JD 怎么读：招聘要求逐条拆解

大模型应用开发岗的 JD 有固定语法:真正的「必须项」通常只有三四条(LLM 应用链路、一门工程语言、RAG 或 Agent 之一),其余多数是「加分项写成了必须项的样子」。会读 JD 的人命中六七成核心项过硬就投,投得准也准备得省;不会读的人被一句「熟悉大模型训练原理」吓退,错过本来能上的岗。 作者:吴师兄 适合:准备投大模型应用岗但看不懂招聘要求的人 前置:了解应用岗和算法岗的基本区别 JD 是愿望清单,不是准入门槛 先建立一个心态:JD 是招聘方对「理想候选人」的画像,不是过线标准。写 JD 的人恨不得把所有会加分的能力都堆上去,但真到筛简历时,HR 和用人 leader 看的是那三四条硬骨头有没有,其余全是软性偏好。 结果就是,一份 JD 列了十几条要求,真正决定要不要约你的可能就三条。转行者最容易犯的错,是把这十几条当成十几道必须全过的门,越读越怂,最后只敢投「全部满足」的岗——而那样的岗几乎不存在,存在也轮不到转行者。 正确的读法是反过来:先从 JD 里挑出必须项,判断自己核心过不过硬;再看剩下的加分项命中多少;两个条件都够就投,别在软性偏好上纠结。命中 60%~70% 且核心项能打,就是可以投的信号。 JD 黑话逐条翻译:原文、实际考察、怎么准备 大模型岗 JD 有一套行话,字面吓人,拆开看考察点其实很有限。下面这张表是逐条翻译,左边是 JD 常见原文,中间是它实际在考察什么,右边是对应怎么准备。 JD 原文 实际在考察 怎么准备 「熟悉 LLM 应用开发链路」 调过 API、懂 prompt、做过一个完整应用 AI 编程最小实现系列 「熟悉大模型训练原理」 应用岗只需懂大方向:预训练/SFT/RLHF 各解决什么,不用会训 基础概念扫盲,会讲即可 「有 RAG 系统实践经验」 能讲清检索链路每个环节的选型与权衡 RAG 完整教程 + 题库 RAG 模块 「有 Agent 落地经验」 做过多步工具调用的东西,能说清编排与失败兜底 30 行最小 Agent、Agent 项目实战 「熟悉主流开源模型」 知道 Qwen/Llama/DeepSeek 等各自特点、会按场景选型 在项目里实际换几个模型跑,记住体感差异 「熟悉 LangChain / LlamaIndex 等框架」 用过其一即可,更看重你知道框架替你做了什么 用框架重写一遍你的最小 RAG 「熟悉 Function Calling / ReAct / MCP」 Agent 岗核心项,会追问实现细节 MCP 入门、工具调用 「熟悉大模型微调」 应用岗通常只考 LoRA/SFT 概念与「何时微调 vs 何时 RAG」 题库「模型微调」模块的判断类真题 「熟悉推理优化(vLLM、量化、KV Cache)」 部署方向核心项,其他方向是加分项 题库「推理优化」模块 「良好的工程能力」 代码能读能维护、懂接口/异步/日志/稳定性 后端老本行,把它翻译成大模型系统语言 「有 0-1 项目经验者优先」 加分项,自建完整项目同样算数 没有项目经验怎么办 「发表过顶会论文者优先」 纯加分项,应用岗没有它照样过 忽略,别被吓退 用法:对着一份具体 JD,把每条要求丢进这张表翻译一遍,你会发现十几条里真正卡人的没几条,大多是「知道是什么、能聊两句」就够的软性项。 同名不同岗:三种「大模型工程师」怎么分辨 同样叫「大模型工程师」,内核可能是完全不同的三种岗,准备方向也不同,投前一定先从关键词分辨。用错力气准备,是转行阶段最贵的浪费。 