首页 / AI了,我在打一种很新的工
#

AI了,我在打一种很新的工

#
148861次浏览 1457人互动
聪明的打工人已经在用AI办公了!各位职场牛友快来分享下,你是如何在工作中应用AI来提高效率、解决问题的~快来交流下吧!
此刻你想和大家分享什么
热门 最新
打开招聘软件,不难发现一个明显的变化:技术岗JD里多了“熟练使用AI编程工具”的要求,非技术岗则标注“能运用AI提升工作效率”;身边的后端同事,开始主动学习前端知识,靠着AI辅助,快速转型全栈;就连行政、运营岗的伙伴,也不再埋头做重复工作,而是用AI批量处理事务、生成方案。从手搓代码到AI编程,从单一岗位到跨界全能,AI的浪潮席卷而来,没有哪个岗位能独善其身。不论你是深耕代码的技术人,还是深耕流程的非技术人,都在经历一场前所未有的岗位变革——工作方式被重构,能力要求被升级,有人在变革中顺势突围,有人在迷茫中被迫淘汰。作为一名深耕后端开发3年,如今转型全栈的从业者,我亲身经历了AI对岗位的颠覆性影响,也见过太多同行、不同岗位伙伴的挣扎与成长。今天,就和大家好好聊聊,AI到底如何改变我们的工作方式和能力要求,我们又该如何适应这场变革,不被时代淘汰。先说说技术岗,这是AI影响最直接、最深刻的领域,尤其是后端开发,几乎迎来了“范式级”的改变。放在3年前,我每天的工作就是手搓代码,从基础的接口编写、bug调试,到复杂的逻辑梳理,每一行代码都要逐字敲击,一个简单的功能模块,往往要花费大半天时间。那时候,后端开发者的核心竞争力,就是“代码写得快、bug少”,只要熟练掌握一门编程语言,能独立完成后端开发任务,就能站稳脚跟。但AI编程工具的出现,彻底打破了这种格局。如今,GitHub Copilot、AI代码助手等工具已成为技术人的标配,Meta的AI编程系统甚至能完成85%的初级代码编写任务,GitHub数据显示,AI生成代码在开源项目中的占比已突破37%。现在我编写代码,不再是从头手搓,而是先让AI生成基础代码框架,再根据业务需求进行微调、优化,原本大半天的工作量,现在2-3小时就能完成。这种改变,不仅提升了工作效率,更重构了后端岗位的工作方式。以前,我们把大量时间花费在重复的代码编写上,很少有精力去思考业务逻辑、系统架构;现在,AI承担了基础的执行工作,我们的重心从“写代码”转向“做决策”——思考如何优化系统性能、如何适配业务需求、如何规避技术债务,把精力放在AI无法替代的复杂决策上。更明显的变化是,后端岗位开始向“全栈化”转型。以前,后端和前端是两个独立的领域,后端只负责接口开发、数据处理,前端负责页面渲染、交互设计,两者各司其职,很少有交叉。但现在,借助AI工具,后端开发者可以快速掌握前端基础技能,用AI生成前端页面代码、调试交互效果,不用再依赖前端同事,就能独立完成“后端+前端”的全流程开发。我身边就有很多这样的例子:有个做后端开发2年的同事,以前连HTML、CSS都不会写,借助AI辅助,只用了1个月,就掌握了前端基础技能,现在能独立完成小型项目的全栈开发;还有个刚入职的应届生,靠着AI编程工具,快速上手后端开发,同时学习前端知识,入职3个月就独立交付了一个完整的全栈小项目。与此同时,技术岗的能力要求也发生了本质变化。以前,“熟练掌握编程语言、能独立编写代码”是核心竞争力;现在,单纯的“会写代码”已经不够了,AI能比我们更快、更准确地完成基础代码编写,我们需要具备的,是AI无法替代的能力——复杂问题解决能力、业务理解能力、系统架构思维。就像Netflix的微服务架构涉及1000+独立服务,其容错设计需结合业务场景进行权衡,AI无法自主完成此类决策;蚂蚁金服JVM调优案例中,人类工程师结合业务峰值设计动态内存扩容策略,将系统稳定性提升40%,这都是AI无法替代的核心能力。