🏆AIGC算法岗方向： 涵盖AIGC、LLM大模型、AI Agent、具身智能、传统深度学习、自动驾驶、计算机视觉、自然语言处理、机器学习、强化学习、大数据挖掘、世界模型、元宇宙、AGI等。

🏆AIGC开发岗方向： 涵盖FDE、Python、Java、C/C++、Go、嵌入式、前端、后端、测试、运维等。

🏆AIGC应用岗方向： 涵盖产品、运营、设计、商务、市场等。

🚀本项目平台凝聚了AIGC时代众多一线AIGC/LLM/AI Agent算法专家们的行业经验与深度洞察，涵盖AIGC/LLM/AI Agent等前沿AI技术的完整知识架构、AI实战课程&教程、AI大厂内推、AI面试经验、AI公司指南/辛秘、AI面试准备、AI薪资爆料、AI刷题指南、AI求职答疑、AI职业生涯发展规划等干货资源。本项目平台的核心内容均提炼于编者专家们在AI行业中的工作、研究、竞赛经验，同时也包括互联网大厂/AI明星公司的AI岗位的核心笔试/面试题。

💡本项目平台也可作为高等学府AIGC、LLM、AI Agent相关专业的研究、教学、竞赛以及学习的核心参考源；还可为AIGC、LLM、AI Agent、传统深度学习以及自动驾驶领域的初、中级技术人员提供技术思路参考，尤其适合AIGC/LLM/AI Agent求职者和提供相关AIGC/LLM/AI Agent岗位的面试官进行深入研读。

👍本项目的持续构建/升级/维护十分不易，希望大家能多多star～。Star本项目，你就获得了0.5个心仪的offer；再分享本项目，你就获得了0.75个心仪offer！在这里，Rocky祝大家求职顺利、工作顺利、职业生涯顺利！

📖目录

🧱核心知识板块

• :star: AI行业面试求职经验指南（包含简历模版、求职攻略、面试经验、面试技巧等通用AI岗位面试技巧）
• :art: AIGC图像创作&AI绘画基础
• :clapper: AI视频基础
• :sparkler: 大模型基础
• :trident: AI多模态基础
• :video_game: AI Agent基础
• :shipit: AI数字人基础
• :abacus: 数学&物理本质原理基础
• :closed_book: 深度学习基础
• :blue_book: 机器学习基础
• :european_castle: 模型部署基础
• :stars: 经典模型
• :snake: 编程基础：Python
• :bar_chart: 编程基础：C和C++
• :boom: 大厂高频面试题（实时更新）
• :battery: 数据结构&算法基础
• :computer: 计算机基础
• :chart_with_upwards_trend: AI行业职业生涯开放性问题
• 2026年AI算法岗求职群&学习交流社区

🧭热门AI学习教程精选

热门教程精选
2026 AI Agent 岗面试 50 问 Agent 本质、工具协议、Memory、评测与平台设计	多模态算法岗 30 天复习路线 视觉语言模型、模态对齐、训练微调与面试表达	大模型面试最高频 100 问 架构、训练、后训练、RAG、推理与评测主干
AI 算法岗薪资与岗位技术栈地图 岗位方向、技术栈、薪资认知与投递判断	从传统 CV 转 AIGC 的最短路径 复用 CV 能力，补齐生成模型、多模态与大模型主干	30 天 AI 算法岗冲刺路线 基础、方向、项目、表达和模拟面试快速闭环
60 天大模型算法岗系统路线 从 Transformer 到训练、对齐、评测、部署与应用	AI Agent 工程岗面试路线 工作流、工具、MCP、Memory、AgentOps 和系统设计	多模态算法岗面试路线 多模态架构、编码映射、训练评测与岗位题型
AIGC 图像/视频生成算法岗路线 扩散模型、可控生成、视频生成与工程实践	模型部署与推理优化路线 推理框架、量化压缩、吞吐延迟与性能调优	传统 CV/NLP 转大模型路线 能力迁移、Transformer、后训练、RAG 与生成式评测
开发岗转 AI 应用工程师路线 Prompt、RAG、Agent、评测、部署与服务化	校招 AI 算法岗求职路线 岗位画像、项目证据、简历表达与校招节奏	社招 AI 算法岗跳槽路线 能力盘点、简历升级、岗位匹配与面试复盘

💎加入 AIGCmagic 进阶服务社区（实习、秋招、春招、校招、社招）

《三年面试五年模拟》源自 AIGCmagic 社区的长期积累。需要更多AI行业职业生涯规划、求职招聘、课程培训、个性化定制服务的读者朋友们，可以进入进阶服务社区，我们将进一步提供：

