掌握什么AI技能，会为你的求职大大加分

学校是个双非， 也没有开过 HPC 相关的课程， 暑假才确定好自己的职业方向， 简历上已经是我所有的领域相关的知识了， 0 实习 offer 也是意料之中， 所以想问问接下来应该怎么学。接下来我应该会啃一些 AI-Infra 的库， 比如 cuDNN、cutlass 等， 或者去深入补一下训练框架的那一套， 或者去了解一些 AI 编译器相关(龙书还没看完...)， 如 TVM 什么的。但我觉得学习是个循序渐进的过程， 如果只是先找个实习， 上面的东西应该了解到什么程度。还有这一方向的项目怎么完全没头绪， 是不是还是领域论文占主导啊。

各位大佬有没有懂的ai infra如何入门的，有没有什么好的项目适合入门做的/看看源码（比如nano-sglang/vllm）（感觉自制推理框架已经烂大街了）。🤔🤔

1. 整体规模：爆发式增长2025 年 1 月至 10 月，新发 AI 相关岗位量同比飙升 543%，单月同比增幅最高超过 11 倍，远超其他行业；业内人士分析，大厂对 AI 类岗位的需求量相较往年增长了约十倍。2. 头部格局：字节断层领跑AI 岗位发布量最多的企业中，字节跳动断层式领先，小红书排名第二，超过阿里巴巴、蚂蚁集团、腾讯、美团等传统大厂。3. 薪资水平：顶尖岗位天花板极高AI 科学家 / 负责人平均月薪达 12.7 万元居首，大模型算法岗位平均月薪约 7.1 万元；顶尖院校计算机博士应届生，部分大厂已开出 300-400 万元年薪。4. 冰火两重天：高端稀缺，初级内卷初阶人才的招聘量明显下降，1 年以内工作经验的新发岗位量同比减少近 40%，而 3-5 年、10 年以上经验的岗位需求基本稳定；同时 AI 岗位供需比已从 1.00 升至 1.11，整体呈现供大于求态势。5. 能力要求：从技术极客转向复合型人才企业对 AI 人才的评价体系呈现三大转变：实战优先取代单纯算法比拼、跨领域知识融合成为硬性门槛、动态学习能力纳入核心竞争力评估。给转行者的上岸建议市场整体机会很大，但分化严重 —— 顶尖技术人才极度稀缺，初级岗位却竞争激烈。对于非技术背景转行者来说，切入产品、运营、GTM 等复合型岗位，叠加真实项目经验，是比从零学代码更务实的路径。

AI代理 (Agent) 与RAG开发，这是当前市场需求旺盛的新兴技能。AI代理 (Agent)：能设计让AI系统在少量指令下，自主完成多步骤复杂任务的流程，如自动客服、运营支持等。RAG (检索增强生成)：能将公司内部的PDF、表格、数据库等私有知识接入AI，使其能基于这些信息进行“有依据的回答”，极大提升AI的专业性。掌握这两个技能，基本上能够让你在职场上立于不败之地！！！

我其实是刚开始学没多久，在尝试coding之前只搓过一点非常非常简单的小项目。最近幸运的接到一些ai产品的面邀，所以想给正在起步学ai的文科生们一些心得！我之前的实习和ai的关系都不大，但前段时间和隔壁组做ai的产品哥聊了一下，他建议：1️⃣概念上，了解比如幻觉，RAG的流程、语言模型的本质（预测概率）这种2️⃣能力上，了解大模型擅长做哪些任务，又不擅长做哪些；主流的大模型各自擅长什么…3️⃣应用上，可以自己做点简单的小应用，或者至少也要体验一下主流的ai工具比如coze cursor claude目前我也搓过一点很简单的项目，eg用deepseek搭了个人项目知识库，用coze搭了一个面试辅助agent，做了一个健身打卡app，相关的教程我都是在公开平台看的网课，可以给大家参考一下！1️⃣火山引擎的《ai大模型全场景实战课》一共有8节，每节课1h左右，有prompt工程、怎么做一个ai陪伴应用这种偏实践的部分，也有字节系模型的一些能力介绍（我觉得了解ai在不同场景下的能力边界也是一种很重要的sense！毕竟我们首先需要了解这些工具到底擅长做什么，才能更好的使用他们！）因为整体都是业内的人来讲，所以感觉比起学校的课程，这种会更贴近真实的应用场景一些！2️⃣陶炜博士的《Vibe Coding氛围编程》这个是清华沈阳团队的ai公开课，主打的就是给文科生的编程课！里面用到的工具是很熟悉的deepseek和pycharm，整体感觉就很像老师带着你手把手做结课作业一样…从理论背景，到实操案例，包括代码和给d老师的提示词都有，流程很细，感觉蛮适合小白来学习和尝试的！其他的话我感觉刚开始学的小白不用看太难的，可以看看coze或者sora的教程。小选的精选公开课里有专门for AI的栏目，分为专业理论、前沿应用和ai工具。除了上面这种权威团队的实操课，还有高校的人工智能理论课，和个人创作者的一些实操课（我搭个人知识库的项目也是跟着这里面学的），感觉也是比较全面且对文科生友好滴！

