【收藏必备】从文科生到大模型算法工程师:30K+薪资经验与面试真题

部署运行你感兴趣的模型镜像

本文是文科背景从业者转行大模型算法岗位的经验分享,详细介绍了大模型方向面试真题(模型微调、部署、召回加速等)及学习过程中的困难与感悟。作者强调打好基础多实践的重要性,分享了在赋范空间学习的积极体验,为想进入大模型领域的学习者提供了实用建议和学习路径,展示了即使非科班背景也能通过系统学习和实践成功转行大模型行业。


写在前面:

「为每个人提供最有价值的技术赋能」,2025年我们和赋范空间的小伙伴们一起来!

发起的“Agentic 时代同行计划”会和我们的学员一起,分享自己的经历、经验,集结群体的智慧一起拥抱Agentic新时代!


受访者:白衣人间客,本科非相关专业(文科)毕业,现就职大模型算法岗

采访&整理:运营范范

月薪30K+的面试真题

范范:最近又在跳槽吗?

是的,最近有两家面试我觉得特别值得分享,入职薪资都在30K+,面试过程中对细节问的很深:

「大模型方向」

·模型微调:llamafactory如何做数据预处理、参数的设置、精度的选择、精度的选择会对损失造成什么影响、如果不用微调框架会不会写微调脚本?

·模型部署:Tensorrt 与 vLLM各自的优缺点;模型推理的参数有哪些,如何起作用?

**·召回怎么加速:**faiss、Milvus优缺点,为什么他们向量检索速度快,构建知识库的时候向量用不用做归一化、为什么?

「NLP方向」

**·NER:**数据的构造、都用过什么模型、有什么优缺点、训练的损失变化、优化如何做、推理后如何取到最后的结果?

**·关系抽取:**任务如何设计的,有没有做过联合任务的设计(实体识别+关系抽取)?

**·Trandformer:**架构细节,有没有自己用Transformer做过一些任务?

最大的感受就是,大模型处于上升期,工作机会也相对多一点,但好的岗位还需要真本事,细节一定要掌握

工作没人带、网课学不会、能力不强的死循环

范****范:文科生走到这个地步已经很厉害啦!有什么建议可以分享吗?

我自己目前也是一塌糊涂,实在不敢说是建议,说说自己的辛酸血泪史吧哈哈。

2018年本科非科班出身(文科专业),学校也不好。刚开始是接触、学习人工智能,但只是找网上的代码跑通就行。

但是由于功底实在不扎实只能靠网课,学不会没法提升能力,找不到好工作,继续没人带,只能靠网课……这就无解了

范范:之前已经报过其他课程为什么还学不会?

很多课程价格很贵,但讲的很浅,照着PPT过一遍理论,调包实现一下各种任务就算实战了。总结下来是:

理论讲解千篇一律,听课跟自己在网上看帖子差不多,讲解既不深刻也不易懂。

代码直接找现成的进行跑通,没有太多关于代码细节的讲解,学完后依然没有动手能力。

老师讲课没激情,很难坚持听下去。

很多课买了没用,我就没看过。

范范:那九天老师的课为什么会不一样呢?广告时间了哈哈

哈哈哈,我先说些直观感受吧。

第一点是能听进去,九天、菜菜老师讲课的时候永远都是精神非常饱满、状态非常好,两三个小时的直播课状态始终如一。听着就是舒服,不会让人疲倦。

再有是能用的上,无论是我现在在做的O系列模型调研和使用,还是之前Agent相关内容,课程都给了我很大帮助。

最后是明显的提升,通过老师不断地带读源码,让我对看源码也有了一点感觉,很多时候在接触新框架的时也能自己先通过源码进行了解学习,这是我感觉进步最大的一点;

多实践才是硬道理

范范:如何做到了4个月完成转行?

我是24年初转入大模型赛道,个人觉得是运气好吧。因为知道自己的情况,所以一直抱着每次进步一点点的想法在前进,找到一份外包的工作就直接干了,26K也很满意。

范范:从文科转行到大模型,差距还是挺大的,是怎么想的?

我认为大模型是处在上升阶段,而且是未来趋势。拥抱大模型应该是未来路最宽的选择之一。

至于坚持,其实挺现实的是能多赚钱哈哈~

而且做了技术就知道,只有不断学习才能跟上技术发展的速度,不被淘汰。

范范:当下认为什么比较重要呢?

我个人的话,认为最有效的是在打好基础的前提下多时间,基础任务应该多敲代码追求熟练。

我也是去年认识到这点后,开始追求对基础的学习与练习,感觉在学习模型架构、以及模型的训练优化等方面都有帮助,今年也会持续在这个方向努力。

范范:那对新人有什么建议吗?

