最新大厂 AI 岗位需求核心趋势

从年前在BOSS直聘投递简历到现在大概面试了12家公司  大致有三个方向prompt工程师   AI训练师实习生   数据标注实习生一共拿到9个offer，日薪基本上都在200以上（习惯用日薪判断实习生岗位的重要程度）有一个9k的prompt工程师 校招offer   应该是专门驻场给企业做ai赋能的另外就是一些行业龙头  做他们产品的ai智能化的数据标注能发现比起去年，薪水越来越高，并且岗位也越来越多  兴许真是一个机会prompt工程师可能会需要一定的代码能力AI训练师需要你懂一点  AI行业数据标注的工作业务流程重点说一下数据标注大致有黑奴岗（一场面试23人）还有 对业务能力有一定要求的标注岗吧不过也能从面试和岗位感受到1.北京杭州是ai重地2.已经有公司在结合ai进行商业化落地了。3.更多高级一点的标注岗标注的是多模态的内容。这些岗位对AI技能的考察有哪些？Prompt工程师：考察的是逻辑拆解能力，要求你逻辑性很强。AI训练师：考察的是细心和sop的能力。高级数据标注：考察的是结构化的感知力一般数据标准：就是看图写类别

以下内容非常适合0基础学AI，就业方向是AI产品经理的同学学习从入门到精通，我为你规划了完整的初级阶段学习路线1. Andrej Karpathy的油管科普作入门非常合适。一共两期比较值得精看：《Deep dive into LLMs like ChatGPT》《Intro to Large Language Models》这两个看下来对0基础的人来讲，足够对大模型这东西有个大概的框架了。不会让你入门即入土。3个小时的视频，啃下来我保证你收获颇丰。2. 书籍推荐两本，一本“这就是ChatGPT”Wolfram写的，0基础入门阶段就能看懂。还有一本《大模型算法》余昌叶的，工具书，非常贴业务，基本囊括面试热重点。3. 🍠和某站经常刷到一个号叫“林木”的。他的内容我觉得特别贴近职场，他的和AI相关内容非常贴近大多数互联网的业务。他自己本身也是面试官，所以给到的一些AI面试会考察的东西应该算是可靠的。适合整理思路，包括规范自己平时业务的一些方向。4. 吴恩达主理的网站deeplearning.ai的基本所有AI课程，机器学习，深度学习，NLP等有时间都可以看。很多不是他本人讲的，我觉得也很好，思路很清晰。觉得学起来慢的，有一个技巧，你可以把课程大纲全喂给gpt，让他解释给你听提速，但是可靠性需自检。5. 最后就是加餐AI播客了，油管或者apple podcast都有：干货向：Anthropic，IBM Technology。行业大佬访谈类：Lenny’s Podcast, Y-combinator, Dwarkesh 投资类：Training Data, Unsupervised learning.路径：先用书和卡帕西的视频作兴趣入门，再用林木的内容或者其他国内大厂博主的内容（⚠️注意甄别）去记录互联网对AI PM的要求，然后用教材（deeplearning.ai）对每一个要求进单点突破。按结果导向去学。比如AI PM重要考察的一个点是Rag相关知识，那么就去网上看Rag的教材，最好这个知识渠道是有一定专业从业者背书的，或者直接一些大学的教材。

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.如果你要为"达人AI工具"建立北极星指标与分层指标树(工具渗透+业务增量)，你会如何把"内容场与货架场的增长目标"统一到一套口径，并明确每个指标的计算口径、归因边界与反作弊/刷量处理思路?2.在能看到达人从内容、人群到交易的链路数据的前提下，但"AI工具带来的GMV提升"很容易被选品/流量/活动等因素混淆-请你设计一套可落地的因果评估方案(实验或准实验均可)，并说明你会如何处理选择偏差、外溢效应与时间滞后。3.AI工具既要提升带货效率，也可能带来内容同质化、合规风险或用户体验波动(例如转化提升但复购下降)。你会如何定义"主收益指标+护栏指标+险指标"的组合，并给出触发回滚/降级的阈值设定逻辑?4.面对不同层级达人(新手/腰部/头部，短视频/直播不同形态)，你会用哪些分层指标判断"AI工具对谁最有效"，并如何避免用平均值掩盖结构性问题(例如头部拉高整体均值)?5.如果你发现AI工具短期拉动了单场GMV，但达人30/60/90天留存与稳定开播率没有提升，你会如何用队列与生命周期指标重构评估框架，并据此调整运营策略(例如从"功能渗透"转向"经营能力建设")?6.在达人工作台提供一站式带货工具的前提下，假设你上线"AI脚本/AI选品/AI复盘"其中一个能力，你会如何设计"触达一激活一关键行为一留存一复用一分享"的漏斗，并明确每一层的可运营抓手与数据验证方式?7.请你给出一个完整的增长实验设计:目标(渗透/留存/交易)、实验单元(达人/直播间/内容)、分桶策略、样本量与实验周期估算方法、核心指标与护栏指标，并说明当实验结果"显著但不可解释"时你如何做二次诊断。8.你会如何用数据证明AI工具分别在两条路径上产生了什么增量(例如内容分发效率vs搜索/商城转化)，并据此制定差异化的运营策略?9.请你描述一次你用"行为日志+业务数据+访谈样本"挖掘高价值场景的过程:你如何从达人经营链路里定位AI最该介入的环节(内容创作/人群洞察/选品策略等)，并用数据证明这是"真需求而非伪需求"?10.如果你要建立"使用反馈回收一问题分级一产品迭代一效果复盘"的机制，你会如何把主观反馈转化为可量化指标(例如失败率、二次编辑率、放弃率、申诉率)，并定义"反馈被解决"的验收口径?11.如果AI工具影响直播间经营(例如话术、上架节奏、互动策略)，你会如何搭建"实时预警+异常归因+处置SOP"的监控体系，并确保误报/漏报可控?12.假设你观察到"AI工具使用率上升，但转化率和GPM同时下滑"，请你按优先级给出一套排查树:从流量结构、内容质量、人群匹配、货品供给、履约体验到合规风险分别用哪些数据证据来验证/证伪，并最终推动哪个团队做什么动作。

感觉自己好菜、面试很难，还是要多多练习1.你这边有过构建数据集的经验吗2.你认为如何去衡量一个数据集的好坏？有哪些标准？3.有没有过在业务场景中，和记忆以及意图识别的一些实际经验呢？4.有没有PE和技术背景？5.因为你没有相关的一些经验，你如果上手，会如何快速熟悉业务？6.一些实际业务当中，你如何了解你需要了解哪些信息？7.做一道排序的算法题（100个数取前五个）