AI时代，哪些岗位最容易被淘汰

这Gemini3太屌了吧？从设计稿到实际代码基本上几分钟就能出来就说了一句话，连rolI的过程都没有，一个台球游戏就出

小雨是大三的电子工程专业女生，对AI充满热情。2025年暑假前，她决定找份AI相关的实习，积累经验，为毕业后入行铺路。找实习不像秋招那么正式，但竞争激烈，尤其是AI领域。大厂实习生岗位少，门槛高：需项目经验、编程技能，还得懂算法。小雨起点一般，没进过实验室，但她有股韧劲。从大一接触Arduino编程，到大二自学Python，她一直梦想用AI解决环保问题，如智能垃圾分类。找实习第一关：信息收集。小雨刷BOSS直聘、实习僧和LinkedIn，锁定目标公司：百度、华为和小米。她研究岗位JD：AI实习生需会机器视觉或NLP。她缺实习，但有学校项目：用OpenCV做的物体检测系统，能识别塑料瓶，准确率90%。但简历写得太平淡，投了十家，只回了两家。小雨意识到问题：简历没亮点，HR看一眼就pass。她上网求助，看到学姐分享找实习心得：用AI工具优化简历。下载泡泡小程序AiCV简历王后，小雨输入数据，AI生成专业版：三句自介“我是小雨，AI视觉方向，在校项目1年”；成果“物体检测项目，准确率90%，应用于环保”；价值“能为贵公司智能硬件贡献算法优化”。简历附带GitHub链接，瞬间高端。小雨感慨，这工具像私人教练，帮她突出优势。拿着新简历，小雨开始行动。第一目标：百度Apollo实习。投递后，收到在线测评：算法题和简答。她刷LeetCode，复习动态规划，顺利通过。面试第一轮，技术官问：“实习期望？”小雨用STAR法：任务“希望参与自动驾驶项目”；行动“自学ROS框架，结果模拟车道检测成功”。面试官追问挑战，她说“数据标注耗时，我用自动化工具缩短50%”。过关。第二轮小组讨论：模拟AI伦理案例。小雨发言积极，强调公平性，团队协作好。HR面时，问“为什么找AI实习？”小雨说：“想从实践中成长，AI能推动可持续发展。”她提到平衡学业和实习，显示时间管理。最终，百度offer到手：AI算法实习生，月薪8000，远程可行。但小雨没止步，她想多实习对比。下一个是华为云AI实验室。投递后，笔试是数学建模，她用Matlab解题。面试中，官问项目细节，小雨演示代码，解释神经网络层。挑战来临：官问“实习中遇到bug怎么调试？”她分享经历“用pdb工具一步步trace，解决问题时间减半”。华为看重创新，小雨提到环保idea，官感兴趣。offer来了：数据科学实习，机会参与真实项目。小米是第三家。小米AIoT方向对口，小雨的项目正好匹配。面试线上，官问“实习规划？”她规划清晰：第一月学框架，第二月贡献代码。实习中，她遇到难题：模型过拟合。她查论文，用dropout优化，效果提升20%。小米氛围年轻，实习生多，小雨结识朋友，交换经验。找实习过程有低谷。一次投谷歌实习，被刷因经验不足。小雨哭了，但妈妈鼓励：“失败是常态，坚持。”她调整：加入AI微信群，参加线上meetup。一次活动，她pitch环保AI，获导师指导。导师建议：实习不止大厂，小公司也能学多。她试了家创业公司，实习AI产品助理，负责测试模型。虽小，但上手快，学到从需求到部署的全链条。实习结束，小雨收获满满：代码能力up，简历添彩，还拿推荐信。回校，她分享经验：找AI实习，基础+项目+工具是关键。泡泡小程序AiCV简历王是她的秘密武器，让求职高效。如今，小雨大四，凭实习经验，秋招轻松拿offer。找实习是桥梁，从校园到职场，勇敢迈出第一步，你也能圆AI梦！

