大模型时代算法岗求职，门槛已经变了
今年这形势，大家都心知肚明，听一位技术大佬说，不仅是IT行业，各行各业都在收缩。但是，大模型AI这一波浪潮，确确实实是给原本沉闷的技术圈砸下来一块巨石。
很多人问现在学算法、学数据还有前途吗？ 他说一定有，但门槛变了。以前你会调个包，会跑通个XGBoost，就能拿个不错的offer，现在你不懂大模型底层原理，不懂怎么搞RAG，不懂怎么做工程化落地，你依然没饭吃。
最核心的是技术栈问题。现在的应届生，手里没有两把刷子真别往算法岗挤。很多人还在啃那些过时的机器学习老书，书上教的那些支持向量机、贝叶斯分类，不能说没用，那是基础，但在面试里已经不是加分项了，是送分项。现在你出去面试，不聊点Transformer，不聊点Attention机制，面试官根本没兴趣往下听。
现在的学习路径一定要非常野蛮和直接。先把Python搞得像你的母语一样熟练。我说的熟练不是你会写个Hello World，而是你要懂Python的高级特性，装饰器、生成器、多线程多进程，这些在处理大规模数据的时候是救命的。然后是PyTorch，现在基本上是PyTorch的天下，TensorFlow以前的老代码能看懂就行，新项目基本都是PyTorch。
紧接着就是大模型这块。你不能只知道ChatGPT好用，你得知道它为什么好用。Attention Is All You Need这篇论文，如果你还没读过，现在就去搜出来读。别看中文翻译版，硬着头皮看英文原版，把里面的公式推导搞明白。这篇论文是现代NLP的基石。
读完这个，再去读GPT系列的技术报告，虽然OpenAI越来越不Open，但早期的几篇paper含金量还是很高的。还有LLaMA系列的论文，Meta在这个领域是真的良心，开源生态基本是靠LLaMA撑起来的。了解这些模型是怎么训练出来的，SFT怎么做，RLHF是怎么回事，这些是现在算法岗面试的必考题。
很多学生喜欢在百度上搜技术问题，或者去买那种几十块钱的打包教程。千万别这么干。你要学会用arXiv，这是康奈尔大学搞的预印本网站，全世界最新的AI论文都在这上面。每天早上起来，别光刷朋友圈，去arXiv上看看如果你关注的领域不管是CV还是NLP有没有新论文发出来。
还有Hugging Face，这简直就是AI界的GitHub，上面有大量的开源模型和数据集。你去上面下几个模型，自己跑一跑，微调一下，比你看十本书都管用。你要学会直接在这个社区里找答案，看别人的model card怎么写的，看别人的dataset怎么构建的。
现在的算法工程师，实际上有很大一部分工作是在做数据清洗和工程化部署。很多应届生有个误区，觉得自己是搞算法的，我就只管设计模型，脏活累活是数据标注员或者后端开发干的。大错特错。在真实的工作场景里，数据往往是脏乱差的。你拿到手的数据可能缺胳膊少腿，格式乱七八糟，甚至充满噪音。你怎么把这些垃圾变成模型能吃的黄金，这才是见功力的地方。
你得学会Pandas，学会正则表达式，甚至得学会怎么用Shell脚本处理大文件。学习Pandas最好的方法就是看官方文档：《10 Minutes to pandas》、《Pandas cookbook》、《Learn Pandas》。
除了硬技术，还有软素质，或者说职场生存法则。不是说什么情商要高这种废话，而是业务敏感度。
在招人的时候，他们特别怕招到那种拿着锤子找钉子的人。就是他学会了一个很牛的模型，不管业务场景适不适合，非要硬套。你要知道，公司招你来是为了解决问题的，不是为了让你炫技的。如果一个简单的逻辑回归或者规则引擎就能解决问题，而且成本更低、速度更快，那你非要上个BERT或者GPT，这就是过度设计，在工业界是会被喷的。
你要学会去理解业务指标。做推荐系统的，你看的是CTR（点击率）、CVR（转化率）；做风控的，你看的是KS值、AUC；做搜索的，你看的是NDCG。这些指标背后的业务逻辑是什么？为什么老板看重这个指标？你的模型上线后，到底能给公司带来多少真金白银的收益？这才是核心价值。
相比CV、NLP，推荐系统能够给公司创造实实在在的业绩，其职业稳定性、薪资以及发展前景都要好很多，因此是很多人入行算法的首选就业方向。
很多人学推荐算法时会觉得公式很酷，模型很强，但一旦放到真实场景里就不知道怎么落地了。尤其是像在抖音头条这种亿级用户的场景下，到底是怎么应对冷启动做多目标优化，怎么在工程上保证延迟和吞吐的。
还有英语能力。很多理工科学生英语不好，看文档头疼。但是兄弟们，AI这个领域，前沿都在国外。不管是新的Paper，还是GitHub上的Issue讨论，甚至Stack Overflow上的解答，全是英文。你如果等着国内的公众号给你翻译二手消息，你永远比别人慢半拍。而且很多翻译是不准确的，容易产生误导。逼自己一把，把英文捡起来。不需要你能像母语一样交流，但至少要能顺畅地阅读技术文档。这其实也是一种信息获取的壁垒。