AI与大数据项目实习与职业发展辅导计划

1 ai领域发展方向与薪资

ai领域大体就几个发展方向:cv ,nlp, 多模态，asr tts语音识别，搜推广，rl强化学习， 其中cv和搜推广已经卷成麻花了，甚至以前我的一个总监领导直接说，搜推广已死，所以要作纯ai领域，最好的还是从nlp入手 不亏的。

在ai领域里，ai算法工程师和应用开发工程师，有区别 但不大，大概有一半或更多的工作是重合的。
但说到底算法需要高学历 985 211，需要看论文 需要复现论文，例如搜推广，经常会作这种事情，复现一个论文的算法，部署在小范围跑一下，看看数据有没有变好。
应用开发岗位呢，调api，使用模型，最多是微调模型，可能有训练可能不会有，是写业务逻辑代码的。
应用研发岗 – 做工程 一本以上 用模型 搞agent 搞rag私有数据库 大模型微调，全链路技术栈 这些

2 学习路线

python + pytorch
深度学习 + 传统机器学习的逻辑回归+决策树+随机森林
cv nlp
做项目 ，锻炼python与pytorch的能力
langchain langgraph 做agent

热题100，每天3道
ai清洗 训练

3 实习项目

3.1 agent智能体

照着bilibili开发一个agent智能体 ，延伸一些，就是持久化，记录上下文，本地部署搭建，等等。
例如 ：bilibili大学里的分诊工作流了，智能旅游助手
ht@tp@s://ww@w.bilib@ili.@com/vid@eo/BV1HNE@BzuEdX/?spm_id@_from=333.337.search-card.@all.click&vd_so@urce=@1e65d792e7d6bacb@1c6@84945d033740b

3.2 自然语言处理+gpt

自然语言处理，结合gpt，实现语言对话，输出统计指标，上下文记录，上个月呢，上周呢 等等

1. 自然语言处理：对自然语言进行分词，结合维表信息表，维度信息表，解析成指标、维度，解析维度值（where条件），并维护指标、维度和维度值的别名。
2. 知识库与反馈：增加知识库，具备反馈能力，存储生成结果的反馈信息（SQL和prompt）。
3. 生成prompt与SQL：将自然语言生成prompt，传给大模型生成SQL，再对SQL进行解析获取指标、维度和where条件。
4. 查询：根据领域、指标、维度和where条件，生成SQL并执行。
5. 结果再次执行：将结果和LLM生成的SQL用calcite再次执行。
6. 影响准确性因素：维度和指标及其值的别名维护质量、生成的prompt质量、解析大模型生成的SQL以及生成的SQL，这些都会影响最终结果的准确性。

3.2.1 第一周实习内容

• 1 构思好大体思路，
  1 搭建程序给3个单词，拼接sql，用sql查询数据，给出结果
  2 给大模型喂表名，表结构后，提供3个单词，让大模型生成sql，用sql查询数据，给出结果
  3 +自然语言分词 ： 你好，我想查询昨天的北京销量第一名
  4 +大模型上下文 ： 那么前天呢，那么上个月呢 （先用api，后自己搭建）
  5 +根据结果自动生成图片 ， 最简单echarts
• 2 了解大模型和prompt，重点prompt格式与prompt工程，大模型 （1本地2api）
• 3 搭建程序框架

3.2.2 第一周总结+第二周内容

1 检查上一周实习进展
2 辅导

3.3 第三周总结+第四周内容

1 指导修改简历
2 模拟面试
3 纠正面试中错误

2 数据科学实习

2.1 数据科学岗位工作内容

一般情况要求与业务紧密结合，所以在刚入行选择的时候要慎重，电商，金融，零售，互联网营销等，后期转岗十分困难。

工作内容常见的像：用户行为研究，开发或优化策略模型，工作中与数据分析和大数据领域结合会比较多。

2.2 技能要求

• 熟练使用 Python / R / SQL 进行数据计算和分析，掌握 Pandas、NumPy、Scipy 等工具。
• 统计学，数学等,其中机器学习的各种算法与leetcode刷题一般是基本功，必考项
• python或R的建模能力
• 大数据处理经验，一般情况spark占据主导地位（这一步也有可能由大数据团队来做，但不多）

总结建议：博客帖子+leetcode 长期维护。机器学习框架至少熟练使用一种：PyTorch

2.3 简历优势

1 独立建模能力，或者说对建模有一些自己的总结点
： 例如现在给你一个场景，我想对节假日的销售情况做建模，好制定相应的营销策略，要怎么做：？
这个侧重点是什么呢，是使用数据来提供决策，如果面试遇到这种问题应该是：

• 1 梳理沟通上下游，确认好这个建模是为了什么做的，要用这个建模做什么，来决策配货么，来预测营业额么，来扩大生产么，需要知道这个动作的，源头和目标分别是什么，扩大生产就要做生产与运输销售的建模，配货就是运输，只有知道目标 ，才能知道用法
• 2 需要确认这个东西是一次性还是长久的维护，影响开发决策
• 3 开发周期等等，等知道一切以后，开始根据自己的能力说，自己要怎么做：例如：由下至上还是由上至下

总结：这个问题最重要的是你要表达出，明确的逻辑能力，或者说你要有自己的方法论，我干这个事，第一步第二步，我知道应该做什么，而不是什么都不知道

2 精通机器学习算法
3 常见数据分析工具使用