随着招聘季的火热进行，我有幸参与了一系列面试，从校园招聘到社会招聘，我在这里分享一些关于大模型技术领域人才需求的观察和思考。🔍👨🎓 论文发表：在大模型领域，真正有影响力的论文并不多。许多论文只是在模型结构上做了微调，这些工作往往缺乏实际应用价值，已经很难吸引面试官的注意。在这个时代，简单有效的方法是更受欢迎的。💼 训练经验：由于硬件资源的限制，真正有大型模型训练经验的人并不多。对于那些有预训练经验的人才，我们视若珍宝。完整的训练经验更是各家的香饽饽，简历已经在猎头那一端被抢爆了。📈 模型评估和强化学习：这两个领域是大型模型的前沿技术，能够在这方面做得好的人可以显著领先于同行。然而，这些领域的资源要求也很高，而且存在很多挑战，因此有经验的人非常少。🛠 模型选择：在选择大型模型时，必须紧跟行业的主流趋势。一些非主流的模型可能并不可靠，而且可能无法与主流社区进行有效沟通。🌐 应用场景：目前，大型模型的成功应用案例还不多，大多数项目还处于探索阶段。从简历中可以看出，整个行业的进展还比较缓慢，尤其是在实际应用领域。🔥 人才需求：尽管如此，对大型模型的需求依然旺盛，优秀的简历非常抢手。许多公司都在寻找有这方面经验的人才。📚 面试问题：如果候选人的简历扎实，有丰富的大型模型经验，那么面试中通常不会问太多基础问题。相反，如果简历比较薄弱，但候选人有潜力转向这个领域，那么面试中会更多地考察潜力和基础知识。希望这些信息对大家有所帮助。在大型模型技术领域，真正的专业知识和实践经验是非常宝贵的。对于那些有志于这个领域的求职者来说，积累相关经验将大大增加竞争力。🚀