此外,学会运用AI工具,也成为技术岗的必备技能,不会用AI编程的开发者,很容易被同行拉开差距,甚至面临淘汰风险。不止是技术岗,非技术岗也在被AI深刻改变,工作方式和能力要求的升级,同样触手可及。以前,运营岗的伙伴每天要花费大量时间写文案、做数据分析、整理用户反馈,重复且繁琐;行政岗要手动整理报表、安排会议、统计考勤,效率低下;销售岗要手动筛选客户、撰写跟进话术,耗时耗力。而现在,AI已经成为非技术岗的“高效助手”。运营岗可以用AI快速生成文案、制作海报、分析用户数据,原本需要1天完成的文案撰写,现在10分钟就能生成初稿,再稍作修改就能使用;行政岗可以用AI自动整理报表、安排会议、发送通知,节省大量时间用于更有价值的工作;销售岗可以用AI筛选精准客户、生成跟进话术,甚至模拟客户沟通场景,提升沟通效率。最直观的变化,就是58同城等企业已经明确要求,所有岗位招聘都要考察AI能力,不只针对技术岗,行政、财务、人力、销售等所有非技术岗位,全部纳入考核范围,完全没接触过AI的人,基本不会被录用。这意味着,AI已经从“可选技能”,变成了所有职场人的“入场券”,不会用AI,已经成为职场硬短板。我有个做运营的朋友,以前每天被文案、数据压得喘不过气,经常加班,后来开始用AI辅助工作,用AI生成文案初稿、分析用户画像、整理运营数据,工作效率提升了3倍以上,再也不用加班,还能有更多时间去思考运营策略、优化用户体验。她坦言,以前觉得AI和非技术岗无关,直到身边的同事都开始用AI,自己才意识到,不拥抱AI,迟早会被淘汰。对于非技术岗来说,AI改变的不仅是工作效率,更是能力要求。以前,非技术岗的核心竞争力是“熟练掌握岗位流程、认真负责”,只要能把本职工作做好,就能稳定立足;现在,单纯的“会做本职工作”已经不够了,我们需要具备“AI应用能力”和“核心创造力”。AI能帮我们完成重复、繁琐的基础工作,但无法替代我们的创造力、沟通能力和业务洞察力。比如运营岗,AI能生成文案,但无法结合品牌调性、用户需求做出有温度、有感染力的内容;行政岗,AI能整理报表,但无法应对突发的行政事务、协调复杂的人际关系;销售岗,AI能生成话术,但无法根据客户的情绪、需求灵活调整沟通策略。此外,跨领域学习能力也变得越来越重要。AI的普及,让岗位之间的边界变得越来越模糊,非技术岗也需要了解基础的技术知识,才能更好地运用AI工具、配合技术团队工作。比如运营岗,了解基础的数据分析知识、AI工具使用技巧,能更好地分析用户数据、优化运营方案;行政岗,了解基础的办公AI工具,能更高效地完成日常工作。不管是技术岗还是非技术岗,AI带来的变革,都不是“替代人类”,而是“解放人类”——把我们从重复、繁琐的基础工作中解放出来,让我们有更多精力去做更有价值、更有创造性的工作。但这种变革,也带来了焦虑:很多人担心自己被AI替代,担心自己的能力跟不上岗位要求,陷入自我怀疑和迷茫。我也曾有过这样的焦虑,尤其是在转型全栈的过程中,面对AI带来的岗位变化,一度不知道该如何发力,甚至担心自己多年的后端经验会被淘汰。直到我开始主动拥抱AI,学习AI工具的使用方法,同时提升自己的核心竞争力,才慢慢走出迷茫,意识到AI不是“敌人”,而是“助手”。在这个过程中,我也发现,很多人之所以焦虑,不是因为AI太强大,而是因为自己没有找到适配变革的方法,没有及时提升自己的能力。其实,应对AI带来的岗位变革,关键在于“拥抱变化、提升核心竞争力”,而精准展现自己的能力,让企业看到你的适配性,简历就成了关键。不管是技术岗转型全栈,还是非技术岗提升AI应用能力,一份能精准展现“AI适配能力”和“核心竞争力”的简历,才能帮你在求职中脱颖而出。