我自己是985本英专在读，从大二下学期开始接触AI，大四的时候秋招成功拿到了三家大厂的AI产品经理offer。相信大部分同学和我一样，在刚开始学习AI相关知识的时候，一直在犹豫是否要从代码开始，学c语言、学Python，陷入了似乎只有学计算机才能懂AI的困境。其实直到现在，不借助任何工具，我自己也不能成功写出超过10行代码，但我可以在几小时内利用各种AI工具vibe出一个软件产品出来。转行AI，不会写代码其实真没事，关键是你是否具备这些AI技能！工具应用层（最基础，必须会）能用AI工具完成实际任务，比如用VibeCoding工具（Cursor、ClaudeCode等）把产品idea跑通，用Gemini/Claude做信息拆解、文档撰写、竞品分析等。技术认知层（不用会做，但要听得懂）理解主流AI技术的原理和边界，比如大模型是怎么工作的、agent的底层逻辑是什么、RAG和fine-tuning的区别在哪。不需要手写代码，但要能和技术团队对话，判断一个需求技术上是否可行。产品能力层（核心竞争力）懂用户需求、会拆解产品逻辑、能写清晰的PRD，这些是传统PM能力，但在AI产品里需要叠加对AI能力边界的判断——知道哪些场景适合用AI解决，哪些不适合。行业认知层（持续积累）保持对AI行业动态的敏感度，了解主流模型、工具、竞品的最新进展。当然，在日常看到一些AI资讯的时候，少不了接触各种晦涩难懂的技术术语。我的方法就是碰到一个不懂的直接丢给gemini让他讲，直到自己看明白，一点点日积月累，就能慢慢掌握“技术”的理解。

别幻想自己有得选，普通人想进ai 行业必须要有相关专业的硕博学位。不是看了两本书，学了b站的一堆网课就叫转行AI了

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！

从年前在BOSS直聘投递简历到现在大概面试了12家公司  大致有三个方向prompt工程师   AI训练师实习生   数据标注实习生一共拿到9个offer，日薪基本上都在200以上（习惯用日薪判断实习生岗位的重要程度）有一个9k的prompt工程师 校招offer   应该是专门驻场给企业做ai赋能的另外就是一些行业龙头  做他们产品的ai智能化的数据标注能发现比起去年，薪水越来越高，并且岗位也越来越多  兴许真是一个机会prompt工程师可能会需要一定的代码能力AI训练师需要你懂一点  AI行业数据标注的工作业务流程重点说一下数据标注大致有黑奴岗（一场面试23人）还有 对业务能力有一定要求的标注岗吧不过也能从面试和岗位感受到1.北京杭州是ai重地2.已经有公司在结合ai进行商业化落地了。3.更多高级一点的标注岗标注的是多模态的内容。这些岗位对AI技能的考察有哪些？Prompt工程师：考察的是逻辑拆解能力，要求你逻辑性很强。AI训练师：考察的是细心和sop的能力。高级数据标注：考察的是结构化的感知力一般数据标准：就是看图写类别