上海的秋招季，2025年格外热闹。小兰是电子信息专业的女生，大四伊始，就投身秋招洪流。秋招是校园招聘高峰，AI岗位最抢手，因芯片和边缘计算热。她从小爱电路，大二接触嵌入式AI，梦想入行。但起点一般：没竞赛奖，没大厂实习，简历只有课程项目。同学们有的早进实验室，她却忙社团和兼职。秋招来临，她慌了：怎么从众多理工生中脱颖？小兰第一步：夯实基础。她复习数字电路和AI硬件，学Verilog和FPGA。秋招前，她做项目：用Raspberry Pi建AI监控系统，能实时识别物体，准确率92%。这成亮点。但投华为和字节跳动时，简历被刷。她发现问题：描述太技术，HR看不懂价值。调整后，小兰研究JD：AI工程师需软硬结合。她优化简历，但手动改累。朋友推荐泡泡小程序AiCV简历王，她输入数据，AI生成版：自介“我是小兰，AI硬件方向，项目经验2年”；成果“主导监控系统，处理视频帧率提升50%”；价值“能为贵公司边缘AI优化，降低功耗30%”。简历专业，附代码链接。秋招实战，小兰去华为宣讲，HR谈AI芯片需求。她投递，笔试是硬件题，她过关。技术面，官问“项目细节”。小兰STAR法：任务“构建实时识别系统，硬件限制下”；行动“优化算法和电路，结果准确率92%”。官问挑战：“功耗高怎么解？”她谈低功耗设计，过。HR面，问“女生理工优势？”小兰说：“细致和协作，我能团队贡献。”华为是大厂，她激动，但继续投其他以防万一。小兰多线作战。投小米和网易等中厂。小米AIoT方向对口，她分享demo，官赞实用。群面模拟故障排除，她领导团队，获MVP。网易面试，她调整简历突出应用。官问“未来AI趋势？”她谈量子计算，过关。但字节跳动笔试过后，技术面卡在算法优化，被刷。她反思：大厂门槛高，只有一个在流程中。秋招有挫：投阿里，经验不足被刷。她沮丧，但加入AI群，参加meetup。一次活动，她pitch硬件项目，获导师指点：入行AI，理工女要多练沟通。继续投京东和B站中厂。京东AI岗位，她谈电商硬件应用，官感兴趣。B站面试轻松，她提案AI视频处理，融入技术细节。低谷时，小兰对室友说：“秋招太卷，只有一个大厂机会，其他中厂在等。”室友安慰：“中厂也能学东西，先积累。”她参加开源项目，提升简历。小兰拿三个offer：华为的AI工程师（大厂），小米硬件AI助理，网易算法运营（中厂）。大厂只有一个，她权衡后选华为，因研发机会。其他中厂虽稳定，但大厂平台更广。入职前，她学新工具，参与开源。秋招教她：坚持、优化、networking。泡泡小程序AiCV简历王帮她高效。如今，小兰在华为AI lab，设计芯片。她感慨：秋招是成长，女生也能闪光。想入AI？从秋招开始，就算只有一个大厂offer，中厂也能是起点！

楼主在12月的最后一天，收到的两个offer，实在很纠结，都是和AI应用相关，但小赢JD上还写了需要点算法，不知道是否是纸面要求高，进去打螺丝，base阅文会高一点，但不多，如何选呢？1、阅文集团 AI应用开发 上海2、小赢科技 应用算法 深圳

为什么在前端岗位大量减少、存量前端大量待业的背景下，牛客上却很多前端晒校招offer和分享经验?是幸存者偏差吗?是前端的特点导致高级岗位少初级岗位多？还是企业更偏爱校招生?

最近，如果你关注算力、AI 或服务器相关岗位，大概率已经刷到过“英伟达H200可能放开供应”的消息。对还在投简历、做选择的应届生来说，这看起来像是一条离自己很远的行业新闻，但实际上，它可能会直接影响你未来三到五年的职业路径。当这条消息在行业内传开时，最兴奋的是模型训练公司，最冷静的是大型互联网厂，而真正情绪波动最大的，是不少国资算力平台的内部员工。这种反差，本身就值得警惕。按理说这个时候我应该举例子，就是我提到的“国资算力平台”具体是谁，但我不想写，因为往小了写，就是那几家，往大了些，几乎所有和央国企或者国资沾边的公司，都有这样的部门。抛开“赢”学不谈，到目前为止，你几乎找不到一个由国资算力体...