但很多人不知道如何在简历中突出自己的AI应用经历、核心技能,要么写得像流水账,要么遗漏关键亮点,导致简历石沉大海。这时候,泡泡小程序AiCV简历王就能帮上大忙。它能一键分析简历与目标岗位JD的匹配度,自动标出缺漏的关键词,不管是技术岗的“AI编程工具使用”“全栈开发经验”,还是非技术岗的“AI高效办公”“跨领域协作能力”,都能精准捕捉。同时,它还能用STAR法则,把我们的工作经历、AI应用案例,优化成HR爱看的专业表述,不用自己费心琢磨,就能让简历亮点十足。我身边很多同行,不管是技术岗转型全栈,还是非技术岗提升竞争力,都用泡泡小程序AiCV简历王优化过简历,原本平平无奇的简历,经过优化后,投递命中率大幅提升,顺利拿到了心仪的offer。它就像一个“简历优化助手”,帮我们精准展现自己的能力,在AI变革的浪潮中,抓住更多机会。最后,我想和所有职场人、正在求职的同学说:AI带来的岗位变革,是挑战,更是机遇。从手搓代码到AI编程,从单一岗位到跨界全能,不是AI要替代我们,而是时代在要求我们变得更优秀、更全能。对于技术岗来说,不要害怕AI编程,要学会用AI提升效率,同时深耕核心能力,培养系统架构思维、业务理解能力,向全栈化、复合型人才转型;对于非技术岗来说,不要忽视AI的力量,要主动学习AI工具的使用方法,提升自己的创造力、沟通能力和跨领域学习能力,让AI成为自己的职场助力。
点赞 评论 收藏
分享
我是如何用 AI 写了 70% 的逻辑却被面试官夸“基本功扎实”的?(2026春招面经分享)
1.项目真实性与“含 AI 量” (最坑的一道题)面试官: “你简历里的这几个项目,哪些是完全靠 AI 生成的?哪些是你自己写的?AI 帮你解决了什么具体问题?”面试核心: 考察你对项目的控制力。如果你说“全是 AI 写的”,面试官会认为你缺乏解决复杂工程问题的能力。高分策略: 诚实交代 AI 的参与度(比如:AI 辅助生成了 70% 的样板代码、Mock 数据或单元测试),但核心的架构设计、数据库状态机切换、分布式锁的竞争边界处理必须强调是你的思考。2. AI 代码的“排毒”能力面试官: “如果 AI 给你的业务逻辑代码(比如一个复杂的 SQL 优化建议)看起来能跑,但潜伏着死锁风险,你通过什么手段识别出来?”面试核心: 考察后端基本功。AI 会写代码,但它不一定懂你的线上数据库隔离级别。考核点: 慢查询分析、事务传播机制、索引失效场景的预判。3. AI 驱动的自动化测试面试官: “你会如何利用 AI 来提升单元测试的覆盖率?你是怎么设计 Prompt(或 Skill 规范)来确保生成的测试用例覆盖了所有的边界条件(Edge Cases)?”面试核心: 考查工程素养。进阶: 谈谈你如何定义一套 Markdown 格式的 Agent Skill,让 AI 能够针对 Git Diff 自动生成高质量的 Test Case。4. 生产环境中的 AI 风险控制面试官: “如果我们在后端引入大模型做自动化审核,模型‘幻觉’(Hallucination)导致误删了用户数据,你在系统架构上会设计什么样的‘熔断’或‘人工回滚’机制?”面试核心: 容错设计。后端的核心任务永远是确定性,而 AI 是概率性的,如何用确定性的架构去包裹概率性的输出。5. AI 时代的“防御性编程”面试官: “在接入 GitHub Copilot 或 Cursor 开发时,你是否遇到过 AI 生成的代码逻辑在并发场景下失效(比如忽略了单例模式的线程安全)?你是如何发现并修复这些‘高智商垃圾’代码的?”考察点: 考察你是否具备代码审计能力,而非盲目信任 AI。------------------------------🚀 写在最后:加入我们,定义未来的后端我们正在寻找那些对底层技术有敬畏心,对前沿工具更有好奇心的同学。