本科生可以选择大模型开发吗

双非本，目前暑期还在一家中厂实习，但是面试经验比较少，除了简历上这些还学过langchain4j框架等和ai应用有关的框架，不过没自己写过agent和mcp，只写过一个ai有关的项目，但是都只是对大模型进行提问，简单的调用api。请大佬对简历和方向指点一二。

背景发现还是有很多牛油对市面上的AI工程师抱有很大的幻想，作为一个年初刚从大数据夹娃工程师转成AI工程师的老兵油子，我很有必要狠狠的戳破这些幻想。今年年初刚过完年回来，公司宣布组织内部架构调整，成立AI中台，全面拥抱大模型，第一步先内部招聘转岗，楼主脑子一热就从数据中台转岗到了AI中台。当时满脑子都是微调、训练、数据集、验证集等等等高大上的名词，进来之后无非是换个地方增删改查而已。模型底座所谓AI中台就是封装各种大模型能力，向其它部门提供公共服务，比如说AI网关、agent管理平台、工作流平台等等，涉及到模型微调，数据集训练的基本不会让半路出家的做。如果想要自行学习了解微调可以通过llama-...

1. 项目背景：针对端侧设备（树莓派、昇腾、RK系列）的低资源环境，设计一套轻量化分布式框架，实现大模型（LLM/ASR/TTS等）的高效协同推理，解决端侧设备算力分散、通信受限、动态扩展难等问题。技术栈：Linux、C++、ZMQ、设计模式、分布式架构、主从Reactor模式、docker、cmake、shell3. 项目设计方案1. 双模式部署设计：设计Docker与裸机双部署方案，通过自动化镜像部署和容器操作脚本，环境部署效率提升70%2. 底层混合通信组件：- 设计基于ZMQ的多模式通信中间件，通过工厂模式统一创建PUB/SUB、PUSH/PULL、RPC等6种通信策略，结合策略模式实现动态通信方式切换，降低业务层网络代码复杂度70%；- 构建高可用RPC框架，支持方法动态注册与服务发现，通过设置双端超时控制与自动重连机制提高通信可靠性；- 设计ZMQ消息封装模块，开发轻量级序列化协议，采用长度前缀+紧凑存储结构设计实现多参数打包/解包3. channel模块设计：- 统一管理底层多模式通信中间件的ZMQ连接，支持动态URL绑定，信道注册- 设计观察者模式和闭包方案，实现网络层与业务逻辑的解耦- 通过动态work_id路由和连接池技术，实现多unit单元通信隔离- JSON协议设计，用于节点间/外部用户消息交互4. 分布式任务调度框架设计-与业务节点关系（继承）- 采用 Reactor模式，设计异步事件驱动的任务调度框架，通过eventpp实现毫秒级事件响应- 动态RPC服务注册，支持跨业务节点 setup/exit 等指令的远程调用- 统一管理 work_id-channel 连接池，对上层业务节点屏蔽底层通信复杂性- 提供标准化setup等虚函数接口，支持业务节点自定义任务处理逻辑5. unit-manager模块- 设计RPC服务注册，实现信道自动注册/释放，SQL处理；并解析 action 实现动态分发请求- 实现轻量化内存kv缓存数据库 存储 unit 元信息；并提供线程安全SQL查询接口，供节点动态通信- 设计多协议网关，实现TCP/ZMQ协议转换，支持外部用户-内部业务节点通信交互- 设计主从多Reactor TCP通信框架，实现压测10000+TCP并发连接6. Node业务层接口设计- TASK任务管理：实现单任务实例管理，模型加载/推理/流式输出回调机制等- 服务层控制：自定义实现setup等接口，对业务节点进行生命周期管理，实现节点间相互订阅

推荐一个牛友真实认可的项目,目前主流的12306项目已经烂大街 , 且由于学习成本高小白入手困难 , 学习回报少 , 此次两个项目是独立分开的 , 一个是仿大麦的高并发微服务项目 , 一个是Spring AI项目嵌入到前一个项目中 ,。大麦项目负责高并发业务逻辑执行 , 大麦AI 负责和用户进行智能交互 。 Spring AI + SpringCloud让面试官眼前一亮 。 仿大麦高并发Cloud项目: 使用真实环境开发组件并解决一系列问题: 1. 用户服务如何设计分库分表，存在用户邮箱、用户手机号多种方式登录，要怎么设计？ 2. 如何设计缓存策略？采取哪种结构来存储？采取哪种维度来存储？哪些...