推广 热搜: 采购方式  滤芯  带式称重给煤机  甲带  气动隔膜泵  减速机型号  无级变速机  链式给煤机  履带  减速机 

关于大模型就业方向的思考

   日期:2025-11-21 10:35:25     来源:网络整理    作者:本站编辑    评论:0    
关于大模型就业方向的思考

关于大模型就业方向的思考

最近视频我说我接下来的目标是大模型算法,很多朋友对此感兴趣,我聊一下我的想法。(个人理解哈,还请大家给意见)
首先在大模型行业算法好像定义不是很清楚, 那种就搞研究的,写论文弄参数的叫算法, 这种搞一下大模型微调/推理加速的好像也叫算法。我说的算是后者。
我把它叫做 \"算法工程\"吧,好像是算法,但是又为工程服务,不管做大模型微调/推理,其实都是为了让Agent有更好的效果。

至于我把方向转成算法工程的原因:
我认为做的东西离业务越远越好,纯做业务含金量还是略低,要往下沉。
比如纯粹是做Agent开发,就是调用API,调AI框架,调prompt,用一些上层的技巧提高agent应用能力。虽然和大模型沾边,我还是觉得含金量低了一点。

现在很多企业做Agent, 会用自己的模型,针对自己的业务改效果,适配平台,就涉及我刚说的 \"算法\"相关知识。这里显然更有技术深度一点。

我之前说我目前是做大模型应用,是我害怕算法门槛太高。 但我最近面试以来,我看到很多大模型岗位 算法/应用密不可分,甚至最近给我80w的公司 本身就是算法岗。也给了我一些我觉得我可以去做 模型也好,算法工程也好相关的事的底气。我再沉淀下,准备下模型的知识,去面算法工程 并不是太难。

另外即使做算法工程,也是为了业务Agent服务,即使去面试大模型算法开发岗,Agent/RAG知识也是要求的,之前复习那么久RAG/Agent不会白费, 往这个方向面试,成本并不高,有了之前的积累,去学一下 微调和推理,做个小实战,也很快的。

后面怎么做,我其实也有一些想法。(但还不太成型,还在思考)我之前的项目本身就接过本地的模型,因为本身电脑没有GPU, 接的千问2.5,虽然可用,但推理极慢。

所以我的目标就是适配一下项目中 cpu的机器使用本地模型速度很慢的特点,提升我的本地模型的推理速度, 可以试试量化之类的方法,看看提高速度同时如何不太降低精度。 至于Lora,其实我都已经用Lora微调过一个模型了。

先从这个小小的需求切入, 感受整个过程,然后尽量达到更好的效果,相信对这块会有更深的理解。 这时也可以简历上加上一些模型推理加速微调的经验,技能点更全面,相信不管面试大模型应用还是算法工程也更有把握点。
#大模型 #openai #llm #人工智能就业 #未来职业趋势 #人工智能发展 #AI人工智能 #大模型应用开发 #大模型算法
 
打赏
 
更多>同类资讯
0 条相关评论

推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  皖ICP备20008329号-18
Powered By DESTOON