我们需要你:扎实的后端功底(Java/Go/C++ 任一)。对系统架构有热情,理解分布式一致性和容错处理。能熟练使用 AI 工具,并对如何提升 AI 产出质量有自己的见解。🔗 快速通道(HR 每日清筛)别让你的才华埋没在简历池里,点击下方链接直接触达核心技术团队:春招投递链接在这里:【拼多多集团-PDD校园招聘】内推链接:https://careers.pddglobalhr.com/campus/grad?t=C17PiAsy4n,内推码:C17PiAsy4n。期待你的加入!我们一起,无拼不青春!(通过此链接投递计入内推,内推简历优先筛选~)(有任何问题欢迎找我私聊沟通,帮看面试进度)通过这个链接投递会进入内推池,简历会优先筛选。祝大家都能拿满意的 Offer,我们在 AI 时代的后端浪潮里见!作者:在刷代码的哈士奇很勤劳链接:https://www.nowcoder.com/feed/main/detail/a97b1cbb5e6a40519291f3313b971fde?sourceSSR=users来源:牛客网
点赞 评论 收藏
分享
先给大家说清楚:AI 幻觉 = AI 看起来很专业,其实全是瞎编。放别的地方顶多尴尬,放简历上,直接影响面试、offer、背调。我先说我自己最社死的一次。当时秋招急着改简历,我把一段很普通的校园活动经历丢给 AI,让它帮我润色。AI 输出的那叫一个高级:“统筹活动全流程,通过渠道优化提升参与率 47%,搭建用户触达体系……”我一看,哇,这么厉害,直接用了。结果面试时,面试官盯着那行字问我:“你说的 47% 提升,是怎么统计的?用了什么方法?”我当场僵住。因为我真实干的事,就是发了朋友圈、统计了签到、整理了表格。什么 47%、什么体系、什么优化,全是 AI凭空编出来的。那场面,我这辈子都忘不了。支支吾吾半天,面试官只轻轻说了一句:“同学,简历可以优化,但不能虚构。”那面试直接黄了。后来我做了一段招聘相关的工作,看过几千份简历,发现被 AI 坑的人真的一抓一大把。我总结了三类最常见、最容易翻车的「简历 AI 幻觉」,你们看完一定会有共鸣。一、最常见的 3 种简历 AI 幻觉,每一种都能让你面试凉凉1. 凭空捏造数据、转化率、成果,精确到小数点,全是假的这是 AI 最爱干的事。你写:协助整理资料。AI 给你改成:完成数据整理与流程优化,提升效率 210%。你写:参与社团活动。AI 给你改成:负责线下推广,引流 320 人,转化率 18.7%。数字越精确,看起来越权威,但全是编的。HR 和面试官一眼就能看穿:短期实习、校园经历,根本不可能有这种标准化数据。一追问,你答不上来,直接判定不诚实。2. 乱加职责,把实习生写成负责人,把助理写成经理AI 特别喜欢 “越级包装”。你只是协助,它给你写 “主导”;你只是执行,它给你写 “制定策略”;你只是打杂,它给你写 “全链路负责”。看起来很厉害,实际上漏洞百出。一个大三学生,怎么可能独立负责业务、制定策略?HR 看了只会觉得:这人简历造假。3. 虚构技能、项目、经历,你不会的它敢乱写更可怕的是无中生有。你没写的技能,AI 给你加上;你没做过的项目,AI 给你补全;你没拿过的奖,AI 都敢给你编出来。最恐怖的是,很多同学不检查,直接投递。结果面试一问:“你熟练用 Python?做过什么分析?”人直接傻了:“我根本不会啊。”这就是 AI 幻觉最可怕的地方:它不负责真实,只负责好看。二、为什么 AI 特别容易在简历上胡说八道?原因其实很简单:AI 没有你的真实记忆,不知道你到底做过什么AI 的目标是 “写得像优质简历”,而不是 “写你真实的经历”你输入的信息太少,AI 为了凑内容,只能脑补、编造它以为是帮你变强,实际上是把你往火坑里推。