我为什么要转行做大模型？钱多、活少、下班早....

最近研究了一下大模型相关的内容，决定从互联网的推荐算法转行做大模型推理工程化相关的工作。 所以简单说说我在这个决定中的思考过程。

1. 推荐算法岗的现状

我本来是一个在大厂做推荐算法的工程师。收入在行业里面算是中游水平, 就这么一直干着似乎也没什么问题。

但是互联网行业的岗位毕竟和公务员和事业单位比，不存在一个工作干一辈子的情况。这个工作能不能继续干完全取决于市场对于这个岗位有没有需求。

但是推荐算法今年的情况就是，流量增长见顶，需求萎靡。

前两年推荐算法很火，是因为4G出来以后有大量的移动端APP(抖音 快手 小红书等) 用户量激增，创作的内容需要通过推荐算法分发给最需要的用户。但是最近几年这几个APP的用户量增长基本见顶了，就算推荐算法推荐的再好，最大的一波用户增长红利已经结束了。

该用app的用户都已经用上了，连身边的老年人都已经在玩这些app了，还能有哪些新用户呢？无非就是让存量用户每天再多玩个1-2分钟就了不起了。相当于市场对于推荐算法真正的需求已经不多了。

所以从招聘市场的反馈来看，目前依然在招推荐算法的公司似乎只有字节和小红书了。只有字节的抖音系app以及小红书还有用户的增长。其他的公司都是缩招，反应到薪资上也是没什么涨幅。类似于阿里系的蚂蚁淘宝等公司，跳槽过去可能都是平薪。整个行业似乎都在卡30%的跳槽涨幅。

对于抖音生活服务，小红书电商这类新业务，整体体量小，基数低，可以去抢一抢阿里和美团的生意，看起来整体业务增长幅度还不错。只要不是算法做的特别差，随着不断通过各种渠道获取新用户，都可以有不错的业务增长，并不一定非得是算法牛逼。但是这类新的有增量的业务在市场上已经很小了。

对于一些老的业务，比如抖音短视频这类成熟型业务，都是各种高端技术以及极端的trick 才能获得不到百分之一， 甚至不到千分之五业务指标收益。说白了就是改革进入了深水区的感觉，再怎么改算法，都是费劲巴拉收益很小。典型的对数曲线增长。从老板的角度来看，再继续招更多的算法工程师也不能带来业务的收益，索性也就不继续招了。

所以传统的推荐算法在流量见顶的大环境下，岗位需求变得萎靡不振。

2. 大模型创造的新需求

今年年初，ChatGPT的横空出世，让人类看到了人工智能的更多可能。ChatGPT就像2016年的AlphaGo 一样，给各类创业者投资者打了一个样，AI原来可以这么牛逼。

虽然说现在的ChatGPT还只能当个查找资料的工具，但是让人们看到了更多底层的技术的巨大进步，预计在未来的几年会颠覆很多行业，只是暂时没有找到特别大的场景。

从英伟达的股价来看，资本是很看好这个新兴的增长点的。所以投了很多资本进去，这正是打工人收割资本家的好机会。现在资本家人傻钱多，此时不割，更待何时。

另外根据最近猎头的反馈，已经有很多的大模型公司都在疯狂招人了。有的原来做推荐算法的猎头甚至都要转行做大模型了。猎头是可以直接反应市场需求的一批人。

技术再牛逼，卖不出去，没有市场就是没用的。 市场需求暴增但是供给跟不上的时候往往是价格最高的时候。反正我就是个打工的，既然都出来卖了，为什么不赶紧把自己卖个好价钱。

别跟我说什么深耕一个领域。纵观互联网这几年的发展，就知道这个行业没有什么值得深耕的。都是走快速扩张，抢占市场的逻辑。除非是特别小众，利润微薄的角落才允许你慢慢深耕。

只要是利润够多，就一个字，快。快速抢占市场是最重要的。

所以啥也别说了，我要去学习去转行了，趁着年轻，刚30，还没有因为35岁被hr把简历直接扔掉。

现在转行，门槛还不算高，还能趁着供给没跟上来多要一些工资。

既然大模型现在这么火热，各行各业都在开发搭建属于自己企业的私有化大模型，那么势必会需要大量大模型人才，同时也会带来大批量的岗位？“雷军曾说过：站在风口，猪都能飞起来”可以说大模型这对于我们来说就是一个机会，一个可以改变自身的机会，就看我们能不能抓住了。

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

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。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

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。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉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、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