想写这个很久了，因为自己在开源和实习中也接触过一些 ai 的工程化内容，对这一块也有一些自己的思考，这个路线图说是 AI 应用开发全景路线图，其实我是想写从 maas 平台到 AI infra 的整个模型工程化的全链路的知识，但是笔力有限，第一版应该先聚焦于平台和应用开发。学识尚浅，也欢迎各位牛友一起交流，探讨，完善阅读建议：每个模块开始是我的一点思考和收集的信息，后面就是学习建议和资料（主要是开源项目+文档，视频资源如果有比较不错的也会放上去），有些技术可能没有好的教程，后续会陆陆续续的出文章+ demo 和大家交流一，AI 应用开发到底是什么概述AI 应用开发这个字眼从 gpt 刚开始火的...

top1：pdd。绝对的no1，多多一年，人间十年，不过多多给的是真的到位，但是辛苦也是真的，拿多少钱干多少活在pdd不存在。只有最累，没有更累。top2：dw，xhs，jd，宇宙厂。这些工作强度极大，尤其是dw，有段时间更是超过了pdd，性价比极低。宇宙厂心累程度也是出了名的高！top3：ks，阿里，鹅厂，熊厂，团子。他们可以说是工作强度很大，性价比会高一点，但是同部门之间薪资对比的确不如pdd和xhs。以上排名只是一个综合评价，综合身心疲惫的程度。

二面的体验非常好，不知道面试官手下留情了还是什么，基本上都答出来了，算法也是一遍直接过，手撕了30min这样

📍面试公司：字节跳动🕐面试时间：2026.1.30💻面试岗位：运维工程师❓面试问题：看着简历问的，问了很多和大模型相关的问题（因为自己可能偏向大模型），比如介绍一下transformer，QKV层为什么要做根号和加一层softmax,什么是RAG，具体流程上什么？说说如何应用到具体业务上面？如何克服幻觉？面了半个小时之后手撕代码，打印螺旋矩阵，不能开辟O（mn)的空间，直接输出🙌面试感想：整体难度不是很大，但后续还是看具体双方的匹配程度，很多时候面试过或者不过，不是因为技术问题，而是双飞的匹配问题