从推荐算法到AI大模型：30岁工程师的转行心路历程与高薪机遇！我转行AI大模型了！

最近研究了一下大模型相关的内容决定从互联网的推荐算法转行做大模型推理工程化相关的工作。 所以简单说说我在这个决定中的思考过程。1. 推荐算法岗的现状我本来是一个在大厂做推荐算法的工程师。收入在行业里面算是中游水平, 就这么一直干着似乎也没什么问题。但是互联网行业的岗位毕竟和公务员和事业单位比不存在一个工作干一辈子的情况。这个工作能不能继续干完全取决于市场对于这个岗位有没有需求。但是推荐算法今年的情况就是流量增长见顶需求萎靡。前两年推荐算法很火是因为4G出来以后有大量的移动端APP(抖音 快手 小红书等) 用户量激增创作的内容需要通过推荐算法分发给最需要的用户。但是最近几年这几个APP的用户量增长基本见顶了就算推荐算法推荐的再好最大的一波用户增长红利已经结束了。该用app的用户都已经用上了连身边的老年人都已经在玩这些app了还能有哪些新用户呢无非就是让存量用户每天再多玩个1-2分钟就了不起了。相当于市场对于推荐算法真正的需求已经不多了。所以从招聘市场的反馈来看目前依然在招推荐算法的公司似乎只有字节和小红书了。只有字节的抖音系app以及小红书还有用户的增长。其他的公司都是缩招反应到薪资上也是没什么涨幅。类似于阿里系的蚂蚁淘宝等公司跳槽过去可能都是平薪。整个行业似乎都在卡30%的跳槽涨幅。对于抖音生活服务小红书电商这类新业务整体体量小基数低可以去抢一抢阿里和美团的生意看起来整体业务增长幅度还不错。只要不是算法做的特别差随着不断通过各种渠道获取新用户都可以有不错的业务增长并不一定非得是算法牛逼。但是这类新的有增量的业务在市场上已经很小了。对于一些老的业务比如抖音短视频这类成熟型业务都是各种高端技术以及极端的trick 才能获得不到百分之一 甚至不到千分之五业务指标收益。说白了就是改革进入了深水区的感觉再怎么改算法都是费劲巴拉收益很小。典型的对数曲线增长。从老板的角度来看再继续招更多的算法工程师也不能带来业务的收益索性也就不继续招了。所以传统的推荐算法在流量见顶的大环境下岗位需求变得萎靡不振。2. 大模型创造的新需求今年年初ChatGPT的横空出世让人类看到了人工智能的更多可能。ChatGPT就像2016年的AlphaGo 一样给各类创业者投资者打了一个样AI原来可以这么牛逼。虽然说现在的ChatGPT还只能当个查找资料的工具但是让人们看到了更多底层的技术的巨大进步预计在未来的几年会颠覆很多行业只是暂时没有找到特别大的场景。从英伟达的股价来看资本是很看好这个新兴的增长点的。所以投了很多资本进去这正是打工人收割资本家的好机会。现在资本家人傻钱多此时不割更待何时。另外根据最近猎头的反馈已经有很多的大模型公司都在疯狂招人了。有的原来做推荐算法的猎头甚至都要转行做大模型了。猎头是可以直接反应市场需求的一批人。技术再牛逼卖不出去没有市场就是没用的。市场需求暴增但是供给跟不上的时候往往是价格最高的时候。反正我就是个打工的既然都出来卖了为什么不赶紧把自己卖个好价钱。别跟我说什么深耕一个领域。纵观互联网这几年的发展就知道这个行业没有什么值得深耕的。都是走快速扩张抢占市场的逻辑。除非是特别小众利润微薄的角落才允许你慢慢深耕。只要是利润够多就一个字快。快速抢占市场是最重要的。所以啥也别说了我要去学习去转行了趁着年轻刚30还没有因为35岁被hr把简历直接扔掉。现在转行门槛还不算高还能趁着供给没跟上来多要一些工资。最近两年大模型发展很迅速在理论研究方面得到很大的拓展基础模型的能力也取得重大突破大模型现在正在积极探索落地的方向如果与各行各业结合起来是未来落地的一个重大研究方向大模型应用工程师年包50w属于中等水平如果想要入门大模型那现在正是最佳时机2025年Agent的元年2026年将会百花齐放相应的应用将覆盖文本视频语音图像等全模态如果你对AI大模型入门感兴趣那么你需要的话可以点击这里大模型重磅福利入门进阶全套104G学习资源包免费分享扫描下方csdn官方合作二维码获取哦给大家推荐一个大模型应用学习路线这个学习路线的具体内容如下第一节提示词工程提示词是用于与AI模型沟通交流的这一部分主要介绍基本概念和相应的实践高级的提示词工程来实现模型最佳效果以现实案例为基础进行案例讲解在企业中除了微调之外最喜欢的就是用提示词工程技术来实现模型性能的提升第二节检索增强生成RAG可能大家经常会看见RAG这个名词这个就是将向量数据库与大模型结合的技术通过外部知识来增强改进提升大模型的回答结果这一部分主要介绍RAG架构与组件从零开始搭建RAG系统生成部署RAG性能优化等第三节微调预训练之后的模型想要在具体任务上进行适配那就需要通过微调来提升模型的性能能满足定制化的需求这一部分主要介绍微调的基础模型适配技术最佳实践的案例以及资源优化等内容第四节模型部署想要把预训练或者微调之后的模型应用于生产实践那就需要部署模型部署分为云端部署和本地部署部署的过程中需要考虑硬件支持服务器性能以及对性能进行优化使用过程中的监控维护等第五节人工智能系统和项目这一部分主要介绍自主人工智能系统包括代理框架决策框架多智能体系统以及实际应用然后通过实践项目应用前面学习到的知识包括端到端的实现行业相关情景等学完上面的大模型应用技术就可以去做一些开源的项目大模型领域现在非常注重项目的落地后续可以学习一些Agent框架等内容上面的资料做了一些整理有需要的同学可以下方添加二维码获取仅供学习使用