秋招形势推测

经历今年暑期大厂面试的，很多岗位是不是都问了AI相关问题，这就是接下来的趋势，想要进大厂或者垂直领域独角兽企业，不管什么岗位，拥抱AI就对了

需求可能会增多的岗位：

1、AI算法工程师/科学家（核心层）：

• LLM工程师/研究员： 预训练、微调、RLHF、Prompt工程、Agent开发、模型压缩与部署。
• 多模态算法工程师： 融合文本、图像、语音、视频的理解与生成。
• AIGC算法工程师： 图像、视频、3D内容生成等。
• 计算机视觉/自然语言处理工程师（与大模型结合）： 即使是传统CV/NLP，也需要与大模型技术结合应用。
• MLOps工程师： 负责机器学习模型的全生命周期管理，包括开发、部署、监控和迭代。

2、AI应用开发工程师/AI产品工程师（应用层）：将AI模型和技术集成到现有软件或新产品中的工程师。他们不一定需要从头研发模型，但需要理解模型能力、API调用、性能优化、数据处理。例如：智能客服开发、AI辅助写作工具开发、智能推荐系统开发（进一步智能化）、AI驱动的教育/医疗应用开发。

3、数据工程师/数据科学家（支撑层）：高质量的数据是AI的燃料。负责数据采集、清洗、标注、管理、分析的岗位需求依然旺盛，且更强调为AI模型服务。

4、Prompt工程师：专门设计和优化与大语言模型交互的指令（Prompt），以获得最佳输出。这个角色可能会融入到AI应用开发或产品经理角色中。

5、AI伦理与治理专家：随着AI的广泛应用，确保其公平、透明、可解释、负责任变得至关重要。

需求可能减少或转型的岗位：

1、重复性、流程化的初级编码岗：AI代码生成工具能完成很多基础的、模板化的编码工作，这部分初级岗位的纯粹编码需求可能会减少。转型方向： 转向更复杂的逻辑实现、系统设计、AI工具的熟练应用和验证。

2、部分基础QA测试岗：AI可以更高效地生成和执行大量测试用例，发现一些模式化的bug。转型方向： 转向更复杂的测试策略设计、探索性测试、AI模型的测试与评估。

3、部分初级UI/UX设计岗（辅助性工作）：AI可以快速生成多种设计草案或原型。转型方向： 专注于用户研究、交互逻辑深度设计、创意构思以及对AI生成结果的筛选和优化。

4、简单的数据标注与数据录入岗：很多基础标注任务可以被AI或半自动工具替代。转型方向： 转向更复杂、需要专业知识的标注，或标注平台的管理与优化。

重要提示： “减少”不等于“消失”，更多的是岗位职责的演变和对技能要求的提升。核心是人机协作，利用AI提升效率，人则专注于更具创造性、战略性和复杂性的工作。

给26年毕业大学生的秋招岗位投递建议

1、首选：具备AI应用能力的软件开发岗

2、直接的AI算法岗---如果你对数学、算法有浓厚兴趣，且有相关科研或项目积累（如LLM微调、AIGC项目），可以尝试：LLM、AIGC应用工程师、多模态算法应用工程师这类岗位竞争激烈，对理论基础和实践经验要求高。