你最向往什么样的公司?
薪资高?福利多?还是稳定,没有996?
最近,刷到一个求WLB公司的帖子(WLB:work、life、balance缩写,指可以平衡工作和生活的公司),发现“钱要赚,更要平衡生活”,越来越成为大家找工作时的共识。
大家都知道,互联网企业给的薪水高,但奈何不了进互联网的人越来越多,且大家都越来越优秀,所以卷一卷实属正常现象。
在“躺平”逐渐流行后,越来越多的人表示“卷不动了”“不想卷了”,于是就有了很多求 WLB公司的帖子,和很多考公务员的人。
但是从互联网公司出来,大概率会有降薪的可能,咱就是说,有没有既不耽误赚钱,又能让自己过得很惬意的互联网公司?
嘿,经过在各大网络平台的一顿扒,还真发现了不少“互联网养老型公司”。
互联网“养老型”企业推荐
结合网络中大家给出的信息,从薪资、福利、加班情况、同事、办公环境等多个维度出发,整理了一批“互联网养老型企业”,供大家求职参考。
乐视
没有内卷,没有996,即使是公司在亏钱的状况下,也不拖欠员工工资,并且正常缴纳社保,安全感满满。
据最新报道:2023年1月1日,乐视官微正式宣布,每周四天半工作制。具体来说,乐视员工将在每周三弹性工作半天,考勤时间调整为连续的5小时,比如上午10点至下午15点、上午11点至下午16点都是符合规定的。与此同时,工资保持不变。果真是养老型公司!
360
新人有12天年假,每个月有1天不用病假条的病假(累计一年24天假),人际关系好,没有pua,不甩锅。
新浪
很少裁员,公司5年以上的老员工很多,同事关系友好,工作压力小,总部办公环境不错,同事男帅女美。
58同城
午休2个半小时,每天上班满9小时即可,配套设施人性化,有睡眠室,以及发泄室等。
小红书
福利好,包三餐,上下班不打卡,有员工补贴,会偶尔加班,但是加班正常支付加班费,周六加班有双倍工资。
知乎
非常提倡效率,拒绝996,提倡弹性工作制,上下班不用打卡,工资在互联网企业中算中上水平,性价比很高。
虾皮(shopee)
跨境电商的外企,在深圳分公司也保持着外企的风格,工作氛围比较轻松,薪资偏高。
上面这些企业也是相对来说会更偏向于“养老型”企业,其实不管是不是互联网企业,都没有真正意义上的“养老型”公司,可以想一下,公司为什么要花钱养一个年级轻轻的你呢?
所以,即使是待在“养老型”企业,也要有不断精进自身技术的意识,并且不断拓宽自己的知识面,让自己抵抗风险的能力越来越强!
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“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,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,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。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。