随着秋招进入尾声，各家公司陆续“开奖”（开奖是指公司跟学生谈薪酬）。目前看同学“晒”出来的薪资，25届开发岗普遍有涨幅，大概5%左右，腾讯明显提高了Base薪酬，美团开发岗月Base涨了1~2k。新晋大厂人才争夺更猛烈，特别是在算法人才的争夺上，算法校招普遍月Base 22k~38k，外加股票和签字费，总包可达到30w~80w。近期，字节开出算法SP Offer月Base达到40k，小红书算法更是开出了月Base 45k的高薪+丰厚的期权激励。
这其中最贵的Offer当属各大厂的人才计划，都是为企业储备技术专家的，比如华为天才少年、美团北斗、腾讯青云计划、小红书REDstar、字节TOP Seed，大多总包在80w～200w，甚至更多。
顶级Offer一览（图源：OfferShow）
那怎么才能拿到校招里的顶级Offer呢？
1. 选对领域，站在风口上
每个领域都有对应的SSP Offer，但近两年受AI大模型风向的影响，大语言模型训练、推理方向的人才争夺更为激烈。大厂纷纷定向招募AI相关人才，尤其是大模型方向。此外，像腾讯和小红书也会倾向于工程类人才，而华为、美团则会拓展到硬件方向。选对领域，等于站在了更高的起点上。
2. 学历是敲门砖，但不是唯一
顶级Offer通常对学校和学历要求比较高，博士在算法研究类岗位上有明显优势。但这并不意味着没有路可走。例如美团和小红书等公司，招聘简介里就写了“本硕博”，对能力突出的本硕同样给予了不小的机会。如果你的学历不够“顶配”，用实力证明自己更为重要。
3. 突出的能力才是核心竞争力
顶级Offer的竞争归根结底是能力的比拼。对于AI大模型方向，至少要有顶会论文、专利，或CCF 5A类的研究成果，这是标配。对于工程类岗位，实打实的编程能力和项目经验是不可或缺的。只有在某一领域做到顶尖，才能脱颖而出。
比如就前面提及的小红书REDstar来说，今年是第4届招聘，技术方向不仅有现在大火的AI大模型，还有云原生、基础架构等领域。我们也找到了两位已经入职小红书REDstar同学，请他们来分享自己的真实经历，聊聊他们拿到顶级Offer的经验。
编程“天赋觉醒”的清华女博士：小红书是落地研究成果的最佳战场
陆时的编程之路，是从「懵懂」到「热爱」的过程。因为听说“计算机好就业”就选择了北京邮电大学计算机专业，面对周围在竞赛中已身经百战的同学，编程零基础的她苦练三个月，实现首次上机考试满分，而后勇闯ACM编程竞赛，大量刷题和高强度集训显著提升了她的“码力”，也让她逐渐体会到编程的乐趣。在清华攻读博士期间，陆时经历了科研周期漫长、论文屡遭拒稿的挑战，第一篇论文从构想到顶会发表耗时近两年、修改近20次。尽管有过崩溃，但陆时坚持了下来，调整心态、攻克难点，到毕业时已经在WWW、WSDM、CIKM等顶会顶刊发表了十余篇论文，并获得了多个权威奖项。
手握十几个Offer，如何选？
博士毕业后，陆时面临人生的一次重要抉择：成为一名老师还是程序员？她没有纠结太久：对编程的热爱、自身内向的性格和希望让自己的研究真正落地实践的理想，让她选择了后者。
得益于博士时的成就，陆时在毕业时拿到了多个大厂顶尖Offer，而她最终选择了小红书的“REDstar顶尖人才计划”。高水平的薪资待遇是一方面，但陆时更为看重的是，小红书会是一个能够实现她技术理想的舞台。
首先，小红书是近几年少有的在持续猛涨的公司，其社区、商业化、电商等前台业务都在积极拓展，也由此衍生出更多人才需求，给个人更多做事的战场。而对于小红书的重度用户的陆时而言，“如果能服务自己喜欢的平台，做的事情和自己的兴趣点趋同，应该能更有成就感”。
其次，小红书的搜索业务恰好契合了陆时在博士阶段的研究领域。时至今日，小红书拥有超过3亿的月活用户，超过70%的用户会主动使用搜索功能，对搜索技术也相应提出了更高的要求，这正是陆时能够将学术知识在工业界实践的最佳战场。且与其他平台相比，小红书的搜索生态更为独特：用户基数庞大，多模态UGC内容质量极高，这种丰富性为模型训练提供了多样化的数据支持。
