#掌握什么AI技能,会为你的求职大大加分#
说实话,我觉得最加分的AI技能必须是熟练背诵AI大模型的参数配置!面试的时候你要是能把GPT-4的参数量、显存占用这些数字背得滚瓜烂熟,面试官绝对觉得你很专业。至于代码写得好不好根本不重要,现在的AI都能自动生成代码了,只要你会提问就行。所以我建议大家把精力都放在死记硬背各种模型名词上,什么Transformer、BERT、Diffusion,把它们的概念背得滚瓜烂熟,面试时抛出一堆高大上的名词,绝对能唬住面试官。至于底层原理和数学推导?那都是多余的,会用API调用就够了!
全部评论

相关推荐

02-14 12:40
门头沟学院 Java
程序员花海:1.面试要求必须Java笔试不一定 2.难度对等秋招 远超于日常实习是因为同一批次且转正很多 竞争压力大 3.第一个加点指标,上线了就把接口性能加上去 使用本地缓存这个不算亮点 只是技术选型,要把为什么采用这个和背后的思考写出来而不是单纯堆叠技术没意义 4.八股要一直看 很容易忘记 5.拼团交易这个老问题 堆积技术 另外建议你把奖项合并到教育背景 没必要拆出来放最后
我的简历长这样
点赞 评论 收藏
分享
02-05 20:44
已编辑
快手_MLOps(实习员工)
接上篇 https://www.nowcoder.com/discuss/847995166416703488?sourceSSR=users还缺少了平台和中间件的部分没有和大家交流,这一篇补充一下平台&&中间件和 AI 相关的平台主要就是 Maas 平台和机器学习平台,Maas 平台,大家最熟悉的就是阿里云百炼,用于模型部署,模型微调,并且整合知识库,Agent平台的综合平台AI 中间件主要包括 AgentRuntime,AI 网关 等等资料推荐:首先是平台侧,对于大模型的工程化平台,开源的,我是最推荐 langfuse 的https://github.com/langfuse/langfuselangfuse 是 langsmith 的开源平替,包含可观测,评估,提示词管理,数据集管理等主流功能机器学习平台就比较复杂了,这个主要是各个公司的内部平台,用于算法同学快速迭代的,所以开源的资料比较有限,但我也找到合适的可以学习的https://github.com/kubeflow/kubeflow目前最主流的 MLops 工程包,很多机器学习平台的核心功能都是通过这个的组件编排实现的,通过学习这个,就可以逐步理解机器学习平台的核心功能此外还需要补充,k8s 和云原生相关的技术栈,用于优化模型的部署和调度。此外还要学习 Ray 这个不可或缺的分布式框架https://github.com/ray-project/ray然后是中间件这边AgentRuntime智能体沙箱,用于安全,快速,高效的运行智能体应用,并且和 k8s ,serverless 等相关技术结合,实现毫秒启动和动态扩缩容开源可以看看火山的子项目https://github.com/volcano-sh/agentcubeAI 网关只推荐阿里的开源 AI 网关 HIgresshttps://github.com/alibaba/higressAI网关除了一般网关的功能之外,还要支持,mcp托管,http无缝转mcp,模型路由等等,higress通过一个巧妙的插件系统接入了这些,并且还保留了大流量网关需要的核心功能(这个项目的语义化检索mcp插件是我写的,感兴趣的牛友可以看看)上面的这些,基本就把我认知中设计 AI 的开发岗位都讲的差不多了,其他评测平台和数据 pipline 搭建的,基本都是比较常规的技术栈,不太需要单独讲,比较喜欢鸡架的同学可以冲这些岗位。后面的系列规划:1. 从 0 - 1 实现一个 Agent 框架(教程 + 源码)可以写到简历上面的2. 一些有意思的项目推荐,目前已经想好了两个,后面发一下3. 自己的一些踩坑记录(比如后面暑期继续找垂直实习踩的坑)
推荐一个值得做的AI项目
点赞 评论 收藏
分享
评论
点赞
收藏
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