银行员工可能再也无法像以前那么“稳定”了，而且工作会越来越难。近几年银行业降薪的消息总是层出不穷且经常上各平台热榜，实际上不止银行，其它各行各业都不好过，都在大力降本增效，大部分企业员工薪资该降的已经降了。但这也说明一向以“稳定”著称的银行业目前也过得水深火热了。至于降薪的原因，很大程度是受大环境影响。当前环境使得大家存钱多，贷款变少了，导致存贷款利息差变大，赚钱变少了，要不这几年也不至于一直在降利率促销费。另外银行还在优化内部的流程和财务支出，学习其他行业降本增效。所以银行的现状以及未来的趋势大概率会是：1. 业务不好做，员工面对的业务指标压力会更大。2. 为了降低人力成本以及响应政策，数字化转型会成为银行重点发展的领域。3. 管理要求会越来越严格，流程越来越复杂。站在普通员工的角度来看，以后只会越来越难；对于未入行想入行的朋友，建议思量再三再确定要不要入坑。

今天老师整理了大模型入门的几个学习步骤、目标和需要掌握的基础知识，供初学者快速掌握基本路径。1️⃣前置知识： Python 基础、 Linux 基础🌟学习内容1.熟练掌握 Python 语言，熟悉常用的Python 库和工具，如 NumPy 、 Pandas 、  Scikit - learn 、 PyTorch 等。2.具备 NLP 相关的基础知识，包括文本预处理、分词、词性标注等。3.对大模型有一定了解，包括Transformer 模型的结构和原理、基于注意力机制的自然语言处理技术等。2️⃣Step1:NLP相关基础知识🌟学习内容1.了解文本预处理、分词、词性标注、命名实体识别、词向量表示等基础知识。2.掌握机器学习中的数据预处理、特征提取、分类、回归等基础算法，并了解其在 NLP 领域的应用。3.了解大规模 NLP 任务中的常用技术和方法，如深度学习中的 Transformer 模型、 BERT 、 GPT 等。3️⃣Step2:GPT API 调用及 Prompt 设计🌟学习内容了解 GPT API 的调用方式和基本操作，熟悉 Prompt 设计技巧和要点，能够结合自己的任务调用 API 实现对应的任务代码。4️⃣Step3:模型微调（ Fine - tuning )🌟学习内容了解常见的微调模型的基本流程和原理，熟悉数据集的构造、训练、评估等过程，能够独立构建 QA 对，在服务器上对模型进行微调。5️⃣Step4: RAG （外挂数据库）🌟学习内容RAG 作为目前最火的一个 LLM 落地方向，可以结合私有数据（表格、 word 、 txt 、 pdf 、数据库皆可）实现本地问答，且训练成本较低，可以快速实现效果。✴️有需要提升面试能力和辅导项目的同学可以后台联系我～

这个公司好像做公关、广告、社媒的，有人了解该公司大模型应用开发这个岗位吗？

互联网大厂算法岗目前需求方向包括：搜广推，多模态，LLM，AIGC图像/视频生成，CV，NLP，机器人/自动驾驶，机器学习，运筹优化等等。25年大厂秋招的趋势：搜广推需求稳定，多模态/LLM/NLP岗位会明显增多，AIGC图像/视频生成/机器人算法需求会适当增加，其他方向，比如传统CV，机器学习，运筹优化以及自动驾驶方向hc会偏少。💥具体来说，阿里集团，比如淘天，国际商业，本地生活等搜广推需求会比较大，以及字节，拼多多，小红书，得物等公司，搜广推方向都会有需求。多模态/AIGC/LLM的需求，主要集中在阿里，腾讯，字节，百度等头部大厂，以及小红书等快速增长的互联网公司也会有大量需求。💥如果想进互联网大厂，多模态/AIGC/LLM/搜广推都是不错的方向，其中多模态/AIGC/LLM算法适合有大模型经验的同学，而搜广推适合有机器学习背景的同学。🌟以上热门的方向最近一两年大家都注意到了，尤其今年有很多CV，自动驾驶甚至其他行业背景的同学都在入行。如果简历上没有质量过硬的项目，面试过程中会比较劣势。因此入行上述算法方向一定要保证，简历上至少有一个高质量项目或者实习经历。🍁如果需要相关的项目辅导，在面试前提升简历质量或者提升面试能力，欢迎后台T。