我见过太多人:真实经历明明够用,被 AI 一加工,变得浮夸、虚假、经不起问,反而连面试机会都拿不到。三、AI 简历到底能不能用?能用,但要选对工具我不是反对用 AI 做简历。相反,AI 能极大提高效率,关键是:这个 AI 不能编故事,不能有幻觉,必须忠于你的真实经历。我踩过无数坑之后,现在只敢用一款真正靠谱的工具:泡泡小程序 AiCV 简历王。它和那些会瞎编数据、虚构经历的 AI 完全不一样:只在你原有经历上优化表达,不凭空造经历不乱编数据、不编成果、不编奖项帮你把口语化内容,改成 HR 爱看的专业表述对标 JD 做匹配度分析,补关键词,而不是编关键词所有内容都真实、可复述、经得起面试追问它不会把你吹成大神,但能把你真实的能力,干净、专业、安全地展示出来。对我们学生来说,这才是最稳、最不翻车的选择。四、给所有人的 4 条「AI 简历防坑铁律」不管你用什么工具,这 4 条一定要记住:任何数据、成果,你必须能讲得清清楚楚讲不出来,一律删掉。不写自己没做过的事,不担自己没负过的责参与就是参与,协助就是协助,别乱写 “主导”“负责”。不让 AI 替你创造经历,只让 AI 优化表达多一行没做过的内容,都是隐患。AI 改完,你必须逐字读一遍你自己都不熟的内容,面试一定会崩。简历的第一原则是真实,第二是匹配,第三才是好看。AI 能帮你搞定 2 和 3,但第 1 条,必须你自己守住。五、最后想说我经历过最离谱、代价最大的 AI 幻觉,就是AI 在简历上一本正经地胡说八道。它差点让我以为,简历必须造假才有人看。但后来我才明白:真实、干净、匹配岗位的简历,永远比虚假华丽的简历更值钱。AI 是工具,不是替你撒谎的帮手。别让 AI 的幻觉,毁掉你本来能拿到的机会。如果你也被 AI 改简历坑过,或者正在担心简历太普通、又怕被 AI 瞎改,真心建议你避开那些会编故事的工具,用更稳、更安全的方式打磨简历。
点赞 评论 收藏
分享
03-08 13:34
已编辑
拼多多_服务端开发
我是如何用 AI 写了 70% 的逻辑却被面试官夸“基本功扎实”的?(2027 实习面经分享)
1.项目真实性与“含 AI 量” (最坑的一道题)面试官: “你简历里的这几个项目,哪些是完全靠 AI 生成的?哪些是你自己写的?AI 帮你解决了什么具体问题?”面试核心: 考察你对项目的控制力。如果你说“全是 AI 写的”,面试官会认为你缺乏解决复杂工程问题的能力。高分策略: 诚实交代 AI 的参与度(比如:AI 辅助生成了 70% 的样板代码、Mock 数据或单元测试),但核心的架构设计、数据库状态机切换、分布式锁的竞争边界处理必须强调是你的思考。2. AI 代码的“排毒”能力面试官: “如果 AI 给你的业务逻辑代码(比如一个复杂的 SQL 优化建议)看起来能跑,但潜伏着死锁风险,你通过什么手段识别出来?”面试核心: 考察后端基本功。AI 会写代码,但它不一定懂你的线上数据库隔离级别。考核点: 慢查询分析、事务传播机制、索引失效场景的预判。3. AI 驱动的自动化测试面试官: “你会如何利用 AI 来提升单元测试的覆盖率?你是怎么设计 Prompt(或 Skill 规范)来确保生成的测试用例覆盖了所有的边界条件(Edge Cases)?”面试核心: 考查工程素养。进阶: 谈谈你如何定义一套 Markdown 格式的 Agent Skill,让 AI 能够针对 Git Diff 自动生成高质量的 Test Case。4. 生产环境中的 AI 风险控制面试官: “如果我们在后端引入大模型做自动化审核,模型‘幻觉’(Hallucination)导致误删了用户数据,你在系统架构上会设计什么样的‘熔断’或‘人工回滚’机制?”