实在不敢谈什么建议,非要说的话,只能说如果想要学习“深度学习/大模型”,选择赋范空间,跟着老师学,是走在正确的道路上,剩下的就要自己努力了。


以上就是本次访谈的全部内容啦~

大模型未来如何发展?普通人如何抓住AI大模型的风口?

※领取方式在文末

为什么要学习大模型?——时代浪潮已至

随着AI技术飞速发展,大模型的应用已从理论走向大规模落地,渗透到社会经济的方方面面。

  • 技术能力上:其强大的数据处理与模式识别能力,正在重塑自然语言处理、计算机视觉等领域。
  • 行业应用上:开源人工智能大模型已走出实验室,广泛落地于医疗、金融、制造等众多行业。尤其在金融、企业服务、制造和法律领域,应用占比已超过30%,正在创造实实在在的价值。

请添加图片描述
未来大模型行业竞争格局以及市场规模分析预测:
请添加图片描述

同时,AI大模型技术的爆发,直接催生了产业链上一批高薪新职业,相关岗位需求井喷:
请添加图片描述
AI浪潮已至,对技术人而言,学习大模型不再是选择,而是避免被淘汰的必然。这关乎你的未来,刻不容缓!


那么,我们如何学习AI大模型呢?

在一线互联网企业工作十余年里,我指导过不少同行后辈,经常会收到一些问题,我是小白,学习大模型该从哪里入手呢?我自学没有方向怎么办?这个地方我不会啊。如果你也有类似的经历,一定要继续看下去!这些问题,也不是三言两语啊就能讲明白的。

所以呢,这份精心整理的AI大模型学习资料,我整理好了,免费分享!只希望它能用在正道上,帮助真正想提升自己的朋友。让我们一起用技术做点酷事!

ps:微信扫描即可获取
加上后我将逐一发送资料
与志同道合者共勉
真诚无偿分享!!!

在这里插入图片描述


适学人群

我们的课程体系专为以下三类人群精心设计:

  • AI领域起航的应届毕业生:提供系统化的学习路径与丰富的实战项目,助你从零开始,牢牢掌握大模型核心技术,为职业生涯奠定坚实基础。

  • 跨界转型的零基础人群:聚焦于AI应用场景,通过低代码工具让你轻松实现“AI+行业”的融合创新,无需深奥的编程基础也能拥抱AI时代。

  • 寻求突破瓶颈的传统开发者(如Java/前端等):将带你深入Transformer架构与LangChain框架,助你成功转型为备受市场青睐的AI全栈工程师,实现职业价值的跃升。

在这里插入图片描述


※大模型全套学习资料展示

通过与MoPaaS魔泊云的强强联合,我们的课程实现了质的飞跃。我们持续优化课程架构,并新增了多项贴合产业需求的前沿技术实践,确保你能获得更系统、更实战、更落地的大模型工程化能力,从容应对真实业务挑战。
在这里插入图片描述资料内容涵盖了从入门到进阶的各类视频教程和实战项目,无论你是小白还是有些技术基础的技术人员,这份资料都绝对能帮助你提升薪资待遇,转行大模型岗位。

01 大模型系统化学习路线

作为学习AI大模型技术的新手,方向至关重要。 正确的学习路线可以为你节省时间,少走弯路;方向不对,努力白费。希望这份最科学最系统的学习成长路线图和学习规划,带你从零基础入门到精通!

图片

👇微信扫描下方二维码即可~

在这里插入图片描述
本教程比较珍贵,仅限大家自行学习,不要传播!更严禁商用!

02 大模型学习书籍&文档

新手必备的权威大模型学习PDF书单来了!全是一系列由领域内的顶尖专家撰写的大模型技术的书籍和学习文档(电子版),从基础理论到实战应用,硬核到不行!
※(真免费,真有用,错过这次拍大腿!)

请添加图片描述

03 AI大模型最新行业报告

2025最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。

图片

04 大模型项目实战&配套源码

学以致用,在项目实战中检验和巩固你所学到的知识,同时为你找工作就业和职业发展打下坚实的基础。

图片

05 大模型大厂面试真题

面试不仅是技术的较量,更需要充分的准备。在你已经掌握了大模型技术之后,就需要开始准备面试,我精心整理了一份大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余

图片
在这里插入图片描述

06 全套AI大模型应用开发视频教程

(包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点)

图片


由于篇幅有限
只展示部分资料
并且还在持续更新中…

ps:微信扫描即可获取
加上后我将逐一发送资料
与志同道合者共勉
真诚无偿分享!!!
在这里插入图片描述
最后,祝大家学习顺利,抓住机遇,共创美好未来!

您可能感兴趣的与本文相关的镜像

Llama Factory

Llama Factory

模型微调
LLama-Factory

LLaMA Factory 是一个简单易用且高效的大型语言模型(Large Language Model)训练与微调平台。通过 LLaMA Factory,可以在无需编写任何代码的前提下,在本地完成上百种预训练模型的微调

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值