岗位画像 JD 高频关键词 实际在干什么 谁对口、怎么准备 RAG 应用工程 检索、知识库、向量库、召回、rerank、问答 把企业文档接进大模型做问答/助手 转行主战场,吃透 RAG 教程 全链路选型 Agent 开发 Function Calling、工具编排、ReAct、工作流、MCP、多轮 让模型自主调工具完成多步任务 后端逻辑强的人对口,练 Agent 项目 偏算法的应用算法 SFT、LoRA、数据配比、评估集、DPO、微调 用微调和评估把模型效果调上去 更接近算法岗,先看 应用岗 vs 算法岗 再决定碰不碰 分辨方法很简单:看 JD 正文里出现密度最高的词属于哪一列。如果通篇是检索、知识库、召回,那是 RAG 岗,别花大力气准备微调;如果通篇是工具调用、编排、多轮,那是 Agent 岗,重点练 tool 设计和失败兜底;如果满屏 SFT、数据、评估,那是偏算法岗,门槛更高,转行前期不必硬冲。更完整的岗位地图见 大模型岗位地图。 命中多少该投:一张判断清单 一句话:核心项过硬 + 整体命中 60%~70% 就投,别等全满足。核心项指这三样——LLM 应用链路(调过 API、做过完整应用)、一门工程语言(Python 或你原来的后端语言)、RAG 或 Agent 至少精通一个。这三样能打,就有了基本盘。 剩下的按下面这张表判断,哪些「不满足」可以直接忽略,哪些要认真补: JD 要求 不满足能不能投 说明 LLM 应用链路 / 工程语言 / RAG 或 Agent 之一 缺了别投,先补 这是真必须项,是你能上桌的门票 「熟悉大模型训练/微调原理」 能投 应用岗几乎不让你训模型,会讲概念足矣 「熟悉推理优化 / vLLM / 量化」 非部署岗能投 平台/Infra 岗才是硬要求 「顶会论文 / 竞赛获奖」 能投 纯加分,应用岗不看这个也过 「3~5 年相关经验」 通常能投 大模型这波才两三年,写 5 年多是拍脑袋,拿项目深度换 「有大厂经验优先」 能投 偏好不是门槛,项目和答题能力可以盖过 学历卡「硕士及以上」且明确硬性 谨慎 部分岗真卡,投前可从面经判断这家松不松 判断逻辑记住一点:凡是带「优先」「加分」「者优先」字样的,一律当加分项,不满足照投;凡是核心三项里的,缺一样都要先补再投。 读者分层:研一/研二 vs 3 年 Java 后端,读 JD 的重点不同 同一份 JD,在校生和社招工程师该抓的重点完全不同,别套同一套标准。 研一/研二在校生看的是实习 JD。实习岗写的「有落地经验」「熟悉主流框架」,别当真门槛——招实习生的团队心里清楚学生没落地过,他们真正筛的是基础扎不扎实、学习能力和上手速度。所以你读实习 JD,重点不是逐条满足,而是确认自己基础概念清楚(见 基础概念)、有一个能讲明白的自建项目。看到「有落地经验者优先」就退缩,是最典型的自我淘汰。你的打法是:用一个做透的 RAG 或 Agent 项目,加清晰的原理表达,盖过「经验」这一栏。在校阶段的完整节奏见 研究生转型指南。 工作约 3 年的 Java/后端面对的是社招 JD,逻辑相反:社招看即战力,JD 里的工程关键词(接口、高并发、稳定性、数据管线)你本来就有,这是你的优势区,要在简历里主动对齐、放大。你的缺口在大模型侧的项目关键词——RAG 链路、Agent 编排、评估闭环,读 JD 时重点圈出这些词,确认自己每一个都有对应的项目证据能讲。社招 JD 的「训练/微调原理」同样是加分项,别因为不会训模型就放弃一个本质是「用大模型改造后端系统」的岗。后端如何翻译经验、对齐关键词,见 后端转型指南。 