多模态算法 vs 多模态训推加速算法
现在有两个地方看起来比较合适,一个是去做业务场景落地,比如大模型应用到业务上,微调,agent这些;一个是去做基础技术,比如大模型 KV cache 等等优化,针对多模态场景的 KV cache 等等。两个平台都不错,图片上就是第二个。
我的情况是,博士读书期间主要做科研,写论文,做的是多模态算法,改改网络结构,发发论文这些。感觉很多师兄师姐都是去做业务场景落地,不过工作可能也比较偏数据处理,业务调优等等。好处就是这个岗位需求大,跳槽也容易。坏处就是卷。。。
基础技术研发感觉比较偏底层,做 kv 复用,kv检索等等,里面研究员,博士比较多。这个岗位好处是技术比较深,坏处可能需求量少,做模型基础平台技术不需要太多人
请问大家这两个应该怎么选呢
#计算机# #深度学习与神经网络# #多模态# #大模型# #大模型推理# #offer帮选#
我的情况是,博士读书期间主要做科研,写论文,做的是多模态算法,改改网络结构,发发论文这些。感觉很多师兄师姐都是去做业务场景落地,不过工作可能也比较偏数据处理,业务调优等等。好处就是这个岗位需求大,跳槽也容易。坏处就是卷。。。
基础技术研发感觉比较偏底层,做 kv 复用,kv检索等等,里面研究员,博士比较多。这个岗位好处是技术比较深,坏处可能需求量少,做模型基础平台技术不需要太多人
请问大家这两个应该怎么选呢
#计算机# #深度学习与神经网络# #多模态# #大模型# #大模型推理# #offer帮选#
全部评论
推理优化
m
ai infra很窄,已经卷成麻花了
相关推荐
备战秋招春招:都卷炸了,现在LLM应用应该会好一点点
点赞 评论 收藏
分享