面试核心: 容错设计。后端的核心任务永远是确定性,而 AI 是概率性的,如何用确定性的架构去包裹概率性的输出。5. AI 时代的“防御性编程”面试官: “在接入 GitHub Copilot 或 Cursor 开发时,你是否遇到过 AI 生成的代码逻辑在并发场景下失效(比如忽略了单例模式的线程安全)?你是如何发现并修复这些‘高智商垃圾’代码的?”考察点: 考察你是否具备代码审计能力,而非盲目信任 AI。------------------------------🚀 写在最后:加入我们,定义未来的后端我们正在寻找那些对底层技术有敬畏心,对前沿工具更有好奇心的同学。我们需要你:扎实的后端功底(Java/Go/C++ 任一)。对系统架构有热情,理解分布式一致性和容错处理。能熟练使用 AI 工具,并对如何提升 AI 产出质量有自己的见解。🔗 快速通道(HR 每日清筛)别让你的才华埋没在简历池里,点击下方链接直接触达核心技术团队:【PDD实习生招聘】🔗 内推链接:https://careers.pddglobalhr.com/campus/intern?t=IU9k50iFrF🎫 内推码:IU9k50iFrF⭐ 为什么说PDD暑期实习“性价比很高”① 实习满2个月即可申请转正相比很多公司需要 3-6个月实习,PDD暑期实习满2个月即可发起转正流程。② 实习转正薪资通常高于校招入职通过 实习转正入职的薪资一般更有优势。③ 免费三餐 + 高薪实习公司提供 免费三餐 + 有竞争力的实习薪资。(有任何问题欢迎找我私聊沟通,帮看面试进度)通过这个链接投递会进入内推池,简历会优先筛选。祝大家都能拿满意的 Offer,我们在 AI 时代的后端浪潮里见!
点赞 评论 收藏
分享
01-13 18:07
已编辑
门头沟学院
如何学习Agent工程开发?求指路!
大家好,我是一名28届的前端开发,最近团队需要启动一个Agent(智能体)项目,但我对这个领域还很陌生,想请教大家几个问题,希望能得到一些工程实践上的指点。1. 我的背景和困惑我只知道“Agent”这个概念和一些名词,但没有深入学习过。以前在学校学的AI课程(深度学习、CV、搜索算法)感觉偏科研理论,和实际工程开发好像不太一样。我看到现在很多招聘要求“开发+Agent赋能”,感觉这已经是一个普遍趋势了。看到有牛油评论说:“现在大厂就很迷,感觉要么就是算法+agent,要么就是开发+agent。还是招和原来一样的岗位,只是都要求赋能agent了   ”。真正的工程化Agent开发到底该怎么做?2. 我的具体疑问a.技术栈疑问:我粗略了解到后端好像用Spring AI比较多?想请问在真实的产业项目里:后端主力语言是Java还是Python?各自的常见技术栈和框架是怎样的?b.开发流程疑问:我之前的理解实在太少了,以为就是“接入大模型API + 优化Prompt”。真实的Agent工程开发,到底包含哪些核心环节和模块?(比如除了调用模型,是不是还要做任务规划、工具调用、记忆管理这些?这些要怎么深入学习呢?要和科研深度学习一样跑“炼丹”项目读论文吗?)3. 我的角色定位:我本身是前端开发,自己写的toy是用Node.js 还有 express 框架做全栈项目。像我这样的背景,在一个Agent项目中:具体能从哪些方面入手去“赋能”?除了做个展示界面,在Node.js这一层能做哪些有意义的AI集成或能力封装?4. 求分享、指路我现在的认知太少了,非常需要一个从工程视角出发的学习路线和方向指引。希望大家能分享一下:我应该按什么步骤去学习?重点要掌握哪些工具和框架?作为前端/全栈,在实际业务里面怎么赋能agent?当前我的学习突破口在哪里?----------先谢谢各位大佬了!
