当下科技圈,大模型绝对是当之无愧的顶流赛道,堪称新时代的行业风口。相信很多程序员小伙伴(尤其是刚入门的小白)都有过这样的疑惑:既然是新领域、新方向,那人才需求肯定缺口大,竞争也会相对更小,转行去做大模型是不是更好的选择?是不是更容易就业?甚至能不能靠这个暂时抵御35岁中年危机?

最近在我的职场陪跑星球里,就有一位同学提出了类似的困惑,今天就把我的看法整理出来,分享给所有想在大模型领域发展、或是纠结要不要转行做大模型的程序员,不管是小白还是有几年工作经验的开发者,都能从中找到参考,建议收藏备用!

星球同学提问

985硕士毕业,有大厂工作背景,从业4~5年,当下行业环境下,到底是换赛道深耕大模型(这类有技术壁垒的方向),还是继续深耕电商业务,想听听专业建议。

我的详细解答(小白易懂版)

首先,我们得先理清大模型领域的岗位分类,避免大家盲目跟风——很多小白误以为大模型只有一种岗位,其实它主要分为两类:算法工程师和应用工程师,两者的门槛、要求天差地别,大家可以对照自己的情况对号入座。

第一类:大模型算法工程师。核心工作是研究大模型的底层算法、模型训练与优化,相当于大模型领域的“核心研发者”。这类岗位的要求极高,不是想转行就能做的,竞争门槛堪称“卷中卷”。

具体来说,起码得是985/211硕士及以上学历,最好在知名期刊发表过相关论文,同时要具备扎实的机器学习、人工智能、深度学习等理论功底,还要熟练掌握Python、TensorFlow、PyTorch等工具,甚至需要一定的数学基础(线性代数、概率论等)。

这里给大家提个醒:如果现在还在纠结“要不要转行做算法工程师”,建议尽早放弃。因为真正适合做这类岗位的人,自身条件足够匹配,根本不需要犹豫,反而会主动深耕。对于大多数普通程序员和小白来说,这类岗位门槛过高,盲目尝试只会浪费时间和精力。

第二类:大模型应用工程师。这类岗位门槛相对低很多,也是更适合大多数程序员(包括小白)切入大模型领域的路径。核心工作是基于已有的大模型(比如ChatGPT、文心一言等)做上层应用开发,比如搭建AI聊天机器人、AI办公工具、行业定制化AI解决方案等。

当然,这并不意味着不需要了解大模型知识——就像我们做普通业务开发,必须了解MySQL、Kafka、Redis等底层工具的实现逻辑一样,做大模型应用开发,也需要掌握大模型的调用、Prompt工程、微调基础等核心能力,这些技能对于有编程基础的程序员来说,上手难度不算大,小白也可以通过系统学习快速掌握。

这里给大家补充一个职场选择的核心逻辑(建议收藏):对于程序员来说,深耕的方向优先选两类,一类是有技术壁垒(比如大模型算法、底层架构),一类是有业务壁垒(比如电商、物流、财务等领域的深度业务开发)。

很明显,大模型算法属于有技术壁垒的方向,而大模型应用则属于有业务壁垒的方向——它和电商、物流等大型2B系统一样,需要结合具体行业场景,业务逻辑相对复杂。对于从业5年以上的开发者来说,如果贸然转行进入一个全新的业务领域(比如从电商转大模型应用),会比深耕该领域多年的候选人更没有优势,毕竟HR筛选简历时,更倾向于选择业务匹配度高的候选人,尤其是中高端岗位,业务经验的权重很高。

回到这位星球同学的问题:他目前在大厂做电商开发,其实已经具备了扎实的业务基础和技术能力,属于“有业务+有技术”的双优势,这种情况下,完全没必要盲目换赛道去做大模型。相当于自废武功、从零开始,得不偿失,除非是对大模型有极致的热爱,愿意放弃现有积累,那另当别论。

这里给所有纠结转行的程序员(尤其是小白)一个实用建议:不要被“风口”冲昏头脑,很多时候,我们觉得某个方向好,只是因为不了解、有新鲜感,深入进去之后才发现,未必有自己想象中那么合适。