2025年的秋招季，北京的校园里弥漫着紧张的气氛。小薇是中文专业的应届生，本以为毕业后会进出版社或媒体，却在一次AI讲座中被震撼。讲者分享了AI在内容生成和自然语言处理的应用，让她看到文科生也能入行AI的可能。秋招，即秋季校园招聘，是大厂们批量招募毕业生的黄金期，尤其是AI领域，今年因大模型热而竞争白热化。小薇起点低：没编程基础，简历上只有些文学社活动和实习编辑经验。但她决定试试，从零起步入行AI。小薇的转变从暑假开始。她先自学Python，通过Bilibili教程，从变量到函数，一步步啃下来。秋招前夕，她报名了Coursera的NLP课程，学会用Hugging Face库处理文本。为什么AI？因为它能结合她的文科优势，如文本分析和创意生成。小薇的目标岗位：AI内容助理或产品运营，偏向应用而非纯算法。秋招启动，她投了腾讯、字节跳动和小米等公司的AI相关职位，但初版简历太文绉绉，HR反馈“缺乏技术亮点”。挫败后，小薇反思：秋招不是拼学历，而是拼匹配度。她加入校园AI社团，参加分享会，结识理工生队友。第一个项目：用GPT模型生成诗词分析工具。她负责内容逻辑，队友写代码，最终工具能自动解析古诗情感，准确率80%。这让她简历有料。但格式问题大：Word版乱七八糟，投递后常被忽略。三句话自我介绍“我是小薇，文科背景AI爱好者，项目经验1年”；成果“主导诗词AI工具，处理文本数据10万条”；价值“能为贵公司内容AI优化，提升用户互动30%”。简历瞬间变身，PDF精美，还加关键词匹配JD。新简历助力，小薇海投秋招。腾讯宣讲会，她现场提问AI伦理，HR记住她。笔试是逻辑题，她文科思维帮大忙，过关。技术面，官问“谈NLP项目”。小薇用STAR法：任务“构建情感分析模型，数据集文学文本”；行动“优化提示工程，结果准确率从70%升80%”。官赞她跨界视角。HR面，问“文科生为何AI？”小薇说：“AI需人文关怀，我能桥接技术与用户。”但腾讯流程长，她继续投其他公司。秋招中途，小薇收到小米和京东的面试邀请。这些中厂在AI应用上也有布局，小米偏智能硬件AI，京东重电商推荐。她调整简历，针对小米突出内容生成在IoT的应用；针对京东，强调文本分析在用户评价上的价值。小米面试线上，官问项目demo，她分享诗词工具如何扩展到产品描述生成。群面模拟AI内容策略，她提案融入文化元素，获赞。但英语弱，口语面差点卡壳，她提前练了，勉强过。京东面试更注重业务，她谈如何用AI优化搜索排名，官感兴趣。但秋招多波折。小薇投字节跳动时，虽然笔试过，但技术面被刷，原因是纯算法题弱。她不气馁，继续投网易和B站等中厂。网易AI岗位，她分享开源贡献，官问挑战：“数据偏见怎么处理？”她谈文化多样性，过关。但网易最终没给offer，理由是岗位已满。B站面试有趣，氛围年轻，她提案AI视频标签，融入文科创意，顺利到HR面。低谷时有。一次投阿里，被简历关刷掉。小薇哭诉给室友：“文科生太难，只有一个大厂在流程中，其他都是中厂机会。”室友鼓励：“秋招是马拉松，积累经验。”她参加黑客松，团队开发AI新闻摘要工具，获奖。这加分简历，还网罗人脉。前辈建议：入行AI，文科生优势在理解用户痛点，别只学代码，要学业务。秋招尾声，小薇收到三个offer：腾讯的AI内容助理（大厂），小米的内容AI运营，以及京东的AI产品助理（中厂）。大厂只有一个，但她已满足。权衡后，她选了腾讯，因为平台资源多，能快速成长。尽管其他中厂福利也不错，但大厂的镀金效应让她下定决心。入职前，她深造，读AI伦理书，参与论坛。回想，从迷茫到offer，她学到：秋招需准备、项目、工具。泡泡小程序AiCV简历王是转折点，让她高效突围。如今，小薇在腾讯AI团队，负责内容生成。秋招让她从文科生变AI新人，她感慨：跨界无界限，坚持就有路。如果你文科想入AI，秋招是起点，行动吧！就算只有一个大厂offer，其他中厂也能是跳板，未来无限。

