我感觉毕业好难

如果你想要走算法工程师或者数据挖掘，机器学习工程师又或者AI工程师，大模型，自然语言处理这条路，那完全可以照着学：1️⃣. 先学python和机器学习python是编程语言，是算法实现的基础，现在学长用的比较多的也是python，熟能生巧，用多就好了，把python的几个数据分析库学会numpy，pandas，matplotlib, scipy和seaborn。机器学习部分学习逻辑回归，支持向量机，随机森林，线性回归，xgboost，GBDT，决策树，HMM，朴素贝叶斯差不多就可以了。这一部分尽量做一些项目来提升自己的代码能力和项目思维✅2️⃣. 其次学pytorch和深度学习入门pytorch教程大家可以去b站看刘二大人和小土堆的教程，看完你真的会发现pytorch框架真的不难，深度学习入门学长看的是李沐的动手学深度学习，把CNN，RNN，GNN，LSTM，GRU，GAN都学一遍，这样子就算是深度学习入门了，这些算法是基础，以后学习各个方向都🈶可能用到。李沐老师的课可能会有点难懂，可以结合李宏毅老师的来看，看个两遍有种豁然开朗的感觉3️⃣. 然后学自己感兴趣的方向当做由于研究生阶段用的图神经网络和时间序列类模型比较多，所以学习了GCN，ConvGRU，ConvLSTM，Transformer，注意力机制, GAT。在学习Transformer的时候发现很多教程都没有讲透，这里建议Dasou➕李沐➕教AI的陶老师➕王树森，这几个博主的视频看完之后感觉对Transformer以及Bert都有了比较深的理解。学长后期主要是关注自然语言处理和大模型方向了，所以word2vec，n-gram等算法也学习了，llm算法部分的内容也很多，也一直在学习，但感觉这一块还不太熟悉就不给大家介绍了，现在的多模态大模型也很火，这些都值得去研究。大家还是要知道自己想要做什么，真的建议去深挖一个方向，而不是蜻蜓点水✅可能还有一些来不及介绍，但学完上面的内容，完全可以找到一个AI工程师的实习，可以在工作中去体验和加强自己的学习

一、市场上到底要什么人？去招聘网站搜“大模型”，JD看一圈就会发现，岗位其实就三类：① 基模方向：预训练、模型架构、scaling law门槛：顶会paper or 名校博士结论：有就有，没有就别强求，不是几个月能补的② Infra方向：分布式训练、GPU集群、推理加速门槛：扎实的系统底层能力结论：你们组是做这个的就可以冲③ 应用层方向  这是大多数人的机会！不动模型：RAG、Agent动模型：SFT、RL（RLHF/RLAIF） 0基础同学能在4个月内真正拿到offer的地方，就是应用层二、技能要会在点子上，别被概念带偏现在各种概念满天飞，A2A、MCP、GraphRAG...每周都有新名词...

大概四十分钟结束，聊家常一样项目拷打1. 你觉得现在llm推理瓶颈在哪。2. 问了我一个工作怎么建模互联的。3. 然后又对着这个工作挖了一些。4. 怎么看待未来硬件形态。5. 发文章怎么看

背景：电子信息24届毕业生，毕业后BOSS上找的一家小公司，如今干了已经有一年多三个月，拿完年终在昨天已提交离职。离职的经过，前后不到两分钟，从我跟领导讲涨薪开始到进他办公室到聊天到离开办公室，前后不到两分钟，就是这么快。聊天的内容就是涨薪，然后领导轻蔑一笑说，“公司是不可能给你单独涨薪的，我们一般是全体涨薪”，微微一笑仿佛这就是天经地义一样，关于我提涨薪的原因，就是因为我觉得我干的比其他同事要好但薪资要低一些。“既然这样，那我就该干嘛干嘛吧”，我说，“你是想那个是吧”，领导狠狠瞪了我一眼说，然后我就离开办公室了。过程就是这么快，原来离职这么简单，细心的同学可能察觉出不对来了，既然你觉得自己那么有能力，领导为什么不挽留呢，这也正是我疑惑的地方呢，下午也没找我聊一句话，有种被无视的感觉。我的一些感想：1 远离有毒的人，有毒的环境在这个公司里我感觉我自己是个孤岛，融入不了其他人的圈子里，像是个被孤立的小丑；领导是个npd，高度自恋，不把下属当人，而且又老又蠢，很多项目明明可以做的更好一点的，他却老凭借自己的资历和地位把事情带向错误的方向2 技术已死我不是一个适合搞技术的人，我现在完全就是在用AI写代码，我也没有牛客上大家十几万几十万的高薪，对我这样的人来说技术已死，我不愿意用我年轻宝贵的生命浪费在这些无聊的技术上面，我无法驾驭技术，更无法驾驭自己，所以我宣布我的失败，我要逃离3 上班有意思吗？对我来说上班就是用时间换钱，但不值得，垃圾的环境，糟糕的项目，技术无法提升，上班对我来说就是我自己的垃圾时间。我选择躺平。