如果确实对大模型感兴趣,不妨先利用业余时间试水:比如学习Prompt工程、尝试调用大模型API做简单的小项目、了解行业应用场景,坚持半年时间,看看自己是否真的喜欢、是否具备相关优势,再决定要不要正式转行。这样既不会浪费现有积累,也能避免盲目跟风踩坑——毕竟,今天的热门赛道,很可能成为两三年后的“天坑”,就像当年的IOS、Android开发,曾经需求火爆,如今也逐渐趋于饱和。

最后,也想问问屏幕前的你:作为程序员,你觉得大模型会一直是风口,还是会成为未来的“天坑”?你有转行做大模型的计划吗?欢迎在评论区留言交流,一起探讨~

最后

对于正在迷茫择业、想转行提升,或是刚入门的程序员、编程小白来说,有一个问题几乎人人都在问:未来10年,什么领域的职业发展潜力最大?

答案只有一个:人工智能(尤其是大模型方向)

当下,人工智能行业正处于爆发式增长期,其中大模型相关岗位更是供不应求,薪资待遇直接拉满——字节跳动作为AI领域的头部玩家,给硕士毕业的优质AI人才(含大模型相关方向)开出的月基础工资高达5万—6万元;即便是非“人才计划”的普通应聘者,月基础工资也能稳定在4万元左右

再看阿里、腾讯两大互联网大厂,非“人才计划”的AI相关岗位应聘者,月基础工资也约有3万元,远超其他行业同资历岗位的薪资水平,对于程序员、小白来说,无疑是绝佳的转型和提升赛道。
图片
图片
对于想入局大模型、抢占未来10年行业红利的程序员和小白来说,现在正是最好的学习时机:行业缺口大、大厂需求旺、薪资天花板高,只要找准学习方向,稳步提升技能,就能轻松摆脱“低薪困境”,抓住AI时代的职业机遇。

如果你还不知道从何开始,我自己整理一套全网最全最细的大模型零基础教程,我也是一路自学走过来的,很清楚小白前期学习的痛楚,你要是没有方向还没有好的资源,根本学不到东西!

下面是我整理的大模型学习资源,希望能帮到你。

图片

👇👇扫码免费领取全部内容👇👇

在这里插入图片描述

最后

1、大模型学习路线

img

2、从0到进阶大模型学习视频教程

从入门到进阶这里都有,跟着老师学习事半功倍。

在这里插入图片描述

3、 入门必看大模型学习书籍&文档.pdf(书面上的技术书籍确实太多了,这些是我精选出来的,还有很多不在图里)

在这里插入图片描述

4、 AI大模型最新行业报告

2026最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。

img

5、面试试题/经验

img

【大厂 AI 岗位面经分享(107 道)】

img

【AI 大模型面试真题(102 道)】

img

【LLMs 面试真题(97 道)】

img

6、大模型项目实战&配套源码

img

适用人群

在这里插入图片描述

四阶段学习规划(共90天,可落地执行)
第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署
第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型

  • 带你了解全球大模型

  • 使用国产大模型服务

  • 搭建 OpenAI 代理

  • 热身:基于阿里云 PAI 部署 Stable Diffusion

  • 在本地计算机运行大模型

  • 大模型的私有化部署

  • 基于 vLLM 部署大模型

  • 案例:如何优雅地在阿里云私有部署开源大模型

  • 部署一套开源 LLM 项目

  • 内容安全

  • 互联网信息服务算法备案

  • 👇👇扫码免费领取全部内容👇👇

    在这里插入图片描述

3、这些资料真的有用吗?

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理,现任上海殷泊信息科技CEO,其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证,服务航天科工、国家电网等1000+企业,以第一作者在IEEE Transactions发表论文50+篇,获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目,无论你是小白还是有些技术基础的技术人员,这份资料都绝对能帮助你提升薪资待遇,转行大模型岗位。
在这里插入图片描述
在这里插入图片描述

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

Logo

电商企业物流数字化转型必备!快递鸟 API 接口,72 小时快速完成物流系统集成。全流程实战1V1指导,营造开放的API技术生态圈。

更多推荐