脑子卡壳中:Agent核心就四块:规划、工具、记忆、执行,逐个击破
点赞 评论 收藏
分享
2025-11-25 11:12
已编辑
西华大学 产品经理
我表弟25岁年薪50万,职业是"AI提示词工程师",这个行业还有7个更离谱的新职业
上周末家庭聚会,表弟开着新买的特斯拉来了。我妈问:"小宇啊,现在在哪工作呀?"表弟说:"AI提示词工程师。"全桌沉默3秒。聚会后我拉着他问了半小时,他给我看工资单——月薪4.2万,年底还有3个月年终奖。25岁,年薪50万+。我30岁,互联网大厂产品经理,年薪才35万。我傻了。那天晚上疯狂搜索,发现AI提示词工程师只是冰山一角。这个行业,还有至少7个你听都没听过的新职业,收入都不低。【职业一】AI提示词工程师——月薪2-5万用人话和AI对话的人就是写提示词让AI干活,然后把AI的输出优化到最好。具体工作:研究怎么问AI,才能让它给出最好的回答设计提示词模板,让公司其他人直接用优化AI输出结果,提高准确率举个例子:普通人写提示词:"帮我写一篇手机的营销文案"AI提示词工程师写提示词:你是资深营销专家,拥有10年消费电子产品文案经验。【任务】为某品牌旗舰手机设计小红书种草文案【目标用户】25-35岁女性,喜欢拍照,注重颜值【产品卖点】5000万像素前置、AI美颜3.0、轻薄设计【文案要求】痛点引入→产品解决→购买理由,语气轻松,500-600字两者输出质量,天差地别。我表弟入职前学了2个月提示词技巧,研究了10+个AI工具,做了3个实战项目,面试时展示了200+条提示词库。【入行门槛】本科学历、会用AI工具、逻辑思维强、有耐心、英语好【薪资】 初级1.5-2.5万/月,中级2.5-4万/月,高级4-6万/月【职业二】AI训练师——月薪1.5-3万教AI认识世界的人AI刚出来时很笨,需要有人教它什么是对的,什么是错的。工作内容:给AI标注数据(这是猫,这是狗)评估AI的回答质量设计训练任务朋友在AI公司做训练师,每天标注1000-2000条数据,给AI输出打分。有时枯燥,但看到AI因为你的标注从30%错误率降到10%,很有成就感。【入行门槛】 大专学历、细心耐心、不需要编程基础【薪资】 初级8k-1.5万/月,高级2.5-4万/月【优势】 门槛低、可在家办公、时间灵活【职业三】AI产品经理——月薪3-6万决定AI产品做成什么样的人除了传统产品经理的工作,还要懂AI能做什么、不能做什么,懂模型原理,会设计AI交互,会评估AI效果。前同事负责AI客服助手项目,需求调研发现客服每天回答重复问题50+次。他设计AI回答逻辑,上线后准确率85%,用户满意度4.2/5.0,人工工作量减少60%。"最大的挑战是平衡AI能力和用户期望。用户觉得AI应该无所不能,但实际上AI有很多限制。我要设计合理边界。"【入行门槛】 本科以上、有产品经验2年+、懂基础AI知识【薪资】 初级2-3万/月,中级3-5万/月,高级5-8万/月【职业四】AI伦理专员——月薪2-4万监督AI别干坏事的人AI发展太快,会出问题:生成虚假新闻、歧视某些人群、泄露隐私。AI伦理专员就是防止这些事发生。工作内容: 审查AI输出、设计伦理规则、处理投诉、培训团队某大厂AI招聘系统更倾向男性候选人,伦理专员发现后立即暂停系统,分析数据偏见,重新训练模型,设计监测机制。