择业对话·奔赴前程|清华大学软件学院 2026 年春季学期就业分享暨百度技术沙龙活动回顾

第一场技术分享围绕“萝卜快跑发展过程及业务介绍”展开。Yao介绍了百度自动驾驶的发展历程，以及从有人监管到无人化运行过程中涉及的技术积累和工程验证。

▲ Yao分享瞬间

Yao围绕L4自动驾驶中的长尾场景、数据闭环、功能安全、高清地图和工程平台建设等内容展开介绍，并结合百度IDG自动驾驶团队及AIDU前沿AI架构师方向，介绍了基础模型、端到端、VLM/VLA、世界模型等相关方向。分享中提到，萝卜快跑全球出行服务次数已超过2000万次，覆盖全球26座城市，总自动驾驶里程超过3亿公里。Yao结合L4 Robotaxi与L2辅助驾驶的差异，介绍了不同自动驾驶等级下系统能力和运行责任的区别。

第二场技术分享由曾锦乐带来，主题为“文心大模型大规模分布式训练实践与下一代技术展望”。

▲ 曾锦乐分享瞬间

本场分享围绕大模型训练系统工程展开，介绍了训练性能优化、集群高效容错等AI Infra实践内容。分享中提到，文心5.0相关训练面对的是2.4万亿级总参数、不到3%激活参数的超高稀疏MoE模型。曾锦乐介绍了超大模型参数规模、专家路由不均衡、长序列灵活掩码计算、多模态变长输入、超大规模集群等因素对大模型训练效率的影响。围绕这些挑战，团队介绍了FP8无损训练、负载均衡专家并行、通信拆分融合、FlashMask 高效注意力计算、多模态异构混合并行策略、零损耗检查点（ZCC）和端到端集群容错系统等技术实践，全面支撑文心全系列模型的高效训练。

▲ AIDU 项目介绍

分享内容覆盖项目定位、候选人画像、培养方式、招聘流程以及简历投递安排。同学们随后与百度各业务 HR 和技术老师交流，围绕岗位方向、简历准备和个人发展提出问题。

▲ 现场自由交流

就业经验分享环节中，四位嘉宾分别围绕量化、体制内、互联网、央国企等方向，介绍了行业特点、求职流程、能力准备和岗位选择等内容。

邱炜旭从量化行业的基本分工讲起，介绍了公募与私募、自营与资管、高频与低频的差异，也解释了 Quant Research、Quant Developer、Quant Trader 等岗位分别在做什么。

邱炜旭提到，量化岗位的工作内容通常与数据、代码、策略、回测和实盘表现相关，适合对金融交易和量化研究有兴趣的同学进一步了解。

准备方面，他建议同学们补好概率论、数理统计、随机过程和常见模型，面试前适度刷题；项目、论文、量化实习经历和代码能力，也会影响面试表现。考虑外资量化的同学，还需要提前积累英文表达。

关于公司选择，邱炜旭建议同学们关注公司文化、数据基建、岗位职责、团队方向和培养支持等因素。面试过程中，也可以主动了解未来具体工作内容。

戴声濯从定向选调的整体流程讲起，介绍了公告发布、材料提交、笔试面试、政审和体检等环节。各省公告通常在9月至12月陆续发布，但报名资质、考试形式、岗位分配、下乡安排和职级待遇等情况存在差异。

▲ 选调流程分享

备考方面，戴声濯介绍了学校面向公考同学提供的校内培训资源，并建议同学们利用网络资料和模拟考试，按真实考试节奏训练答题手感。政审环节也需要提前协调导师、辅导员、院系老师和同学，做好相关准备。

戴声濯介绍了体制内工作的岗位特点。他提到，相关岗位具有稳定性，同时也包含较多文书和事务性工作；不同单位和部门的工作强度存在差异，工作中也较重视规章制度和协作沟通。

他还建议，同学们在选择选调方向前，结合岗位内容、地区发展、个人性格和生活规划等因素进行综合判断。

江姝潼分享的是互联网大厂求职经验，重点围绕大模型算法方向展开。她提到，近年来秋招时间线明显提前，人才计划可能从 6 月开始面试，提前批在 7 月至 8 月密集展开，整个过程会持续很长一段时间。

江姝潼建议同学们结合面试反馈持续调整简历和项目表述，在求职过程中逐步明确岗位要求和准备重点。

在方向选择上，江姝潼提到，大模型和算法岗位正在进一步细分。相比泛泛覆盖多个方向，1到2段与目标岗位匹配度较高、能够被深入追问的经历更有助于展示个人能力。

关于力扣（LeetCode），江姝潼建议同学们仍需准备经典代码题，同时也要重视项目深度、技术方案选择和简历内容表达。谈薪时可以结合真实offer情况进行沟通，但应避免无目标地消耗精力。

她还提醒同学们，互联网岗位通常节奏较快、投入要求较高，求职时应结合岗位内容、发展空间和个人预期进行判断。

▲央国企求职分享

笔试常见内容包括行测、政治理论、计算机专业知识、英语和企业文化；金融类企业还可能涉及金融常识、管理学、运筹学或申论。面试则以无领导小组讨论和半结构化面试为主。无领导小组中，timer、leader、reporter 等角色会影响现场表现；半结构化面试常涉及情景题、职业规划、岗位理解和简历深挖。

她特别提醒计算机相关专业同学，央国企 HR 不一定有技术背景，简历要写得让外行也能看懂。少堆术语，多讲“针对什么问题、做了什么事、取得什么结果”。如果面试时遇到懂技术的面试官，再展开细节也不迟。

王琳还提醒大家，不同央国企、不同部门之间的工作内容和工作强度可能存在差异。选择央国企时，需要综合考虑稳定性、薪资水平、岗位内容和工作节奏等因素。

互动交流环节中，同学们围绕量化策略经历、互联网代码题准备、央国企实习匹配度、无领导小组讨论模拟等问题与嘉宾交流。

▲ 就业问答现场

董沁雨同学问到，实习之外自己开发的量化策略能否写入简历。邱炜旭建议，如将相关经历写入简历，应尽量以代码形式呈现，并能清晰说明因子、模型、组合逻辑和策略效果；项目流程规范、结果具备基本说服力时，可以作为求职中的加分项。

针对现场同学关于代码题准备的提问，江姝潼表示，力扣题在面试中出现频率有所下降，通常集中在前几轮技术面。她建议同学们掌握常见经典题型，同时把更多精力放在项目经历、技术选择和个人思考的表达上。

李思成同学问到，实业类央企方向跨度较大，短期实习经历是否需要与未来求职方向完全一致。王琳表示，央国企通常不会像互联网技术岗一样强调实习方向完全垂直，但同学们仍应有一至两段能够清晰说明工作内容、能力积累和实践收获的经历。

杜青芃同学询问无领导小组讨论的模拟渠道。王琳建议，可通过小红书等平台寻找面试前的集中模拟，参加两三场以熟悉流程和角色分工即可；相比系统报课，更重要的是训练速记、归纳、总结和现场表达能力。

本次活动将百度一线技术实践与多方向就业经验分享相结合，为同学们了解产业前沿、明确求职节奏和完善职业规划提供了参考。感谢各位嘉宾结合自身经历与工作实践，围绕技术发展、岗位选择与求职准备带来分享；也感谢百度团队对本次活动的支持。择业对话，奔赴前程。希望同学们在了解行业、认识自我的过程中，进一步明确发展方向，稳步做好未来规划。