一个具体反例:被「熟悉微调原理」吓退 最常见也最亏的操作:看到 JD 写「熟悉大模型训练/微调原理」,心想自己没训过模型、连 LoRA 都没跑过,直接划走不投。 这为什么错?因为对绝大多数应用开发岗来说,这一条是加分项,不是必须项。应用岗的核心价值是会用——把现成模型通过 RAG/Agent 接进业务系统,解决实际问题;公司真需要训模型的岗会单独招算法工程师,JD 长得完全不一样(满屏数据配比、评估集、RLHF)。应用岗写这条,多半是想要个「知道微调是怎么回事、能判断这个需求该 RAG 还是该微调」的人,而不是要你真去训。 结果就是,一个只会用 RAG 但用得很透的候选人,因为「微调」两个字自我否决,把一个本该能上的岗让了出去。正确做法:把微调当成「能讲清概念 + 知道何时用」的软性项,花半天看懂 SFT 和 LoRA 在做什么、微调 vs RAG 怎么选,然后照投不误。会用比会训,在应用岗市场上更值钱。 读完 JD 之后的行动清单 对着目标 JD 校准简历措辞:把 JD 的技术关键词逐条和你简历对照,缺口分成「面试前能补」和「如实说明边界」两类;简历怎么把经验翻译成 JD 想听的说法,看 简历三维表达法。 投递前用 20~30 个 JD 校准关键词:在招聘平台拉同方向 20~30 个在招岗位,统计高频词,这些词就是你简历和答题该覆盖的重点,比任何攻略都准。 按 JD 主方向刷 题库对应模块,别平均用力——RAG 岗刷 RAG 基础和重排,Agent 岗刷 Agent 模块。 提前熟悉面试流程:知道每一轮考什么才好分配准备精力,见 面试流程全解。 目标公司有 面经 的优先读:同一家公司考察风格高度稳定,读两篇比读十篇通用攻略管用。 常见问题 大模型 JD 的必须项到底是哪几条? 通常只有三四条:LLM 应用链路经验(调过 API、做过完整应用)、一门工程语言(Python 或你原后端语言)、RAG 或 Agent 至少精通一个,有的岗再加一条方向相关(检索/编排/部署)。其余带「优先」「加分」字样的一律是软性偏好,不满足照投。 命中多少 JD 要求才值得投? 核心三项过硬、整体命中 60%~70% 就该投。转行者永远等不到「全部满足」那天,与其凑齐所有加分项,不如把核心项做到能在面试里讲透。核心项缺了先补,加分项缺了直接忽略。 看不懂 JD 里那些技术黑话怎么办? 把每条 JD 要求丢进「原文→实际考察→怎么准备」的翻译表过一遍,你会发现十几条里真正卡人的没几条。字面吓人的「熟悉训练原理」「熟悉推理优化」,应用岗多半只要你会讲概念、知道何时用,不用真会做。 同样叫「大模型工程师」,怎么知道具体是哪种岗? 看 JD 正文里出现密度最高的词。检索、知识库、召回为主是 RAG 应用岗;工具调用、编排、多轮为主是 Agent 岗;SFT、数据、评估为主是偏算法岗。三种准备方向不同,投前分辨清楚,别用错力气。 在校生看到「有落地经验者优先」是不是就别投了? 不是,那几乎都是加分项。招实习生的团队清楚学生没落地过,真正筛的是基础和学习能力。用一个做透的自建项目加清晰的原理表达就能盖过「经验」这一栏,看到这句就退缩是典型的自我淘汰。想系统补齐、少走弯路,也可以看看 训练营 的项目陪跑与模拟面试,或先翻 201 个 offer 案例 看别人是怎么上岸的。 相关阅读 简历三维表达法:JD 关键词怎么写进简历 大模型面试流程全解:每一轮考什么 大模型岗位地图:同名不同岗怎么分辨 应用岗 vs 算法岗:我该投哪一类 大模型面试真题库:按 JD 方向刷对应模块