• 答疑：技术问题、面试准备与求职阶段答疑。
• 内推：招聘信息整理、岗位机会与内推信息连接。
• 简历：简历诊断、项目经历梳理与表达优化。
• 模拟面试：结合目标岗位进行定向演练、追问与复盘。
• 项目辅导：项目选题、方案设计、技术难点与亮点提炼。
• 职业规划：方向选择、阶段目标与长期成长路径建议。

具体服务形式、开放节奏与适用范围，以社区实际发布的说明为准。

加入方式：微信扫描下方二维码，查看进阶服务详情与加入方式。

建议：推荐下载知识星球APP使用，同时也可使用小程序或者知识星球公众号进行使用，可以随时发帖/提问/交流/回答，并可以快速访问知识星球里的AIGC干货资源。

加入后可在社区中参与 AIGC 技术、面试求职、项目实践与职业成长等话题的交流。如需进入VIP交流群，请添加小助手微信 Jarvis8866，备注：社区昵称 + 城市 + 从事/研究方向 + 公司/学校。

👨作者介绍

Rocky Ding 主编

Rocky Ding，AI行业技术实战派KOL，AIGCmagic社区创始人，知乎AI领域知名博主（同名Rocky Ding），公众号《WeThinkIn》主理人，全网文章阅读量800万+。资深AIGC算法专家，头部投资机构FA合作伙伴，专注于AI产品与AI算法解决方案的商业化落地。在互联网大厂、AI独角兽、传统科技公司以及国企研究院都有丰富的工作经验与创业经验。多次带队获得CVPR、AAAI、Kaggle等AI领域顶级竞赛的冠军成绩。发表多篇AI领域论文和专利。

Rocky最新持续撰写的10万字深入浅出完整解析AI Agent（AI智能体）的核心基础知识文章：深入浅出完整解析AI Agent（AI智能体）的核心基础知识

Rocky最新持续撰写的10万字深入浅出完整解析扩散模型DDPM、DDIM、Score-Based、SDE、LDM、Classifier/Classifier-Free Guidance、Rectified Flow核心基础知识文章：深入浅出完整解析扩散模型DDPM、DDIM、Score-Based、SDE、LDM、Classifier/Classifier-Free Guidance、Rectified Flow核心基础知识

猫先生 副主编

猫先生，公众号“魔方AI空间”主理人，AI算法与工程化实践者，现就职于国内头部科技企业，主要从事AI模型部署、算力平台建设及相关技术落地工作，在模型工程化和业务应用方面具有丰富经验。长期关注大模型推理部署、AI Agent、具身智能、AI视频、AIGC应用及AI基础设施等技术方向，曾参加多项AI相关赛事，多次获得冠军或进入前十，并持续探索前沿AI技术的产业应用。

猫先生持续撰写的AGI系统性知识专栏【从零走向AGI】，旨在深入了解通用人工智能（AGI）的发展路径，从最基础的概念起，逐步构建完整的知识体系。

• 📖 公众号专栏合集：从零走向AGI
• 🔗 开源项目地址：GitHub - From-Zero-to-AGI
• 🌐 项目站点：https://ai-mzq.github.io/From-Zero-to-AGI/

张一凡 副主编

张一凡，资深AIGC算法专家，曾就职于国内top安防公司，专注于AIGC算法实现与落地部署，目前在国内某研究所主要从事AI大模型、具身智能相关的研究。

徐晨轩 副主编

徐晨轩，"AI+"博士，传统工科与人工智能的跨界博士研究生。致力于将AI技术融入打灰工程，探索交叉学科的创新边界。

刘一手 副主编

刘一手，资深高级算法工程师，先后就职于AI教育独角兽企业和百亿规模的私募金融机构，擅长AI算法的工程研发。目前专注于计算机视觉算法和多模态大模型在教育与金融两大场景中的创新应用与实践落地。

玉箫然 副主编

玉箫然，资深高级算法工程师，在CV、AIGC、大模型、InFra等多个领域经验丰富，目前在国内头部GPU公司任职，主要从事大模型相关的应用落地、性能优化。

更多共建伙伴

Elliot Qi

Elliot Qi，互联网大厂AIGC算法工程师，在计算机视觉顶会发表多篇论文，曾多次获得天池、顶会Challenge冠亚季军，主要研究方向为扩散模型、可控图像生成和视频生成等。

初街夜话

初街夜话，计算机视觉方向的在读博士，主要研究目标检测，也会折腾一些 AIGC 技术，享受探索人工智能前沿的过程。

💡AIGC行业技术交流群

🧠 AI 技术价值判断

AI技术更新迭代很快，但真正长期具备跨周期能力的高价值技术并不多。本项目平台也将持续判断前沿AI技术的本质价值、跨周期价值以及在AI行业的产业价值。

这套判断由 Rocky Ding 主编，结合技术发展趋势、真实工程落地、产业变化情况、岗位要求和社区反馈持续更新。你可以进入 《前沿AI技术价值判断》工作区，了解平台如何判断技术价值、记录技术周期变化，并将判断结果转化为我们职业生涯的关键助力。

