随着GPT的爆火,大模型方向近期也迎来越来越多的机会和发展。
❝
而且作为工作几年CRUD的后端,感觉后端开发是越来越卷了。

这里也不是鼓励大家赶紧去转大模型,可以先了解一下新的行业,新的机会,更好的规划自己未来的职业发展。
❝
现在招聘大模型的岗位还是比较少的,而且也出现很多培训大模型的(大部分是收割韭菜的,大家也别被骗了)。
目前大模型工程师有以下几个方向
❝
大模型数据工程师:
- 数据清洗/ETL/Data Engine/Pipeline
大模型平台工程师:
- 分布式训练/大模型集群/工程基建
大模型算法工程师:
- 搜广推/对话机器人/AIGC等
大模型部署工程师:
- 推理加速/跨平台/端智能/嵌入式等
就目前的现状,对于数据工程师,特别是有经验的数据工程师,是非常稀缺的。
❝
多关心数据,积累高质量训练/测试集的构建经验,对数据的Sense,是最直接,也是最适合用到未来工作当中的。
想做应用的,建议深耕某个垂直领域。
❝
比如对话机器人,问答系统,金融/医疗/教育方向,找一个具体的场景,把它做好,做深。
有啥其他看法,欢迎在评论区留言讨论。
❝
想看技术文章的,可以去我的个人网站:http://hardyfish.top/。
- 目前网站的内容足够应付基础面试(
P6)了!
每日一题
题目描述
❝
给定一个二叉树,判断它是否是 平衡二叉树。
解题思路
❝
递归
三点注意事项:
左子树是平衡二叉树
右子树是平衡二叉树
左右子树高度不超过1
代码实现
Java代码:
class Solution { public boolean isBalanced(TreeNode root) { //只要不存在不平衡的子树,则整个树平衡 return depth(root) != -1; } //递归求解每个子二叉树的平衡性,一旦有不平衡的,递归向上返回-1,结束判断 public int depth(TreeNode root) { if (root == null) { return 0; } //计算左节点的深度 int left = depth(root.left); //计算右节点深度 int right = depth(root.right); //如果本层根节点的二叉树不平衡则返回-1,如果其子树不平衡一样 if (Math.abs(left - right) > 1 || left == -1 || right == -1) { return -1; } return Math.max(left, right) + 1; } }
Python代码:
class Solution: def isBalanced(self, root): # 只要不存在不平衡的子树,则整个树平衡,调用depth方法判断,若返回值不是 -1 则表示平衡 return self.depth(root)!= -1 def depth(self, root): if root is None: return 0 # 计算左子树深度 left = self.depth(root.left) # 计算右子树深度 right = self.depth(root.right) # 如果本层根节点的二叉树不平衡(左右子树高度差绝对值大于1)或者左、右子树有返回 -1 的情况(即不平衡),则返回 -1 if abs(left - right) > 1 or left == -1 or right == -1: return -1 return max(left, right) + 1
Go代码:
func (s *Solution) IsBalanced(root *TreeNode) bool { return s.Depth(root)!= -1 } func (s *Solution) Depth(root *TreeNode) int { if root == nil { return 0 } // 递归计算左子树深度 left := s.Depth(root.Left) // 递归计算右子树深度 right := s.Depth(root.Right) // 如果当前节点的左右子树高度差绝对值大于1,或者左、右子树有返回 -1 的情况(即不平衡),则返回 -1 if abs(left-right) > 1 || left == -1 || right == -1 { return -1 } // 返回左右子树深度最大值加1(代表加上当前节点这一层) return max(left, right) + 1 } // abs函数用于计算整数的绝对值 func abs(a int) int { if a < 0 { return -a } return a } // max函数用于返回两个整数中的较大值 func max(a, b int) int { if a > b { return a } return b }
复杂度分析
❝
时间复杂度:
O(n)
- 其中
n为二叉树的节点个数。空间复杂度:
O(n)。
- 最坏情况下,二叉树退化成一条链,递归需要
O(n)的栈空间。
AI大模型学习福利
作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的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。
因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取
2024最新版优快云大礼包:《AGI大模型学习资源包》免费分享
一、全套AGI大模型学习路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取
2024最新版优快云大礼包:《AGI大模型学习资源包》免费分享
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取
2024最新版优快云大礼包:《AGI大模型学习资源包》免费分享
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取
2024最新版优快云大礼包:《AGI大模型学习资源包》免费分享
四、AI大模型商业化落地方案

因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取
2024最新版优快云大礼包:《AGI大模型学习资源包》免费分享
作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

3952

被折叠的 条评论
为什么被折叠?



