双非 oc 大厂研发经验分享

今天我来分享一下我的经验和经历,我会从实际经历,就业市场变化和自悟出的一些建议三方面进行分享,长文有点长,还请耐心观看😄,希望能帮计算机相关专业还想要从事本专业的的同学指点迷津。如果有写的不好的也海涵,主包第一次写长文做经验分享,当然主包爷不是什么大佬,只是基于我的一些理解进行一些介绍。
先来谈谈我的一个经历吧,主包从事的岗位是大模型应用开发也是目前互联网上传递出最为火爆的岗位 agent开发,本质上是将大模型嵌入到企业的业务系统中,主包应该是最早开始接触agent这个内容,从去年大概5月份agent概念刚火的时候主包就去了解如何开发agent,在此期间也是陆续寻找到了互联网中厂+外企500强的两份agent研发工作,从我的经历可以看出如果双非想要打破学历限制,你的实习质量必须到位。

那从事这个岗位到底需要什么技能,我相信开发人员多多少少都会在抖音或者b站刷到过学习一些agent开发框架以及相关prompt技巧就年入几十w的营销号视频,可事实真是如此吗?答案是大错特错,很多刚入门的人员直接学框架然后就以为自己已经入门了ai开发,你大概率成为就是api调包侠,你只会调用不会兜底,如果上线过程中模型推理错误你如何兜底,token成本调控限流鉴权如何做?你是否会呢,就算你侥幸进入了某公司的岗位,那么在如今技术快速迭代的情况下,你大概率会被迅速替代。我认为正确的做法是先熟悉计算机基础,包括但不限于网络,操作系统等等,然后掌握后端常见技术,包括但不限于 常见数据库,常见中间件,以及微服务思想。 当对这些有了大致理解之后再去学习agent框架,上下文工程管理,rag技术等(这我就不过多赘述了,相信看了很多营销号也都有了解需要掌握哪些 ai技术了😄 )然后去思考你之前学习到的后端技术如何能够很好的复用到大模型应用场景以解决实际可能出现的问题。这时候有同学就会问 我又没经历过实际开发场景我怎么可能知道会遇到哪些问题,废话,当然是问 Ai 啊,记住 Ai 是你能遇到这辈子最厉害的导师了。最后总结来讲 Ai 应用开发工程师本质上还是后端工程师,没有架构思维和后端基础你凭什么称得上开发工程师呢?那需要我以什么语言入行,如果你的目标只是 小厂 直接以 python 语言 学习后端就可以了,如果是中大厂 那就 java( golang) ➕python 基本中大厂 python 只会做 agent 链路推理层的封装 后端还是 java 和 go 的天下。

那我到底要不要转 ai 应用开发,如果你是 27 届但只是跟风且认为这个岗位竞争小就想转,那建议你不要转容易当炮灰,因为竞争根本不小,如果是非 27 届建议转,今年因为 ai应用刚起步传统后端还有活路但是 未来我认为 ai应用开发是标配 。最后我从实际情况出发讲讲为什么今年是入行 ai 开发最好的一年无论是实习还是校招,有后端➕ai 的经验在市场上的溢价是很高的,很多厂今年也都是临时从后端转过来做 ai 开发,面试更多都是考察后端,但是还是那句话 ai的落地是必然路径 开发者越来越多 以后懂行的人也会越来越多面试的难度会越来越大。
谈完岗位真正需要的技能技能再谈谈如何找到实习,我的唯一建议是当对相关基础有了了解之后就直接对照招聘标准去学习去做项目去面试,并且在不断面试中成长,不要陷入技术漩涡 以为自己技术不够,只有不断被拷打才知道自己的缺陷,同时也要知道面试和实际开发是脱轨的,面试更多考察对底层对基础对算法对架构思维的理解,这些说白了对于大多数开发者来说在实际开发中是用不到的,所以直接面向结果编程就可以了 😄,八股 算法是重点。

接下来我谈谈就业市场的变化以及我近期求职的体验 首先不得不承认的是 ai 的出现压缩了传统岗位,现在的风向是前后端不分转全栈,且传统后端岗位在全面缩水,给我感触最深的是 阿里系 今年无前后端开发招聘全部 ai 应用开发。同时出现了大量的初创公司招聘 ai 开发,我记得我再面快手二面的时候,面试官和我就一个问题进行了讨论,你认为 ai 出现之后,以后是否会模糊每个岗位的职责边界,可以看出目前越来越期望会用 ai 的复合型人才。 从暑期转正实习的招聘体验来讲,今年金三银四冷的可怜,甚至出现了,大厂缩招,部分中厂甚至不开暑期的现象,我两段对口实习,很多厂直接简历挂了,且牛客上很多 9 本也出现了一定面积的简历挂现象。所以映射到秋招上我认为 即使你拥有大厂实习也会出现很多简历挂的现象,因为现在市场不缺 9 硕➕二三段大厂实习卷开发的现象。所以我觉得对于背景不算太好或者没有很好实习的人来说,在秋招应该学会降低标准,平稳心态,否则你会持续陷入内耗然后失去了本该属于你的机会。

