同时铺 RAG、Agent、多模态都只到 demo,面试官挑一个追三层就全崩,还会觉得你什么都没做深。先把一个 RAG 做到有评估、有 badcase、能讲透,再考虑第二个。 教程跑通了算有项目经验吗 不算,只完成了 30%。跑通只证明你会照抄。剩下 70% 是换成自己的数据、加评估、留 badcase、能讲取舍——让它长出你的指纹。照抄的教程 demo 一追问就露馅,这也是面试官最容易识别的「假项目」信号。 在职时间太碎,4-8 周真能攒出来吗 能,但要聚焦。别拼数量,只做深一个 RAG:换业务语料、建 50 题评估集、留 badcase、做一次完整效果迭代。把你已有的后端工程经验翻译进项目里,这恰恰是应用岗最稀缺的能力。想要有人带着做、带真实付费业务背景的项目,可以看训练营。 相关阅读 把 RAG 教程做成你的项目具体要产出什么 怎么从零做一个能写进简历的 Agent 项目 简历三维表达法怎么把项目写到可被追问的粒度 用简历 AI 追问工具自测项目扛不扛得住深挖