手握15个大厂offer,我在大模型风口起飞

2024-08-29 18:28

本文主要是介绍手握15个大厂offer,我在大模型风口起飞,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在“金三银四”的招聘季中,社交媒体上分享offer信息的“求助帖”比比皆是。帖子一般只披露公司名称和薪资区间,模糊具体岗位,作为判断是否值得去的衡量标准。

2024年毕业的985硕士生白丁(化名)一口气晒出了自己在秋招、春招拿到的15个算法相关岗位的offer。“赶上了大模型的风口,各家企业给的都很大方。”白丁在帖子里写道,他拿到了此前自己难以想象的薪资:最高的一个offer,年薪达到80万。

评论区里,有人质疑他的经历是编的;有回贴者是博士,对比下来觉得薪资“被倒挂”;还有人借机请教实习技巧。

**“2024年,是最好进入大模型算法岗位的一年。”**一条帖子的标题这样写道。少数人在下面赞同,多数人则抨击它“煽动焦虑”。

在乘着风口起舞的故事里,有人手握多个offer,才毕业就能拿到接近百万的年薪;有人一周投了400多份简历,却只接到零星的面试邀约。

一个两级分化的求职世界,正在向人们呈现它不那么理想的一面。

01

“在模型风口起飞的猪”

今年刚毕业的白丁戏称自己是一只“在模型风口起飞的猪”,回顾校招的种种经历,他把自己斩获大量offer的原因之一归结为运气。

白丁原本的择业方向是传统的算法应用岗位,比如搜索推荐。还在读研期间,白丁就清楚地知道自己的研究领域比较小众,很难找到对口工作。

ChatGPT的爆火改写了他的就业路径。

这一年,似乎所有公司都在关注AI,而**“每一家公司都缺少做大模型的人”。**

走出校门的应届生,是大厂们掐尖的开始。一些大厂早就对AI技术人才开设单独的招聘渠道,比如百度“AIDU计划”、美团“北斗计划”。今年,腾讯“青云计划”也单独辟出AI大模型招聘,宣称扩招幅度超过50%;字节旗下豆包大模型团队设立“Top Seed”种子计划,把目标对准了应届博士生。

在大厂担任算法工程师的罗星(化名)也决定在今年换一份工作。比起前年的“被迫跳槽”,这一次,他明显感觉到就业环境的回暖。

从岗位数量上来说,可供投递的岗位肉眼可见地变多了。罗星告诉雪豹财经社,这些新的工作岗位大多来自大模型相关岗位。罗星的一位师弟是今年的应届博士生,通过某大厂的人才计划,已经拿到了年薪近100万的offer。

自2022年底因ChatGPT的火爆刮起的AI旋风,催生了大量新的工作岗位。

猎聘大数据研究院发布的《2024年一季度就业大数据洞察报告》显示,当季,国内生成式人工智能的相关职位数同比暴增321.7%。其中,50万以上的高薪段增速最快,超过500%。

从AI领域新增职位分布来看,技术类职位占据主流。算法工程师以19.30%的比例高居榜首,产品经理和自然语言处理位居第二、第三。

狭窄拥挤的赛道被新的机会扩宽,白丁顺势调整了就业方向:全力攻向大模型。

机会源源不断。毕业之前,白丁拿到了包括百度、字节、阿里等多家大厂的15个offer,开出的年薪区间在50万~80万之间。留给白丁反选的空间充足,在同一家大厂中,他甚至拿到了来自多个不同部门的offer。

罗星也在经历两周的连续面试后,陆续拿到6个大厂offer,年包金额在70万~80万。最终,他选择南下奔赴一家位于杭州的大公司。

02

“别家给得起的,我们都给得起”

百万年薪背后,大厂有一套严苛的筛选标准:在专项招聘计划中,硕士、博士学历是多数企业的基本门槛,“超级学霸”“竞赛高手”是加分项。

“感觉大厂算法只招前5%的研究生,”就读于曼彻斯特大学的研究生斯曼(化名)告诉雪豹财经社,“大厂对算法的要求实在太高了。”

事实上,在字节“Top Seed”招聘计划的宣传片中,一位业务负责人已明确表示:“我们需要前5%的人,去完成95%的人无法完成的事情。”

“我们看中的人,一定是最顶尖的5%的人”

图源:“豆包大模型团队”视频号

即将在今年9月毕业的斯曼正在备战秋招。她在社交平台上抱怨进大厂太难。在评论区,她收到了两种截然不同的声音。一种声音告诉她,今年秋招是进入算法行业最容易的一年;另一种声音则说,如果没有出色的条件,今年进入大厂基本没戏。