在小红书搜索大展身手，学术、业务双开花
加入小红书后，陆时的业务能力得到了大幅提升，这很大程度上得益于Leader为她规划的两个重要“战场”：一是对成熟业务的优化与迭代，帮助校招生快速理解业务，这一类夯实基础的工作都在能力范围之内，能很快拿结果。二是长期探索型业务，能让陆时接触并参与到业界最前沿的技术探索中。
首先是成熟业务——搜索精排CTR预估模型，这是小红书搜索链路中非常重要的一环，核心目标是帮助用户在小红书搜索时能找到自己更需要的内容。在优化模型性能的过程中，陆时发现模型的表现受限于数据和基础设施的质量。为此，她与团队从以下两方面入手：
提升数据流覆盖率：团队初期的技术方案只能覆盖约60%的用户数据，严重限制了模型训练效果。陆时经过深入分析，发现了原有代码中的Bug和一些隐形质量问题。经过一系列修复和优化，成功将数据流覆盖率提升至95%，极大扩展了模型的数据基础。
优化模型训练效率：模型的训练效率直接决定了开发速度。她对现有流程进行了全面优化，将每天训练所需时间从10小时缩短到5小时，效率提升一倍。这不仅为快速迭代争取了更多时间，也为业务收益的进一步增长提供了技术支持。
探索型业务则更关注长远发展和技术前沿，陆时所在的小红书社区搜索团队将当前在大模型应用领域风靡的RAG（检索增强生成）技术引入到了小红书“搜搜薯”中。当用户向“搜搜薯”提出Query时，排序系统会返回一批高质量的相关笔记或文档，并输入到大模型中进行处理。这种方式确保生成结果基于真实可靠的数据来源，从而显著降低了大模型幻觉出现的可能性。陆时对RAG技术非常感兴趣，也希望之后能有机会将其应用到小红书更多的业务实践中。
此外，陆时还参与了大模型与静态模型的结合，这在业内属于一项全新尝试，项目周期较长、风险较高，但对技术积累与创新意义重大。而她的Leader不仅鼓励陆时在这些项目中自由探索，还给她配备了充足的资源支持和技术指导——这种“敢想敢做、支持创新”的文化，让陆时得以在小红书探索她想要的技术极限。
这两个业务方向让陆时的技术能力、业务敏感度都得到了提升。基于丰富的搜推流量和充足的技术算力，能实现构建数据流、将模型部署到线上环境、优化模型的推理等成果，这些都是读博期间不曾具备的。在小红书这个高速增长的真实业务场景中，陆时对业务有了更强的感知和理解，她不仅关注算法的提升，更关注模型在业务场景中的有效性，并结合各业务的特性制定相应的策略。
除了业务之外，陆时在学术领域也实现了新飞跃：加入小红书仅一年，她所在的搜索团队与清华大学合作的论文荣获了SIGIR 2024最佳论文奖，这是中国大陆机构首次主导获得这一殊荣。与她以往的学术成果不同，这篇论文更多结合了陆时在小红书的工程实践经验，其理论研究的背后有了更深厚的工程验证——而这也是陆时一直以来的梦想。
在小红书，陆时深刻感受到了扁平与简单。每个人都在很纯粹地工作与交流，没有哥姐的敬语和复杂的关系，这让身为“i人”的她可以专注研究技术。
00后开源新星：入职小红书两周独挑大梁
如果说博士毕业更容易拿到顶尖Offer，那“00后”剑尘的成长经历则对计算机专业的同学来说，更具有具参考性。作为一名本科生，他从大学时便对基础架构领域产生了浓厚兴趣，并深入多个开源社区，成为了一名经验丰富的开源贡献者，在毕业时拿下了8个名企Offer，最终选择了小红书REDstar顶尖人才计划。
剑尘的经历打破了外界对顶尖人才计划的刻板认知——并非只有通过打竞赛、发Paper的博士生才能入选。在REDstar的视野中，无论是理论深厚的博士，还是实践突出的本科生，都能获得机会。
本科拿下小红书REDstar计划的秘诀：开源、实习两手抓
