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。

那么，如何系统的去学习大模型LLM？

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。

作为一名热心肠的互联网老兵，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。

所有资料 ⚡️ ，朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》，扫码获取~

篇幅有限，部分资料如下：

👉LLM大模型学习指南+路线汇总👈

💥大模型入门要点，扫盲必看！

💥既然要系统的学习大模型，那么学习路线是必不可少的，这份路线能帮助你快速梳理知识，形成自己的体系。

👉大模型入门实战训练👈

💥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。

👉国内企业大模型落地应用案例👈

💥《中国大模型落地应用案例集》 收录了52个优秀的大模型落地应用案例，这些案例覆盖了金融、医疗、教育、交通、制造等众多领域，无论是对于大模型技术的研究者，还是对于希望了解大模型技术在实际业务中如何应用的业内人士，都具有很高的参考价值。 （文末领取）

💥《2024大模型行业应用十大典范案例集》 汇集了文化、医药、IT、钢铁、航空、企业服务等行业在大模型应用领域的典范案例。

👉LLM大模型学习视频👈

💥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。 （文末领取）

👉640份大模型行业报告👈

💥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。

👉获取方式：

这份完整版的大模型 LLM 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🆓