我对 AI 工程师的要求 | 2026
为了帮团队里的小伙伴更好地发展成为AI工程师,整理了一份我认为必备的技能清单,分享给大家~
RAG系统搭建
✅ LlamaIndex 框架熟练使用
✅ 向量化模型选型(去HuggingFace MTEB榜单找)
✅ 文档切片策略设计
✅ 向量索引原理掌握(如HNSW算法
✅ 向量数据库实战(Milvus/Weaviate二选一)
多Agent编排能力
✅ LangGraph工作流设计
✅ SSE协议实现实时交互
大模型原理(必须懂!)
✅ Transformer架构深度理解
✅ 跟着 CS336 系统学习
✅ 手撸过 Karpathy的mini-GPT
✅ LoRA/QLoRA原理能讲清楚
✅ SFT、GRPO训练方法
✅ 量化技术原理
模型微调实战
✅ PEFT库熟练使用
✅ llamafactory一键微调
✅ WandB实验追踪
模型部署优化
✅ vLLM高性能推理
效果评估体系
✅ 传统指标(BLEU/ROUGE)
✅ LLM-as-judge设计
✅ 人工评估流程搭建
LLMOps工程化
✅ 模型版本管理
✅ A/B测试框架搭建
✅ 效果实时监控系统
我的建议:
不要贪多!基础不牢地动山摇~
加分项:
• 有过从0到1搭建AI系统的经验
• 踩过坑并有解决方案沉淀
• 能用简单语言讲清楚复杂原理
你们觉得还有什么必备技能?评论区见! #掌握什么AI技能,会为你的求职大大加分#
RAG系统搭建
✅ LlamaIndex 框架熟练使用
✅ 向量化模型选型(去HuggingFace MTEB榜单找)
✅ 文档切片策略设计
✅ 向量索引原理掌握(如HNSW算法
✅ 向量数据库实战(Milvus/Weaviate二选一)
多Agent编排能力
✅ LangGraph工作流设计
✅ SSE协议实现实时交互
大模型原理(必须懂!)
✅ Transformer架构深度理解
✅ 跟着 CS336 系统学习
✅ 手撸过 Karpathy的mini-GPT
✅ LoRA/QLoRA原理能讲清楚
✅ SFT、GRPO训练方法
✅ 量化技术原理
模型微调实战
✅ PEFT库熟练使用
✅ llamafactory一键微调
✅ WandB实验追踪
模型部署优化
✅ vLLM高性能推理
效果评估体系
✅ 传统指标(BLEU/ROUGE)
✅ LLM-as-judge设计
✅ 人工评估流程搭建
LLMOps工程化
✅ 模型版本管理
✅ A/B测试框架搭建
✅ 效果实时监控系统
我的建议:
不要贪多!基础不牢地动山摇~
加分项:
• 有过从0到1搭建AI系统的经验
• 踩过坑并有解决方案沉淀
• 能用简单语言讲清楚复杂原理
你们觉得还有什么必备技能?评论区见! #掌握什么AI技能,会为你的求职大大加分#
全部评论
收藏
学完这些博士都毕业了
学完这些硕士都毕业了
相关推荐
点赞 评论 收藏
分享
点赞 评论 收藏
分享