AIGC行业最缺这三种人才，文科生和商科生也能转行？

AIGC时代，是基于大模型诞生的新人工智能时代。这一时代带来的机遇，对人才的需求和培养提出了新要求。

---

如何成为AIGC领域的优秀人才？非研发类背景的文科生、商科生和互联网人才如何转型AIGC？

---

如何培养自己的能力，使之适应越来越智能化的未来？

AIGC的三个时代变革

当下AIGC的概念非常火热。自20年前开始从事机器学习、自然语言处理到现在，我们历经了整个行业的技术变化，在这里，简单将AI行业的发展分为三个阶段。

AI 1.0时代

AI 1.0时代也就是之前较为传统的AI发展模式，这一阶段的AI表现与发展主要是基于深度学习。

在2012年“深度学习”出现之后，AI迎来了它发展的第一波高潮，开始实现落地。具体的应用包括图像识别，人脸识别，机器翻译等等。

AI 2.0时代

简单来讲，就是目前基于大模型的时代。

这一时代又由两个小阶段组成：基于预训练模型的大模型时代以及基于生成式（如目前的Chat GPT3.5或4.0）的大模型时代。

AGI时代？

Chat GPT自出现以来就收获了社会各界，包括产业界、资本界等等的广泛关注，似乎由于生成式大模型这一本质技术，一个通用的AGI时代已经初见曙光。

但机会之外，AIGC同样不可避免地存在一些痛点，比如生成内容的可控性、可解释性、多模态与跨模态问题。

AIGC领域的职业机遇

（一）紧缺人才与人才画像

1. 紧缺人才

AIGC的时代其实最紧缺的是三类人才。

1）懂算法模型的算法工程师

这一类工程师懂得AIGC的基本原理，懂得构建大模型，如何去做训练微调等等。

2）产品经理

对于企业来说，大模型最终需要落到垂域。因此第二类我们特别需要的人才，是在AIGC垂域里面的产品经理。

3）懂AIGC技术的跨领域的解决方案人才

例如在医疗早筛、汽车、智能质检、智能制造、游戏等行业的人才，如果既了解行业又掌握基础技术，能够综合两个领域提出解决方案，那么这种人才同样是比较紧缺的。

2. AIGC行业的人才画像

1）算法工程师

当下最紧缺的依然是能够懂得构建预训练大模型，微调大模型，把大模型应用至垂域行业里做内核级研发的算法工程师人才。

目前这类人才一般来自于高校的实验室，当然也有比较好的人才来自于大学本科，这些本科生很早地切入到AIGC领域，会通过构建算法，做研发等等来训练大模型。

2）产品经理

第二类就是产品经理，既懂AIGC的技术，又懂行业的业务，又懂用户。基于这些素质，去构建用户在某垂域行业场景下的刚需应用的产品和服务。

3）AIGC解决方案架构师

既是技术专家，同时也懂这个行业的业务，帮助这个行业去构建解决方案，最终解决用户的问题。

（二）文科生/商科生

如何加入AIGC行业

一定要研发类背景才能加入这一行业是一个误导。

我们不能认为AIGC行业一定是理科生或算法类的人加入，其实，文科生和商科生也具备非常大的优势。

他们的优势在哪里？

对于文科生和商科生而言，如果非常懂得用户的使用习惯、刚需以及行业的特点，你可以加入AIGC行业，做我刚才提到的产品经理。

此外，也可以在文科生及商科生的行业基础上，补充一些技术或者研发方面的基本原理，做解决方案架构师。

垂域场景中，例如营销、市场等等，其实都是适合文科生和商科生的，他们的特长优势是了解行业，了解用户以及了解市场，这在AIGC行业里是非常抢手的。

（三）互联网人才转行AIGC

的注意事项

首先，AIGC不是一个行业，而是一个赋能行业的技术。

例如互联网人才中的程序员想要转入AIGC赛道，他们在互联网工作中可能大部分是在使用Python等语言，比方说Java程序等等，这些技能掌握能够使他们很自然地转入AIGC赛道。

运营岗位的转变也并不困难，AIGC有一个类似互联网的特点，就是随着无限的增值，边际效应会越来越低。

整体而言，互联网和AIGC的思维其实是一脉相承的，他们的产品最终都是瞄准用户。互联网人才只要去熟悉AIGC的技术特点和行业特点，思维上的转变就会是自然的。

（四）未来智能时代所需要的人才

和当下是否存在差异

在大模型的智能时代中，人才更需要亲和的沟通能力和逻辑能力，而不是把这个能力全部交给AI大模型。

人才构建大模型或者AI产品的时候，根本的刚需是了解这个行业中的痛点问题并去解决，这样才能产生价值，才能实现落地。有了价值，才有生命力。

而AI只是一个辅助手段，我们可以把它当成一个助手，但不能因为拥有这个助手就丧失自己的能力，而是要利用它增强自己的能力。

此外，我们还需要重视创新能力。如果只是复制，人云亦云，那么在大模型时代，你的竞争力会越来越差。

与此同时，情商、逻辑能力、思辨能力，这些都很重要。

（五）如何培养自己的能力

使之适应越来越智能化的未来

这个问题和第四个问题是一脉相承的。

1. 我们要拥有快速学习的能力

技术革命的节奏越来越快，这就告诫我们必须培养快速学习这一核心能力，否则就会跟不上时代的变化。

2. 学会适应

我们需要适应AI的辅助，利用AI来增强自己，把它真正作为一个工具。

总的来说，快速学习的能力、创新能力和驾驭使用AI工具的能力，这三项能力是我认为需要增强的。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