双9后端如何转大模型应用开发

大模型就业方向主要有两个：大模型应用和基座大模型。基座大模型的特点是要求高，招收的人数少，真正做基座的公司也不多。所以大模型应用反而是大部分同学实际工作的方向，大模型应用的覆盖范围广，相对要求低一些。🌟大模型应用的方向：✅搜索推荐广告：生成方向，比如自动化生成图片和视频；文本方向，比如相关性；其他方向，比如搜索推荐中的召回，重排序；✅AI 原生方向：主要是基于大模型出来的新 app ，比如豆包，元宝，夸克， Kimi 等；·和 LLM 更加匹配的方向：比如智能客服，比如 chatApp ;✅传统行业：很多传统行业，比如食品公司，MCN公司都在做 AI 转型，期望 AI 给原有行业带来新的机会；✅具身智能：机器人公司，比如宇树智能。🌟大模型应用的要求：1.大模型的基础流程：预训练，后训练等基本流程要了解；自回归和基于 Diffusion 的训练方法；2.RAG ：文本拆解的方法；召回模型和优化，排序模型和优化； RAG 模型和生成联合优化；3.Agent ：基本原理，比如 Plan , Memory , Tool - Use ；如何优化比如 Tool 的使用， Plan 能力的加强； MCP 协议的原理等；4.多模态：多模态大模型的基本方法，领域内多模态能力如何加强🌟大模型应用招聘要求：2025年，任何方向，要有项目，且有一定的深度或者创新；或者本人的简历很好（比如 Top 985，论文等）。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

8.7投递，8.8测评，现在进面啦等面试~

鼠鼠目前在某大厂实习，做的是aicoding工具开发（纯应用，agent，上下文工程，rag这些，无微调），之前有一段java后端的实习。研究生方向是多模态大模型（但是没有成果）。想问秋招可以投什么岗位呢？简历上计划写两段实习+毕设的多模态相关的项目，这样写会不会容易被拷打大模型原理？没怎么背过算法相关的八股（问我transformer架构我都说不顺），找实习的时候只背了后端八股但是基本每场面试都问ai，担心简历写的内容太多容易背拷打麻

家人们！最近在琢磨大模型应用开发岗的项目准备，初步定了两个方向 ：做一个完整的 RAG 项目（检索增强生成），从向量数据库搭建，知识库的构建、工具的调用，到检索逻辑优化，全流程走一遍，重点体现对知识问答场景的落地能力～ 搞一个模型微调 + 部署的项目，选个具体任务（比如特定领域的文本分类 / 命名实体识别），用 LoRA 之类的方法做微调，再部署成 API 服务，配上简单的调用界面，把 “调参 + 工程化” 能力亮出来这两个项目覆盖了大模型应用的核心环节，既有算法落地又有工程实现，感觉能体现岗位所需的核心技能？有没有同行姐妹 / 兄弟给点建议呀～ 或者还有哪些项目方向值得补充？