🤝项目合作&共建

Rocky承诺本项目平台会陪伴大家的完整职业生涯和码二代们的完整职业生涯，会与时俱进的持续更新迭代，欢迎大家分享AIGC求职经历、工作经验、招聘内推、工作机会等信息，欢迎共同建设完善本项目平台！

经验分享：如果您已经有AIGC领域的求职经验和从业经验，欢迎您分享笔试经验、面试经验、工作经验、岗位需求等相关经验，可直接通过PR和Issue等方式提交！

参与共建：您可以通过下面几种方式参与项目共建：

1. 进入 社区共创工作区，了解共创方向、提交标准与长期贡献机制。
2. 通过 GitHub Issue 模板 投稿面试面经、公司题库、章节纠错、课程内容、招聘信息和章节内容更新等。
3. 阅读 共创指南，Fork 项目并通过 Pull Request 提交已经整理完成的内容。
4. 加入AIGCmagic进阶社区参与更多项目共建。

岗位招聘：若贵司有AIGC相关招聘、内推信息，欢迎在本项目中发布！

共创身份计划：让每一次 Pull Request 提交都提升共建伙伴的个人影响力

我们希望共建伙伴们可以从本项目平台出发，根据自己的学习、求职、工作经验，将其中经过验证、具有通用价值、跨周期本质的面试、课程、AI技术知识等内容通过 PR 回流主仓库时，它就会成为一份可追溯、可复用、能够持续积累的共创记录。

Rocky认为，持续贡献不是零散的AI内容提交，而是参与建设 AI行业学习、研究、竞赛、求职与职业成长 的长期身份认同。共建伙伴们的真实面试面经、岗位观察、技术实践和职业生涯经验，会帮助AI行业的后来者们缩短信息差；AIGCmagic社区的持续整理与校验，也会让个人经验沉淀为更可靠的跨周期知识资产。

立即参与：进入共创工作区 ｜ 选择 Issue 投稿模板 ｜ 查看共创提交规范 ｜ 查看贡献记录

六类共创方向

共创方向	可以贡献什么	推荐产出形式
面经投稿	真实面试流程、核心问题、经验总结、个人复盘与岗位信息等	按公司、岗位、时间、轮次整理的结构化面经
公司题库投稿	大厂、AI明星公司、国企研究院、创业公司的算法岗与工程岗题目等	按公司和岗位归档的题目清单、答案思路与考察重点
章节纠错	修正技术表述、公式、代码、链接、排版及已经过时的内容等	标明问题位置、修正依据和影响范围的 Issue 或 PR
章节内容更新	模型、框架、算法、数据、评测、部署与工程实践等聂荣的更新	核心技术知识、系列模型知识、核心基础内容与不同章节关联
课程教程共建	不同背景、目标岗位与准备周期下的学习顺序和项目教程等	校招、社招、转岗等路线补充
2026 春招/秋招信息更新	招聘时间、官方入口、岗位变化、内推机会与 JD 技术栈	可核验的信息来源、岗位摘要、截止时间与投递建议

月度贡献者榜单

项目平台将每月整理一次 贡献者榜单，持续记录面经投稿、公司题库、章节纠错、课程教程共建、招聘信息更新、章节内容更新等贡献。榜单不只统计提交数量，也关注内容的准确性、完整度、时效性、复用价值以及对其他学习者的实际帮助。

持续贡献者将有机会成为专题共建伙伴或核心板块维护者，在项目贡献记录、专题内容与社区共建活动中获得长期、清晰的个人影响力提升。我们希望伙伴们的持续建设高质量知识被AI行业所看见。

季度 AIGC 面试趋势报告

项目平台将每季度发布一次 AIGC 面试趋势报告。报告会基于当季新增面经、公司题库、公开岗位 JD、社区反馈和技术演进，重点整理：

• AI高频面试题与核心技术方向发生了哪些变化；
• 不同公司与岗位的能力要求、项目偏好和技术栈有哪些共性与差异；
• 校招、社招与转岗人群应该如何调整学习优先级和准备路线；
• 哪些新技术已经进入真实岗位和面试，哪些仍处于早期观察阶段。

共创原则：尊重安全合规与隐私，不提交受保密协议约束的内容，不披露面试官及候选人的个人信息；涉及招聘、薪资和技术版本等时效信息时，请尽量附上公开、可核验的来源与日期。