现在很多电商行业、政企部门、金融等行业有AI客服，都是充当接受用户的自然语言处理，然后对接大模型找出客户意图，然后反馈给客户的服务。我个人觉得处于这种应用AI层面没啥加分，有加分的应该是硬件和软件的结合，比如机器人的开发，软件、电路、芯片方面的研发，但那部分研发变现太慢，大部分公司是喜欢赚快钱，赚流量，赚广告等快节奏一类的变现方式。

目前了解到的岗位有算法工程师，infra工程师,请问哪个岗位对学历要求低一点呢，2本海硕，学的ai，语言只会py

进入2026年，AI在工作效率提升上的作用越来越明显。如果想在求职市场脱颖而出，强烈建议把“会用AI”的能力用直接有力的方式展现在简历里！1️⃣ 简洁的技能概览在简历“技能（Skills）”部分，简短列出你熟悉的AI工具，如ChatGPT、Deepseek、Notion AI等。比如：“熟练运用ChatGPT进行文档润色与创意文案生成”“掌握Deepseek进行初步视觉设计”如果是入门级，写成“基础使用”；如果熟练，可以写“熟练使用”或“深度实践”。2️⃣ 项目成果为王，数字最能凸显价值！如果用AI工具取得过成果，不仅要写“会用”，更要写出实际效果。基础级：“使用ChatGPT撰写部门周报，减少约20%文档处理时间。”进阶级：“在营销活动中利用AI文案工具，一周内迭代5版创意，点击率提升15%。”专业级：“主导AI服务机器人项目，减轻服务负担30%，用户满意度提升至4.5。”核心思路：用具体数字或结果，让HR看到你带来的效率提升。如果你真的没有在工作中使用AI工具，可以想想你的工作流里哪个部分可以用AI提效，可以说正在研究相关场景的AI应用。比如，正在研究AI数据分析软件（如图）。3️⃣ 融入个人简介或自我评价在简历开头的“个人简介”部分，简洁地突出你在AI领域的亮点。示例：“拥有两年市场推广经验，熟悉AI工具（如ChatGPT、Notion AI），擅长结合数据与AI创意制定高转化率营销方案。”

大致回忆下，给各位牛u一个参考，不区分公司了，我是测试/测开方向的，被问到AI主要也是实习的时候有使用到相关平台1.AI有使用过吗？2.模型幻觉如何解决？你提到使用rag检索本地知识集，召回率你有关注过吗3.RAG，functioncall，mcp了解么，简单说下说说原理4.有过微调经验吗？5.有对比使用过不同的模型吗？各个模型的优缺点有了解过吗6.模型澄清是什么？AI如何解析dom树？AI无法解决的有兜底方案吗7.有没有使用Ai coding帮助自己开发之类的8.有做过模型效果评测吗？9.Agent是什么10.websocket和sse区别是什么11.你觉得从哪些方面可以引入AI来帮助我们测试人员开发一个测试工具12.用AI生成测试用例,覆盖率不全怎么办13.如何设计出一个高质量的prompt14.针对AI生成的结果你会如何进行测试？对于AI回答的准确性要怎么测试15.playwright mcp了解吗16.大模型对于一些图片/文字的识别度不高，会出现幻觉问题，可能会导致生成的测试用例不够全面，给我讲讲你们是如何克服这个问题的感觉现在所有公司都要懂AI的人了不过就秋招面试体验来说，问的都是一些比较宽泛的问题，并不很难

作为工商管理专业的HR校招生，我发现现在大厂JD里都在提AI工具能力。我重点练了这几个：1. AI简历筛选：用工具批量解析简历关键词，快速匹配岗位要求，大大提高初筛效率。2. AI面试辅助：用AI生成面试题库、分析候选人回答的情绪和关键词，辅助面试官做判断。3. AI数据分析：用工具做招聘漏斗、员工流失率等数据可视化，让HR报告更专业直观。这些技能不仅让我的实习效率翻倍，也让我在春招中更有竞争力。

一个就是做PPT，很多时候要汇报展示pre，让AI生成基础PPT，然后改改就能用。其实是AI Prompt能力，好的提示词能事半功倍，所以我会存一些好用的口令。第三就是用AI 面试，现在大厂面试车轮战，多轮面试非常消耗人，我一般会去招题库和面经，然后喂给AI，让AI帮我模拟面试。