转行做AI大模型的人：码农、产品经理、开发，AI是少数上升的赛道！-CSDN博客

本文链接：https://blog.csdn.net/m0_71745484/article/details/144663618

当今的大经济环境下，AI是少数的上升赛道，虽然商业化曲折，但毕竟寄托了“全村的希望”。不少人跟随潮水的方向，转行到AI行业：深夜求职直播间里，人们问“今年AI赛道值不值得去”，小红书上不少互联网从业者分享如何转到AI产品经理。

转行人有着不同面貌：那些想转行、但在风险面前迟疑的，那些下决心抛掉安稳、纵身一跃的，那些在尝试之后又返回原轨的……

有人把转行看作在无数分岔路口做出最优解的战争，也有人当作临时起意的漫游。

而站在浪头的，是那种并非半途跟风，而是在风口与狂热来临之前，就有勇气在黑暗中独自前行的人。
在这里插入图片描述

01热望与恐惧

如果把大模型技术比作金矿的原点，有人离原点只有一公里，比如深度学习、强化学习的研究者；有人离金矿一百公里，比如非IT从业人员。ChatGPT出世后，人们朝着金矿前进，近者不一定比远者更快挖到金子。

“除了极少数的大模型‘科班’，其他人几乎都是零基础。”电子信息专业的研究生诚汉说。

诚汉是一所985学校的电子信息专业的研究生，有软件开发基础，属于离大模型原点不近也不太远的人。诚汉现在研三，面临秋招。7月，他集中跟十几位互联网前辈聊，得出结论——传统软件开发已经饱和，得转行做大模型。

他开始行动，在7月把中文互联网上播放量靠前的大模型讲解视频全都看了一遍，天天晚上激动得睡不着觉，“大模型对传统技术冲击很大，感觉我们之前学的很多编程技术没有用了。”

一位朋友强烈建议诚汉“立马转行过去，分一杯羹，再慢就晚了”。这位朋友在做数据中心算力相关的业务，一年多来目睹了大模型行业的风起云涌：“这不是‘要不要参与’的问题，而是‘如何快速占位’的问题。”

转到大模型，没有想象中容易。

诚汉在七八月份投了20多份简历，都是AI大模型的技术岗位，最后正职岗位没有一个能过的，只拿了两个实习offer。诚汉投的两家AI独角兽公司，当天投递，当天就挂掉，实习、秋招提前批、秋招正式批都挂了。互联网大厂的大模型岗位，则是面了一两轮之后再挂掉。

面对惨淡的秋招结果，诚汉开始怀疑，“AI大模型这个东西，后面到底有没有搞头。”

在这里插入图片描述

求职博主林木曾担任一家互联网大厂的产品负责人，收过上千名转行或求职的学员。在他看来，想转到AI的人是两极分化的：一类是刚毕业、没工作几年的年轻人，没有吃到移动互联网的红利；一类是工作特别久的，吃到过互联网红利，知道风口有多重要。

学电子信息的诚汉就是没吃到互联网红利的年轻人。他曾在21年本科毕业时赶上移动互联网的尾巴，当时能拿到的offer比现在多，“当时面试都不用出门，呆在房间里线上面试就能拿到offer。”他当时进了华为的外包岗，但在拿到研究生录取后辞职了。

转行期间的失重感，对心理考验很大。9月是秋招高峰期，诚汉没想到一个秋招offer都没拿到。最焦虑的时候，他连续几天睡不着觉，一人在寝室里，半夜爬起来，打开电脑看B站上关于日本经济“失落的三十年”的视频，看魏晋南北朝的历史书，或者跟一位独自租房、二战考研的朋友深夜聊电话。朋友慰藉他，很多事要看大环境，不是光靠自己的问题。

求职博主林木看来，就业寒冬下，“转行的驱动力是恐惧”——行业下行，一些人觉得自己的行业没出路，于是转行。

想转行到AI的人群中，很多来自下行的行业，比如房地产、建筑城规等。林木表示，这类人大多学历背景好，过去在房地产企业或建筑设计院，做设计师或项目经理，能力强，危机感也强。林木见过的一个案例是从Top 985院校本硕毕业，不至于丢掉工作，但面临降薪，或未来薪资没有发展。“这类背景的人，很难一步（转行）到位，但学习能力不错，可以一点一点进入AI领域。”

一位95后文涛（化名），就从城市规划专业转到了AI产品经理。文涛是城规专业的海外硕士，原本在2022届校招时入职了一家房地产开发公司，做项目运营管理。

今年春节前，他离职，决定转行到汽车或者AI行业。他给了自己三天时间，在各大社交平台上刷行业信息，为了“养大数据”。四五月份开始，理想、广汽、日产汽车等车企陆续裁员，他决定把更多精力投入到AI行业而非汽车行业上。他跟着YouTube和B站上的教程，自己写代码，做AI智能客服、AI知识库、AI对话机器人的项目。五月下旬，他拿到成都一家做北美市场的外企的AI产品岗offer。

AI是新兴行业，面试官和候选人都在摸索中。文涛入职的这家公司，刚刚开始搭建AI团队。“不要觉得面试官很牛逼，啥都知道。我碰到好几个面试官，对于你自学的项目，他还没你懂。”

有人转行AI之后，面临更大的挑战和不适应。

相比于互联网产品，AI产品的难点在于，大模型是一个黑盒，其生成结果不稳定，无法在产品中达到标准化的交付效果。训练、微调大模型的人，在调整各种参数并达到预期效果后，也不知道为何如此调参就能达到如此效果，此模型的调参“配方”也无法在彼模型上复现。

思颖（化名）是文科生，校招入职一家互联网公司，本来做运营岗，因为之前的AI产品经理离职，她被迫转岗到AI产品岗位。“每天不断在和（大模型的）幻觉率做斗争，斗争的过程是无止境的黑盒。那些让你眼前一亮的case，可能要经过上百次的调试才能出来。”