剑尘在技术发展方向的选择上，是通过实践逐步明确自己的目标。当许多同龄人还依赖书本知识时，他已尝试前后端及AI等领域，最终发现自己对基础架构格外感兴趣，因为基础架构是做长期建设，挑战很大，对他而言更有成就感。而剑尘也意识到要想深耕工程，仅靠书本上的代码示例无法真正提升能力，于是他一面早早开始在腾讯、微软等大厂实习，一面深度参与开源项目并活跃于线上线下的开源活动，凭借出色表现成为Apache RocketMQ和SOFAJRaft的Committer。在他的GitHub账号“hzh0425”上，密密麻麻的贡献记录见证了他在开源实践中的坚持与成长，这些宝贵经验使他在本科阶段便展现出远超同龄人的实力。贡献开源也受益于开源，剑尘在开源社区结识的朋友让他与小红书REDstar计划相遇，而这位朋友日后也成为了他在小红书的Mentor。
为什么会选择小红书REDstar计划，剑尘表示原因在于：
相比其他公司顶尖人才计划主要集中在抢夺AI领域人才，REDstar在吸纳多领域人才的同时，也特别关注基础架构方向的人才招募，正是他热爱的技术方向。
这么多家公司中，小红书是唯一一家帮剑尘制定了发展规划的公司，“我的Leader甚至给我制定了两年的OKR。”
相较于大厂成熟、稳定的云原生技术，小红书的增长空间更大。业务迅速扩张、数据持续积累、集群规模膨胀，云原生和基础架构的重要性日益凸显。这种动态的技术成长，会带来更大的机遇与挑战。
“在高速发展的公司，成为某个技术模块早期的建设者之一，是可遇不可求的机会。”剑尘如是说道。
让有能力的人直面战场：校招入职两周勇担大项目！
往往校招入职都从“拧螺丝”做起，要等机会去做大项目。然而在小红书，“有能力就有战场”，入职两周剑尘就开始带项目，作为校招生能够独立负责别人工作3、4年才能带的项目。一方面，是小红书本身正处于高速增长阶段，充满了尚待开拓的“战场”；另一方面则得益于剑尘在Apache RocketMQ社区积累的丰富经验，对消息引擎、云原生和分多级存储等前沿技术具有深入了解，可直接应用到消息引擎的优化项目中。
具体来说，剑尘负责的小红书消息引擎的深化改造这一重点项目，核心目标是降低系统成本并提升效率。然而在Kafka规模快速增长的背景下，如何保证系统稳定性成为了最大的挑战。为此，剑尘与团队提出了多项优化方案，包括引入云原生架构实践，采用冷热数据分层存储、容器化技术以及自研的负载均衡服务Balance Control等，成功实现了集群存储成本的显著降低、分钟级的集群弹性迁移、高性能的数据访问策略和自动化的资源调度。
剑尘代表团队深入分享云原生Kafka技术
完成这一项目不仅让剑尘夯实了自己的技术能力，还提升了大型项目的研发与设计能力。丰富的业务领域（如算法、广告、电商和推荐系统等）让他对业务有了更深层次的理解，能够在基础架构开发中从需求出发完善产品，同时，其系统性解决问题的能力和项目风险管理能力都得到了极大的增强。
校招入职一年多，当我们问起Leader当初给他“画的饼”是否都实现了时，剑尘毫不犹豫地答道：“不仅实现了，还超出了预期！”并且，他还感慨“在小红书做技术，真的很单纯”，这种纯粹的技术氛围能够让他全身心投入，专注打磨技术，在关键战场独当一面，为团队攻城拔寨。
如何才能成为顶尖人才？始于热爱，终于坚持与自驱
陆时和剑尘这两位来自小红书REDstar计划的顶尖人才有着共同特点：
动力源自兴趣与热爱。一如Linus Torvalds创造Linux和Git的传奇，背后的驱动力也只是“Just for Fun”。
坚持与自驱：于陆时而言，编程零基础却能给自己以高强度的训练，论文修改20次不言放弃，在小红书能基于自己的兴趣探索技术世界。而剑尘亦是如此，因为开源世界就是由兴趣、坚持与自驱组成，和小红书主张的“让自驱有战场”可谓是双向奔赴。
那么，有了这两个前提，怎么才能像他们一样拿到顶尖人才Offer？学历并非唯一的硬性条件，真正的成功源于在某个领域的突出表现——无论是顶会论文、专利，还是开源实践，均是求职中加分项。
在CSDN和小红书社区中，都有许多程序员校招的面经，其中的关键点一定是以编程能力为核心，重点考察对技术基础的掌握度和自己的学术或实践成果与经验。希望在新一年的校招季，所有的同学们都能拿到自己满意的Offer。
秋招面经分享（图源：小红书、CSDN）
注：本文封面使用 DALL·E 生成
热门跟贴