最后以我的经历谈谈我给计算机专业同学的一些建议

一. 明确自己的目标,这个是最重要的,ai 可以赋予你不了解的知识,但是无法赋予你人生发展方向,有了目标就可以借助 ai 去学习所需要的内容 。

二. 跳出学校构筑的舒适象牙塔,用极致行动力为自己未来负责,如果你的目标就是本科就业那 项目和实习的含金量远远大于相关比赛国省奖(acm 爷除外)和绩点,如果能够有机会参与实验室导师的一些横向项目会很好,但是我不是奖项无用只是投入产出比低!我可以给一个规划路线供大家参考 大一 学习算法和计算机基础,并多多参与算法比赛,无需关注是否获奖更多的是推动你学习算法,因为你会发现中大厂笔试和面试都会考算法,算法能力是硬通货,然后是计算机基础虽然前面让你面向结果编程但是我认为基础能力还是重要不然妨碍你后面对技术的认知。大二 学习项目和八股,并在期间不断约面面试中小公司用于评估当前在就业市场的位置和不足 ,大二暑假 前一个月开始正式寻找暑期日常实习,大三上 复盘实习内容,如果学校背景不太好,且学校放实习可以再刷一段对口实习。如果学校背景好 一段对口实习即可,多多复盘加强基础然后在大三下直接冲击大厂暑期实习,以如今的就业环境大部分人即使有实习大厂暑期的转正实习也是陪跑状态但是让你参加是为了让你熟悉秋招的完整流程做到到时候秋招不慌不忙,中大厂的暑期基本和对应秋招的流程一致,你会经历笔试,捞面,泡池子等一系列操作同时暑期实习是你最能认清自己再就业市场位置的绝佳机会,一定要好好准备。在 5 月暑期实习招聘大致结束之后基本可以关注大厂的暑期日常实习,这个对于 普通大学生来说是有一定概率能进的。 然后刷完这段实习基本你就可以好好准备秋招了。

三 拥抱 ai 学习新鲜技术,即使传统开发面试中也会询问 ai 知识 学习,同时拥抱 vibe coding 学会如何让 ai 为你的开发赋能,ai 技术日新月异我们要做的是不断学习。

四 戒骄戒躁 我看到有不少人在 大一就想要找实习同时也盲目自信追求大厂,我认为这是一种浮躁的表现,我们首先必须要建立对行业的认知,如果你能实习两段及以上实习,我给一个反常识的推荐你第一份实习选择一些中小厂 而不选择大厂,首先大厂所有岗位都是螺丝钉也大多对一个场景深入,对于实习生来说很难接触完整流程和业务,也很难建立全方位上下游的认知,而中小厂大多可以接触全周期开发会让你对整个开发过程有一个深入的认知。 当然如果只能一段肯定优先大厂 毕竟业务基数和认可度差距太大😂

最后就写这些吧,虽然就业市场严峻但是我认为只要按部就班,努力坚持每个人都可以找到适合自己的好工作。最后送给大家一句话,每个人都有自己的节奏,不要被别人带乱,稳步前进💪 后续还会继续分享面经,很欢迎大家与主包一起交流。
全部评论
mark,说得好
点赞 回复 分享
发布于 今天 17:43 北京

相关推荐

大二玩了半年RAG,我发现最靠谱的解法,居然是百年图书馆逻辑本人大二,接触Agent开发从RAG入门,摸过GraphRAG、RAGFlow这些热门项目,也啃过LlamaIndex、LangChain框架,踩了不少坑,也有了些不一样的想法,纯分享思路,不做落地。先说说我看到的核心问题:RAGFlow的溯源功能能标清信息出处,解决了模型胡编的问题,却缺了LangChain那样的隐私数据守卫——检索时只过滤正文,溯源链接还留着,等于给隐私泄露、外网信息跳转留了后门。同时现在的RAG大多是文档乱塞一锅炖,海量数据根本管不住,开源框架要么太笨重新手难维护,要么功能太简陋撑不起场景。想通这些的时候我正在学校图书馆,突然发现:我们卷破头的RAG问题,现代图书馆这套人类用了上百年的「信息管理系统」,早就完美解决了。核心思路完全对标图书馆逻辑,分三点:1. 先分级管控,从根源堵隐私漏洞像图书馆分普通阅览区、内部资料室、涉密档案室一样,给文档做分级。敏感内容直接拦在库外,内部文档没权限连检索都搜不到,自然不会有溯源链接泄露的问题,只有合规公开内容才开放完整溯源。2. 先分类入库,解决海量数据混乱图书馆新书不会直接堆书架,会先验收、查重、按标准分类标引再上架。对应到RAG里,就是文档先自动清洗、去重、分类打标,再分到独立向量库物理隔离,再多文档也井井有条,不会越用越臃肿。3. 统一规范做开源生态,解决「各玩各的」的痛点图书馆能跨馆互通,核心是有统一的编目规则。我们也可以定一套极简统一的开源RAG库规范,实现两个核心:一是人人都能按规范分享自己的RAG库,开箱即用不用二次处理;二是符合规范的任意两个RAG库,都能无缝拼接,自动对齐分类、去重、更新索引,不用手动改配置。现在RAG圈总在卷框架、卷算法,却忘了做RAG的初衷,是让普通人用最低成本让AI落地。这套图书馆逻辑的思路,不用高算力不堆复杂技术,刚好能让本地小模型配上标准化RAG库,真正变得可用。纯思路分享,不打算自己落地做项目,玩RAG的朋友有想法,欢迎一起交流。大模型  开源思路 #大学生编程
空想天使:有的兄弟有的,rag有这些技术,第一点叫做二级权限校验,在用户输入,调向量库之前,先去用户数据库找找有没有这用户,如果没有就挡住,第二部就是调知识库之前再去用户数据库核对一下,他的读库权限和检索库名是否对应,不对应也挡住。第二点叫做分库管理+元数据过滤。核心就是用户问2024或者指定v0.1版本的文档,那检索的时候就筛选对应的文档标签。第三点我还没听说过倒是,毕竟rag这玩意做出来的主要目的就是赋能企业的知识库,而企业知识库一般都是私有的,比较讲究私有化部署,有啥需要共享内容的直接调用web search得了
点赞 评论 收藏
分享
小牛炒肉:好大的官威居然不是什么官
点赞 评论 收藏
分享
评论
5
7
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务