多模态算法 vs 多模态训推加速算法

现在有两个地方看起来比较合适,一个是去做业务场景落地,比如大模型应用到业务上,微调,agent这些;一个是去做基础技术,比如大模型 KV cache 等等优化,针对多模态场景的 KV cache 等等。两个平台都不错,图片上就是第二个。

我的情况是,博士读书期间主要做科研,写论文,做的是多模态算法,改改网络结构,发发论文这些。感觉很多师兄师姐都是去做业务场景落地,不过工作可能也比较偏数据处理,业务调优等等。好处就是这个岗位需求大,跳槽也容易。坏处就是卷。。。

基础技术研发感觉比较偏底层,做 kv 复用,kv检索等等,里面研究员,博士比较多。这个岗位好处是技术比较深,坏处可能需求量少,做模型基础平台技术不需要太多人

请问大家这两个应该怎么选呢

#计算机# #深度学习与神经网络# #多模态# #大模型#  #大模型推理# #offer帮选#
全部评论
ai infra很窄,已经卷成麻花了
1 回复 分享
发布于 2024-11-05 15:41 北京
m
点赞 回复 分享
发布于 2024-11-02 12:58 北京
推理优化
点赞 回复 分享
发布于 2024-10-29 16:28 重庆

相关推荐

03-14 16:04
已编辑
安徽农业大学 算法工程师
痴心的她allin秋...:啥笔试都挂怎么办,某9本考研下岸,练也没时间了,对算法也不感兴趣,大部分大厂笔试只能A0-1个😄
米哈游笔试
点赞 评论 收藏
分享
03-03 23:12
已编辑
北京邮电大学 Java
书海为家:我来给一点点小建议,因为毕竟还在学校不像工作几年的老鸟有丰富的项目经验,面试官在面试在校生的时候更关注咱们同学的做事逻辑和思路,所以最好在简历中描述下自己做过项目的完整过程,比如需求怎么来的,你对需求的解读,你想到的解决办法,遇到困难如何找人求助,最终项目做成了什么程度,你从中收获了哪些技能,你有什么感悟。
你的简历改到第几版了
点赞 评论 收藏
分享
评论
1
2
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务