11-04 22:40 已编辑 门头沟学院 算法工程师 发布于北京
关注
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
asd001
重庆邮电大学 算法工程师
推理优化
打工er
门头沟学院 C++
m
拿到了ssp的芒果很迷人
中国科学院计算技术研究所 算法工程师
ai infra很窄，已经卷成麻花了
相关推荐
投递快手等公司10个岗位 > 
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