【入行门槛】 本科以上(法律、哲学背景加分)、了解AI、批判性思维【薪资】 初级1.5-2.5万/月,高级4-6万/月【职业五】AI艺术总监——月薪3-8万用AI创作艺术作品的人用AI生成图片、视频、音乐,把作品商业化。关注的博主全职做AI艺术创作,收入来源:接商业项目(品牌海报、视频素材、游戏原画)卖AI作品(单张图500-5000元)教学培训(线上课程1980元/人)接外包(电商商品图、自媒体封面)去年全年收入约60万。"最爽的是自由,想几点起床就几点起床,上个月在巴厘岛待了一个月,边旅游边工作。"【入行门槛】 审美能力强、会用AI生成工具、会提示词、懂商业需求【薪资】 自由职业月入1-10万,全职3-8万/月【职业六】AI数据分析师——月薪2-5万用AI分析数据、预测趋势的人除了传统数据分析,还要会用AI模型预测,训练AI找规律,让AI自动生成分析报告。大学同学在电商公司做销售预测,用AI后准确率从60-70%提升到85%,公司减少滞销商品30%,年省成本500万+。他因此拿到年度最佳员工,奖金10万。【入行门槛】 本科以上、会Python/SQL、懂机器学习基础【薪资】 初级1.5-2.5万/月,高级4-7万/月【职业七】AI安全工程师——月薪4-8万防止AI被攻击、被骗的人AI会被攻击:恶意提示词让AI说不该说的话、特殊输入让AI泄露数据、攻击让模型失效。工作内容: 测试AI漏洞、设计防御机制、监测异常、应急响应某公司安全工程师发现黑客通过特殊提示词让AI输出用户信息,立即暂停服务、修复漏洞、通知用户,避免了大规模数据泄露。【入行门槛】 本科以上、懂AI原理、会编程、有网络安全知识【薪资】 初级2.5-4万/月,高级6-10万/月【职业八】AI落地顾问——月薪3-10万帮传统企业用上AI的人很多传统企业想用AI,但不知道从哪开始。前同事离开大厂做顾问,第一个项目是制造业企业。企业质检靠人工效率低,他设计AI视觉识别方案,准确率99%,速度提升10倍。**项目费用120万,他收入30%(36万),3个月赚36万。**现在一年接4-5个项目,年收入150万+。【入行门槛】 本科以上、懂AI技术、懂行业知识、沟通能力强【薪资】 项目制单个10-100万,全职3-8万/月【重点】怎么入行?【关键一】搞清楚自己适合哪个擅长写作→提示词工程师擅长逻辑→产品经理/数据分析师擅长美术→艺术总监擅长细节→训练师擅长沟通→落地顾问【关键二】准备能打动HR的简历我表弟面试时展示了AI项目经验:客服优化、内容生成系统、数据分析助手,每个都有具体成果数据。"其实这些项目都是免费帮朋友公司做的,目的就是为了面试时有东西展示。你可以自己创造经验。"他推荐用泡泡小程序的AiCV简历王,能把经验转化成HR看得懂的专业描述。从投简历到拿offer,只用了2周。【关键三】持续学习,不要停AI行业变化太快。我表弟每周学习10小时:看AI新闻、试用新工具、研究提示词技巧、写学习笔记、参加线上社群。"如果我不学习,3个月后可能就被淘汰了。"AI时代,机会很多,但只属于准备好的人。记住3点:搞清楚自己适合哪个职业准备一份能打动HR的简历持续学习,不要停从今天开始,行动起来。一年后,也许你就是下一个年薪50万的AI从业者。
点赞 评论 收藏
分享
玩命加载中
牛客网
牛客网在线编程
牛客网题解
牛客企业服务