---

共创提交规范

社区共创提交规范

这份规范用于统一 Issue、Pull Request 和 workspace/投稿模板/ 中的内容质量。目标不是让投稿变得复杂，而是让真实经验在进入公共知识库后仍然准确、可追溯、可复用。

五项最低质量标准

标准	核心问题	合格表现
准确性	内容是否真实、机制是否正确？	区分事实、经验和判断；关键结论有依据
完整度	读者能否理解背景与边界？	包含时间、岗位、版本、上下文和必要说明
时效性	信息在什么时间有效？	招聘、薪资、框架和模型信息有日期或版本
可复用性	是否能帮助同类学习者？	从个案中提炼考点、方法、路径或判断标准
合规性	是否尊重原创、隐私与保密？	已去敏，不含机密，不复制未授权内容

任意一项存在明显风险时，维护者可以要求补充信息、调整公开范围或暂缓合并。

证据优先级

技术、招聘和趋势类内容优先使用以下来源：

1. 官方招聘页面、官方文档、论文、源码仓库、模型卡、版本说明；
2. 可明确时间、岗位和来源边界的本人实践或真实面试经历；
3. 多个独立样本可以交叉验证的社区反馈；
4. 有明确作者、发布日期和引用来源的高质量二手分析；
5. 个人推测或传闻只能作为待验证观察，不能写成确定事实。

引用外部材料时，请尽量附上标题、链接、发布日期或访问日期。不要大段复制原文，应提炼与当前问题直接相关的事实和判断。

六类贡献的必要字段

共创方向	必须说明
面经投稿	公司类型、岗位、时间、招聘类型、轮次、原始问题、追问、复盘、隐私确认
公司题库	公司、岗位、时间范围、来源类型、题目、考察重点、适用边界
章节纠错	文件位置、当前问题、建议修正、修正依据、影响范围
路线图	目标人群、能力起点、目标岗位、周期、阶段任务、输出物、验收标准
招聘更新	公司岗位、招聘类型、地点、截止时间、官方入口、核验日期
章节内容更新	模型、框架、协议、算法、数据、评测、部署或工程实践；说明问题、机制、真实增量、证据边界和章节影响

面经与题库的特殊边界

• 尽量保留真实问题的原意和出现顺序，不为了“完整”而补写并未出现的问题。
• 面试后的个人答案、标准答案和维护者补充必须与原始问题明确区分。
• 不公开面试官姓名、候选人身份、内部业务、未发布产品和受保密协议约束的信息。
• 单次面试只能说明一个样本，不应直接概括成某公司所有团队的统一标准。
• 预测题必须明确标注为预测，不能与真实面试题混排后模糊来源。

路线图的特殊标准

路线图不是链接清单。每个阶段至少要包含：

• 阶段目标：完成后应该获得什么能力；
• 核心内容：优先链接仓库现有章节和稳定锚点；
• 实践输出：笔记、代码、项目、口述答案、模拟面试或复盘；
• 验收标准：如何判断已经掌握，而不是只判断“看过”；
• 取舍说明：在给定周期内哪些内容必须学，哪些可以延后。

路线图应构建访问层，不应无必要复制和改写原始问答正文。

章节内容更新的特殊标准

章节内容更新必须回答四个问题：

1. 它本质上解决了什么问题；
2. 相比已有方法，机制上真正新增了什么；
3. 哪些证据支持它，证据又不能证明什么；
4. 它是否已经影响真实工程与岗位面试，还是仍处于观察阶段。

模型名称、榜单分数和功能列表不能替代机制解释。闭源模型或披露不足的系统，应使用保守表述并明确证据边界。该规范适用于大模型、AI Agent、多模态、图像/视频生成、部署推理以及其他专题内容更新。

Pull Request 约定

• 一个 PR 尽量只解决一个明确主题，避免混入无关重构和批量格式变化。
• 标题建议使用 贡献类型｜主题｜范围，例如 路线共建｜后端转 AI 应用｜30 天路线。
• 修改原有章节时保留稳定锚点、原始问题和现有目录关系；确需调整时说明理由与影响。
• 新增 Markdown 文件必须使用仓库相对链接，图片必须有非空替代文本，表格列数保持一致。
• 提交前检查新增链接、图片路径、标题层级、表格和公式，并在 PR 模板中记录验证结果。

审核与署名

维护者会从准确性、完整度、时效性、复用价值、表达质量和合规性六个维度审核。审核讨论是共同校验过程，不代表对贡献者个人能力的否定。

内容合并后保留 GitHub 作者与提交记录，并登记贡献方向、成果链接和质量说明。涉及多人整理时，记录原始投稿者、主要整理者和关键校验者，避免只给最终提交者署名。