后者还补充说,大厂招人的标准至少是“双985学历、需要有顶会顶刊论文。”这令斯曼感叹,能发出顶会论文的,基本上是“读博也会被抢着要”的尖子生。

白丁回忆,和他同批面试的不乏更加优秀的候选人,他们可能有七八篇顶会论文,“但这也并不足以确保一定会通过筛选”。

一位猎头告诉雪豹财经社,就大模型算法工程师的校招岗位来说,大厂开出的月薪在3万6万的区间;对于社招岗位,基本能够给到约40%50%的涨幅。

以学历、实习/工作经历、科研成果和项目经验作为标准,企业给出的offer有明确的分层。

最高一级的offer来自于各个大厂设立的顶级人才计划。以华为“天才少年”计划为例,最低档约在80万,高一档的能翻番到约150万,最高档则达到了200万/年。

在校招方面,即使同一岗位,也被分为三档:SSP(Super Special Offer)、SP(Special Offer)和“白菜offer”。

不同档次之间,薪酬拉开了极大的距离。白丁拿到的多个offer都属于SSP,年薪约70万。他有一位学长选择了同一家大厂入职,年薪只有40万,差额接近一半。“以阿里为例,算法岗的白菜价在40万左右,算下来一个月到手也就是26k。”白丁补充说。

虽然这些offer多以面议的方式制定薪酬,无法得到准确的区间,但“高薪”是宣传的标配。美团“北斗计划”在校招海报上高调宣称:“别家给得起的,我们都给得起。”

多位猎头告诉雪豹财经社,掐尖的人才“一个月至少能拿到七八个offer”。罗星的经验是,“当HR知道你手里还握着其他大厂的offer,他们一般会重新定薪。”

03

砸不出水花的472次投递

顶尖人才同时手握多张通向金字塔的门票。然而,被争抢的人永远是少数。

即将硕士毕业的斯曼已经在今年的秋招季感受到了阵阵寒意。短短一周的时间里,她总共投递出了472份简历,但当周内得到的回复只有30~40个,收到的面试邀约仅为个位数。

**“一开始以为简历出了问题,最后发现是人出了问题。”**斯曼自嘲。她不敢投递大厂的人才计划,自觉机会渺茫。

从去年秋招到今年春招,即将在今年毕业的研究生车文(化名)把能投的互联网大厂、车企投了个遍。“刚开始我以为至少能进中厂,后来发现几乎不可能。”车文说。

他投出去的简历,要么没有通过初筛,要么在至少3轮的面试环节被刷下来。一年下来,他只拿到了理想和华为的offer,但因为薪酬没有达到自己的预期,也都被他放弃了。“21k,连本科生也能拿到同样的待遇。”车文有些失望。

一小部分求职者乘着AI的风口起飞,但另一面是,即便是知名高校的应届博士生,拿不到心仪offer的也大有人在。猎聘的数据显示,生成式人工智能岗位急增300%以上,但求职人数增速则超过了900%。岗位有限,求职依然面临着僧多粥少的问题。

多位求职者告诉雪豹财经社,普通规模的公司缺乏算力资源,创业公司又不具备稳定性,所以大多数人的目光都聚焦到了大厂上。

大厂的人才缺口依然存在,但这些空出的席位宁愿保留,也不会轻易放出。罗星入职后,自己所在的部门仍在持续招聘,“虽然招人的意愿比较迫切,但要找到合适的人并不容易”。最近三个月,他的部门只有一位候选人入职。

白丁感觉,和去年相比,大模型相关岗位的人才面试门槛变高了。没有相关的经验,甚至连在大厂找一份对口的实习工作都很难。

多位猎头告诉雪豹财经社,在校招阶段,学历、科研成果和是衡量人才的关键指标,硕士是基本门槛,顶尖岗位则只要博士学历;对于社招来说,公司还要考察个人项目经验和招聘需求的匹配度。

离毕业的日子越来越近,斯曼来来回回又修改了好几版简历,她把项目经历整体细化了一遍,并且准备多看一看研发、测试、机器人方向的岗位。斯曼也不再像以前那么挑公司了,她一边学习新内容,一边把能找到的岗位海投一遍。

车文则坚持上一年的目标,依然在算法、自动驾驶等方向寻找机会,并准备投入即将开启的新一轮秋招。“改变不了环境,我能做的只有继续投简历。”车文说。

在这里插入图片描述

如何学习AI大模型?

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;

第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;

第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;

第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;

第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;

第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;

第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

在这里插入图片描述

👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

在这里插入图片描述

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

在这里插入图片描述

这篇关于手握15个大厂offer,我在大模型风口起飞的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1118606

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,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

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

【IPV6从入门到起飞】5-1 IPV6+Home Assistant(搭建基本环境)

【IPV6从入门到起飞】5-1 IPV6+Home Assistant #搭建基本环境 1 背景2 docker下载 hass3 创建容器4 浏览器访问 hass5 手机APP远程访问hass6 更多玩法 1 背景 既然电脑可以IPV6入站,手机流量可以访问IPV6网络的服务,为什么不在电脑搭建Home Assistant(hass),来控制你的设备呢?@智能家居 @万物互联