有考虑转行大模型的伙伴吗,我们一起同行

我是19年转的码,那时候互联网软件开发还欣欣向荣,国内外薪资和政策都有特别多的利好。但是总所周知地,这几年软件开发一直在走下坡路,新来的从业者的学历能力要求越来越高,企业越来越不愿意去培养新人。而且软件开发还有继续往下走的趋势,我认为最终这个细分领域的待遇最终会跌倒工科专业的标准值。而前些年入局的人哪怕是低学历低能力也能在浪潮之中爬到不错的位置,后续护城河已建起,再通过管理的手段持续获利。试问十五年前学java的高中生大专生和现在入局的92应届生谁的技术能力强,但是十五年前入局的人现在在行业内做到了什么样的位置?因此人需要有大势的观念。
这一波的大模型人工智能浪潮毫无疑问是引发全社会关注的,不仅各个国家政府高度重视,而且最近金融圈也动作频频,相关企业市值股价连连高升,大模型研究人员的待遇也开得非常高。种种迹象表明,这是一轮新的浪潮,这是一场新的变革。
我前面三个学期被老板忽悠着白打了一年半的工,第四个学期尝试去实验室发论文申博,但是时间已经赶不上今年的申请季了。这个月本来是开始准备秋招和找实习的,但是与此同时我越看越觉得大模型这块是一个机会,如果继续搞软件开发不一定是一件好事情,毕竟增长的红利期已过。
我觉得目前的情况是,大家对于人工智能这一块的探索是一个挖矿的过程。人类挖了三十年的矿,突然openAI一锤子凿到了金矿,于是整个矿场的人都知道那里有金矿了。以金矿(大模型技术)为原点,所有人距离原点的远近是不同的,只有挖到金矿之前就在搞大模型的少数人是纯粹的“科班”,其他的人离金矿都有距离。比方说深度学习强化学习距离大模型原点一公里,软件技术距离原点三公里,其他信息技术距离原点十公里,非IT技术距离原点100公里。大家距离原点距离不一样,但是可以肯定的一点是,原点上是几乎没有人的,现在是所有人都在向原点跑。突然多出来很多岗位和机会,我们可以趁行业发展之初去原点抢夺这块蛋糕。(前提是如果这是值得的)
成电上一届有人通过两段实习成功转行的,还有准备做大模型应用创业的。他们也看好大模型的未来发展,我最近在犹豫,也在考虑要不要像他们这样做,目前我还在收集信息和进行权衡的状态。另外我感觉大模型这一块真正有想法的人很少,大家需要抱团来多多交流,共享信息。有感兴趣的人可以私信我或者留言。#大模型##软件开发##秋招##电子科技大学#
全部评论
私聊 最近刚拿意向
点赞 回复 分享
发布于 09-12 12:17 广东
我 社招想往这方面转
点赞 回复 分享
发布于 10-14 23:36 广东

相关推荐

#大模型训练##WLB#组内直招,坐标联想研究院ICI lab,薪资满意和WLB都能满足,欢迎大佬投递。简历可发邮箱liaodc5@lenovo.com岗位职责: 1. 负责设计高可用大模型训练容错系统,支持千亿大模型预训练 2. 负责大模型训练容错checkpoint优化,提升大模型checkpoint读写与恢复性能 3. 负责大模型弹性训练框架的研发 岗位要求: 1. 全日制硕士以上学历,计算机科学与技术、人工智能等相关专业; 2. 熟练C++/Python语言、数据结构以及计算机系统结构,有AI模型性能调优经验,以及良好的工程实现能力; 3. 熟悉 AI 领域常见的分布式训练技术,包括但不限于:数据并行、流水线并行和张量并行等,具有相应的项目经验; 4. 至少熟悉一种AI框架(PyTorch/TensorFlow/Paddle/DeepSpeed等),能够熟练使用和调试; 5. 熟悉 GPU 硬件结构和 CUDA 计算原理,有 CUDA 相关算子开发、调试经验,对 NCCL/cuDNN 等有一定了解; 6. 对大规模预训练模型有较好的了解,熟悉常见的预训练模型(如GPT、BERT等)结构、训练方法和优化技巧。 7. 具备出色的问题解决能力和创新思维,能够分析和解决复杂的训练问题,并提出改进和优化的方案; 8. 具有良好的团队合作精神,能够与跨部门的团队紧密合作,共同推动项目的成功。 加分项: 1. 有大模型研发和分布式训练经验 2. 熟悉Kubernetes架构以及大模型训练容错系统 3. 在AI或者HPC领域发表过高水平论文
投递联想研究院等公司10个岗位
点赞 评论 收藏
分享
评论
1
1
分享
牛客网
牛客企业服务