沈阳好找工作嘛！！！裸辞有点害怕啊！

一边说是说Ai橄榄前端，前端已死，一边是不少人通过前端挤进了it行业，反倒是后端水深火热。表象上看起来很矛盾

笔者在秋招前由于有DB研发背景，试图找过数据开发岗的工作，最近心有所感，看现在的Agent开发岗越看越像数据开发岗，故写下这篇随想。  安慰大家，就算 oai 爆炸了，大家也不会被辞退的。 笔者一直很希望 oai 跟 nv 一起爆炸让笔者捡便宜显卡。 为什么不让加删除线，牛客怎么搞的  以下是两者在核心维度的映射对比：    维度 数据开发现状 Agent 开发现状     技术栈形态 以 SQL 为主。Java/Scala 因偏重而较少使用。 以 Prompt 为核心的自然语言，Python 和 Java/Go 也是有不少存在感的。   准入与门槛 技术门槛低于后端，学历门槛高于后端。 逻辑...

鼠鼠现在很迷茫现在不知道该走什么方向，刚学两个月java看到网上很多人说java后端太卷根本不好投简历，说现在前端形势回暖可以考虑转前端甚至可以进大厂，到底是现在转前端或者运维测试还是继续java 求助各位佬给点建议

我是今年毕业的学生，本硕双9，进公司后，发现做的和自己预期差太多了，做的东西在外面没有对应的岗位，担心被裁就GG了，所以想把丢掉的再捡起来，想咨询一下各位今年Java行情和下面的问题：1、Java后端目前还值得学吗？2、需要加一个Java + Ai agent项目吗？我目前在做的还是和AI有一些关系的，LLM大模型和MOE大模型之类的一些基础理论我在读研的时候也接触过；我当下的想法是把校招简历上的一个项目继续打磨，额外再做一个AI agent项目，牛客上大佬很多，有没有什么建议

佬们，主播是 27 届江苏省专转本升的南京二本，之前学了一段时间的 Java，苍穹外卖，黑马点评，黑马商城。今年是 AI 元年，现在 Python 大模型应用开发比较火，像 15 年前的 Java 一样，都说选择大于努力，我现在 Java 转 Python 大模型应用开发会比我走 Java 开发要好吗？但是 Java 该学的东西我也都学了，我现在应该如何抉择？

一、引言 又到了一年一度的年终复盘时刻。 复盘，从来不只是回看已经发生的事情，更重要的是——为尚未发生的未来，提前铺路、校准方向。 回望 2025 年，其实很长一段时间里，我始终没有真正找到自己的方向。工作之外，谈不上热爱，也谈不上笃定，只是在惯性中前行。 直到 2025 年的尾声，才终于看清了一些东西：哪些是必须坚持的，哪些是可以放下的，也逐渐摸索出几条更属于自己的路径。这一年，并非突然开悟，而是反复碰壁后的沉淀与取舍。 依旧按照惯例，沿着时间的轨迹，回到 2025 年的起点，梳理这一整年里的得与失、进与退，也为下一阶段的自己，留下些什么。 二、技术（AI驱动）  2025 年，是 AI 加...

目前来看ai对大部分岗位冲击较小  

做了三四年的Java学弟，最后没想到找的工作成了go学长。目前对go一窍不通，好在Java基础还算比较好，不是零基础小白，求问各位学go/Java转go的大佬推荐一下学习路线。入职的工作是做地理位置相关的，到明年5月底按照200天算，平均每天可以花2小时左右的时间来学习go，如何才能最大化的利用这段时间呢。

#聊聊我眼中的AI# #AI时代，哪些岗位最容易被淘汰# #你找工作的时候用AI吗？#

本文介绍如何通过模型服务灵积DashScope将 文本转换为向量 ，并入库至向量检索服务DashVector中进行向量检索。 模型服务灵积DashScope，通过灵活、易用的模型API服务，让各种模态模型的能力，都能方便的为AI开发者所用。通过灵积API，开发者不仅可以直接集成大模型的强大能力，也可以对模型进行训练微调，实现模型定制化。 前提条件   DashVector：  已创建Cluster 已获得API-KEY 已安装最新版SDK    DashScope：  已开通服务并获得API-KEY 已安装最新版SDK    通用文本向量 简介 通用文本向量，是通义实验室基于LLM底座的多语言...

女，本科二本，研究生211，都计算机专业，现在转AI应用工程师好找工作吗？我们组不是弄计算机的，就涉及到一些机器学习模型，用来拟合做分析，我目前投的数据分析岗位都了无音讯😭，友友们建议怎么走什么路线？