先说结论，ai的蓬勃发展对于秋招说来讲毫无疑问是绝佳的机会，从我的角度来看，建议有后端基础的可以全面拥抱ai应用开发岗。  本文从个人秋招视角出发，浅谈各岗位难度差异，以及ai浪潮下为什么要选择ai应用开发这个岗位(综合难度结合周围同学经历，评价较为主观)。 互联网行业的秋招主要分为以下几个大类: 算法岗(含ai infra) : 语言以python为主，毫无疑问的待遇天花板，门槛极高，学历非双九基本机会不大，综合难度5⭐； java后端开发岗：极卷，岗位多，人也多，ai面/笔试/2-3轮技术面，流程教程，难度较大，主要围绕八股及算法，双非有垂直大厂实习经验也有机会，但在横向比较时不占优势，综...

1.大厂 title 加持🤩大公司的名头往简历上一搁，直接就加分！毕竟竞争这么卷，你能进得去，本身就证明简历没啥毛病。关键是得把工作内容挖深了，掰开揉碎了写进简历里，别浪费这个好背景。2.靠谱带教 + 合拍同事 + 舒服氛围👥就算每天干的都是打杂跑腿的活儿，只要这三样到位，这实习就值了！实习做琐事太正常了，但你可以逮着机会就请教领导同事，盯着他们咋干活、咋思考的，这些都是实打实的收获。对咱来说，能学到东西的实习，就是好实习！3.能上手真活儿，攒真本事💪要是不用天天打杂，能独立接触项目，甚至扛下一小块儿具体工作，那可就赚大了！既能提升实打实的工作能力，又能把业务流程摸得门儿清，这种实习含金量直接拉满。说到底，实习有没有用，还是得看自己的感受。要是干得憋屈、内耗严重，那果断跑路别犹豫！要么能给简历添彩，要么能让人干得开心有情绪价值，这样的实习才算没白忙活一场。

想写这个很久了，因为自己在开源和实习中也接触过一些 ai 的工程化内容，对这一块也有一些自己的思考，这个路线图说是 AI 应用开发全景路线图，其实我是想写从 maas 平台到 AI infra 的整个模型工程化的全链路的知识，但是笔力有限，第一版应该先聚焦于平台和应用开发。学识尚浅，也欢迎各位牛友一起交流，探讨，完善阅读建议：每个模块开始是我的一点思考和收集的信息，后面就是学习建议和资料（主要是开源项目+文档，视频资源如果有比较不错的也会放上去），有些技术可能没有好的教程，后续会陆陆续续的出文章+ demo 和大家交流一，AI 应用开发到底是什么概述AI 应用开发这个字眼从 gpt 刚开始火的...