






今年秋招,大模型方向的热度确实很突出,已经逐渐替代之前搜广推的位置,成为不少应届生求职时的优先选择。之前和一位 HR 朋友聊天时了解到,有些企业甚至会优先招满大模型相关岗位,之后再根据剩余的 HC 考虑其他方向,如果 HC 不足,其他岗位的招聘可能就会暂停。
不过观察下来,很多同学在准备大模型相关岗位时,容易陷入一些误区。今天想和大家慢慢梳理三个容易被忽略的信息点,或许能帮大家在求职准备时更清晰一些。
首先,大模型岗位不只有算法岗,硕士也难直接接触 “核心算法工作”
很多同学一提到大模型,第一反应就是算法岗,但实际上行业里大模型相关的岗位分类已经比较细了,并非只有硕博才能尝试。比如数据岗,主要负责数据的爬取、清洗和 Pipeline 搭建,本科阶段掌握 Python 基础就能入门;平台岗侧重分布式训练环境搭建和集群基建,懂云原生技术的同学会更有优势;应用岗偏向对话机器人开发、AIGC 落地等场景,需要一定的业务理解能力;部署岗则关注模型推理加速和端智能,还有一些 AI 训练的基建建设岗位。
而且即便学历是硕士,进入企业后也很难直接参与核心的模型调优工作。之前认识一位计算机硕士,秋招进入某大厂的大模型组,前三个月的工作主要是搭建环境、编写 prompt 和分析数据,真正的模型调优环节,新人很少有机会接触。所以与其执着于竞争激烈的算法岗,不如看看平台岗、部署岗这类方向,竞争压力相对小,也更容易在工作初期做出实际成果。
其次,大模型存在一定泡沫,但短期内不会快速破碎
经常有同学问,大模型会不会像之前的IC 芯片一样,热度过后就出现大规模行业收缩。客观来说,目前大模型领域确实存在泡沫,比如有些公司内部的 Demo 看起来很亮眼,但实际落地时难以产生实际价值,多数是为了参与大模型的军备竞赛。
从当前的招聘情况来看,底层大模型研发类公司的融资环境确实不如之前,但应用层和落地层的岗位需求反而在增加。比如腾讯华为今年校招中,AI 相关岗位占比超过 70%,从算力支撑到场景应用的全链路都在招人。所以只要不是选择纯底层模型研发的创业公司,而是进入大厂或有明确业务场景...
#互联网大厂实习 #后端开发 #留学生求职 #java #算法 #大模型 #大模型微调 #秋招 #校招
不过观察下来,很多同学在准备大模型相关岗位时,容易陷入一些误区。今天想和大家慢慢梳理三个容易被忽略的信息点,或许能帮大家在求职准备时更清晰一些。
首先,大模型岗位不只有算法岗,硕士也难直接接触 “核心算法工作”
很多同学一提到大模型,第一反应就是算法岗,但实际上行业里大模型相关的岗位分类已经比较细了,并非只有硕博才能尝试。比如数据岗,主要负责数据的爬取、清洗和 Pipeline 搭建,本科阶段掌握 Python 基础就能入门;平台岗侧重分布式训练环境搭建和集群基建,懂云原生技术的同学会更有优势;应用岗偏向对话机器人开发、AIGC 落地等场景,需要一定的业务理解能力;部署岗则关注模型推理加速和端智能,还有一些 AI 训练的基建建设岗位。
而且即便学历是硕士,进入企业后也很难直接参与核心的模型调优工作。之前认识一位计算机硕士,秋招进入某大厂的大模型组,前三个月的工作主要是搭建环境、编写 prompt 和分析数据,真正的模型调优环节,新人很少有机会接触。所以与其执着于竞争激烈的算法岗,不如看看平台岗、部署岗这类方向,竞争压力相对小,也更容易在工作初期做出实际成果。
其次,大模型存在一定泡沫,但短期内不会快速破碎
经常有同学问,大模型会不会像之前的IC 芯片一样,热度过后就出现大规模行业收缩。客观来说,目前大模型领域确实存在泡沫,比如有些公司内部的 Demo 看起来很亮眼,但实际落地时难以产生实际价值,多数是为了参与大模型的军备竞赛。
从当前的招聘情况来看,底层大模型研发类公司的融资环境确实不如之前,但应用层和落地层的岗位需求反而在增加。比如腾讯华为今年校招中,AI 相关岗位占比超过 70%,从算力支撑到场景应用的全链路都在招人。所以只要不是选择纯底层模型研发的创业公司,而是进入大厂或有明确业务场景...
#互联网大厂实习 #后端开发 #留学生求职 #java #算法 #大模型 #大模型微调 #秋招 #校招


