03-05 20:44 上海远景科创智能科技有限公司_edge_linux 开发 发布于江苏
发布于江苏 关注
找AI工作应该卷什么？
#找AI工作应该卷什么？#
找 AI 工作我觉得主要卷三件事：方向选择、工程落地、可证明的产出。方向上别贪全，先选一条主线（LLM 应用/Agent、LLM 推理与部署、传统 CV/NLP、推荐/搜索、数据科学），把对应的基础补扎实：数学与 ML 经典（损失函数、优化、正则化、评估）、以及 LLM 的核心概念（tokenization、注意力、对齐、RAG、微调/LoRA、推理加速）。工程上要能“写得出跑得动”，熟练 PyTorch、训练/推理脚手架、数据处理、评测与实验管理（logging、ablation、可复现），再加一项硬技能：部署（FastAPI+Docker+GPU）、性能（量化/蒸馏/TensorRT/vLLM）、或数据（特征/埋点/离线-在线一致性）。最后一定要有作品集：2–3 个能打开链接就看到效果的项目（比如 RAG 问答、Agent 工具链、行业小模型微调、推荐系统端到端），配一篇清晰 README：问题、方案、数据、指标、对比、成本与踩坑。面试就围绕“你做了什么—为什么这么做—效果如何—还能怎么改”讲清楚，基本就能拉开差距。
找 AI 工作我觉得主要卷三件事：方向选择、工程落地、可证明的产出。方向上别贪全，先选一条主线（LLM 应用/Agent、LLM 推理与部署、传统 CV/NLP、推荐/搜索、数据科学），把对应的基础补扎实：数学与 ML 经典（损失函数、优化、正则化、评估）、以及 LLM 的核心概念（tokenization、注意力、对齐、RAG、微调/LoRA、推理加速）。工程上要能“写得出跑得动”，熟练 PyTorch、训练/推理脚手架、数据处理、评测与实验管理（logging、ablation、可复现），再加一项硬技能：部署（FastAPI+Docker+GPU）、性能（量化/蒸馏/TensorRT/vLLM）、或数据（特征/埋点/离线-在线一致性）。最后一定要有作品集：2–3 个能打开链接就看到效果的项目（比如 RAG 问答、Agent 工具链、行业小模型微调、推荐系统端到端），配一篇清晰 README：问题、方案、数据、指标、对比、成本与踩坑。面试就围绕“你做了什么—为什么这么做—效果如何—还能怎么改”讲清楚，基本就能拉开差距。
全部评论
相关推荐
点赞 评论 收藏
分享