北邮非科班AI算法硕士，从芯片售前转驱动开发，岗位太底层该继续还是转AI Infra？

​今天给大家分享的是一位粉丝的提问，北邮非科班AI算法硕士，从芯片售前转驱动开发，岗位太底层该继续还是转AI Infra？

接下来把粉丝的具体提问和我的回复分享给大家，希望也能给一些类似情况的小伙伴一些启发和帮助。

同学提问：

你好，我是23年从北邮非科班毕业，研究生期间研究的方向为AI算法，并且有过大厂算法的实习。毕业后在国内第二市场份额的芯片原厂做售前技术支持，主要是AI模型在国产GPU的部署。因为没有技术深度，所以找机会通过转岗到了国产芯片的驱动开发岗位，但是听说工作岗位过于底层且方向很窄。

请问是在当下的岗位继续努力做，还是课下继续自学后续跳槽到其他公司的ai infra类的岗位。

Yt回答：

作为一个23年从北邮研究生毕业，研究生方向是AI算法，并且有一段大厂实习。当时这个情况为什么会去到一个售前的岗位，毕竟作为一个北邮本硕，再加上一段大厂的算法实习，在23年那个行情下面，这个市面上大厂应该还是很有机会的，我不知道为什么当时会去到这个售前的岗位，就是FAE，虽说这是一个国内第二市场份额的芯片原厂，虽说这种企业肯定很大，但是为什么会当时会选择售前。

主要做的是AI模型部署，在国产的GPU的部署，没有技术深度，所以找机会转岗到了国产芯片的驱动开发岗位，目前从一个FAE能够转到开发岗位，这一步走的肯定还是算比较不错的，因为有很多朋友在市场跑了一段时间之后，他是很难转到开发岗位的，因为市场技术支持的这种做法呢，很多来说是面向客户，客户这边可能对客户去介绍对应的功能参数，芯片的方案，以及结合同行怎么怎么做的，是介绍这些东西，然后现在转到开发的岗位呢，这种国产芯片的驱动开发的岗位，其实这种开发呢，开发他会跟售前完全不一样，它是脱离了市场的，是因为有了一些客户的问题给完之后，然后对应结合着怎么解决的。

目前听说工作过于底层且方向很窄，我跟你讲一下，你现在目前这一步走的很好，为什么我会说这一步走的很好呢，是因为你首先不要看它窄不窄，现在是一个什么时候，我认为在未来的几年里面国产信创核心软件国产化，它是一个大的噱头。然后去到国产芯片原厂做的驱动开发，我不知道这一家国产芯片是不是之前的那个市场第二份额的那家企业，不知道，但如果是的话在这家企业里面，应该它也是背靠国字背景的，所以在这种情况下面它是应该在国产化第一梯队的，而且这种驱动开发的岗位，他本身要求就会比较高，门槛也会比较高，当然薪资肯定不会低，而相比的现在能够去国产芯片企业做的驱动开发这个岗位，远远我认为它会比去到一个这种BAT互联网大厂做后端他会香很多，这是实话说，我跟你讲我是认为它确实香很多，因为请注意它没有互联网后端开发那么大的压力，互联网大厂开发它的压力来源于哪，比如说招一批人，我现在有个新的项目我就新招一批人，这个项目成了那就继续干，没成我就直直接把它裁掉，然后再重新再做一个项目再重新招一批人，就这样的。在这种国产芯片驱动开发的岗位，它是不会出现这种事情的，因为请注意在这个过程中间你慢慢来说你就成为这个公司技术专家，因为你走的就是一条技术专家的路线。

现在来说感觉过于底层方向且窄，这一个我跟你讲，随着你年龄的增加，随着你有了一段工作经历，两段工作经历，你避免不了，你就发现你不像是刚开始应届的时候找工作，你的机会肯定会越来越少，为什么，因为后面会结合你的以前的工作经历所在的公司，这个东西叫做跟下一份工作有一个匹配度，你的机会本来它就会越来越少，请注意这就为你筛选了很多无效的看似是机会的机会，这个机会你好好珍惜，其实我认为它是很不错的一个事情。

目前当下的这个岗位继续努力做，还是去课下继续自学后跳槽去一个其他的AI Infra这种岗位。你可以自学，也可以尝试一下，但是呢我认为没有现在好，你像AI Infra这种相关的这种基础架构的开发，做的这种AI相关的，当然这个岗位它的门槛也会比高，当然不会太差，相比就你现在已经可以了，已经很好了，后面可以去投一投这种比如这种存储相关的，如果你现在做的这种国产芯片是用存储GPU，你看有没有机会去到这种AI相关的公司，去做这种GPU，或者AI这种存储相关的这种 Infra，这种基础架构应该还是有机会的，但是我认为应该还是没有你现在这个香。当然如果你现在这个国产芯片企业如果不大那就另外说，如果你比如说也是市场份额排名前几的，比如像海光包括像升腾那我认为这个还是挺好的。

总结：

一、当前岗位优势分析

1. 行业潜力：国产芯片（GPU）行业处于信创核心赛道，政策支持力度大（2025年国产替代率目标超70%）。国内头部芯片企业（如海光、昇腾）技术壁垒高，职业稳定性强于互联网大厂。
2. 技术价值：驱动开发岗位技术门槛高，涉及硬件架构优化（如CUDA兼容性）、性能调优（如算子加速）。积累经验后可转型芯片架构师或系统级解决方案专家（薪资涨幅空间30%-50%）。
3. 职业安全：芯片行业裁员风险低（互联网大厂后端岗裁员率约15%，芯片企业＜5%）。技术专家路线具备长期价值（越老越吃香，35+危机较弱）。

二、AI Infra岗位对比评估

结论：短期优先深耕芯片驱动开发，长期可向AI Infra延伸（如芯片-算法协同优化岗）。

三、风险与机会

• 风险提示： AI Infra岗技术迭代快（如大模型对框架的重构），需持续跟进新技术；芯片行业需警惕技术路线变更（如RISC-V生态崛起）。
• 机会点： 结合AI算法背景与芯片经验，可成为异构计算架构师（稀缺人才，年薪很高）。

最后：立足芯片驱动开发，向AI软硬协同领域延伸！

计算机相关专业就业求职学习路线/offer选择/职业规划建议

工种浩：程序员yt （学习就业困惑？我们来为你答疑解惑！）免费投稿 投稿必回

​