打工第三年，做个总结

2025年画上句号，对我来说，这一年意义非凡，尤其是本命年，在打工的路上也迎来了许多新挑战和新收获。这一年做过大厂面试官，在候选人与面试官的角色中来回切换。有点幸运，顺利发表了小论文和专利，毕业论文中期答辩成绩也拿了优秀，最后在2024年的尾声转行做了大模型算法工程师。大模型真的给我的生活带了很大的变化，拥抱热AI，做超级个体。

工作篇

AI工具

AI Agent 市场规模包括 To C端和 To B端的应用价值:

1. 在B端场景下，AI Agent 将对 Saas应用进行全面重构，与传统知识库结构化管理模式相比，AIAgent 的向量数据库能自动学习和理解文档，实现更加高效知识管理;
2. 在C端场景下，AI Agent 作为生成式 AI的商业化应用，可以广泛应用于电商、教育、旅游、酒店以及客服等行业，带来传统行业的升级转型。

本人在2024年中，接触最多的就是ChatGPT，AI大模型技术带来生产力的提升，影响着职场人的态度和选择。《报告》显示，近4/5的职场人在工作中已经开始使用AI工具，且随着受教育程度的提升，AI工具的使用程度也在提升。在硕博学历的人群中，已有85%左右使用AI工具分担工作。随着就业供需改变，AI大模型逐渐颠覆职场，未来正常水平、闭环周期短的岗位将被AI替代，创新性、策略性的人才更受重视。同时，大模型在应用过程中，对企业数字化提出了更高要求。

我分享一下，日常用到了哪些AI工具：

1. 写代码（脚本、查项目问题、项目快速上线）：

• 百度的文心快码【Baidu Comate】
• ChatGPT4O
• Cursor[开发神器，后面开一章讲一下Cursor的使用]

2. 论文阅读（精读、论文翻译）

• 元宝【参考之前的文章】
• Chatgpt的gpts
• 论文带公式翻译，非常nice【https://github.com/Byaidu/PDFMathTranslate 】
• 数学公式编辑器，word版本使用pages文稿更佳，latex版本配合gpt实验使用更佳【https://www.latexlive.com/】

拿gpt来对公式进行解释，文章润色。

SciSpace 与 Scholar GPT 开启联网功能后，搜索论文比较准确，可以使用谷歌Scholar与arxiv辅助检索，不会搜索 口语化告诉gpt教你咋搜索。

AI Humanizer 论文降重 AI->真人。

PPT生成框架，我们可以使用AIPPT自动生成。

论文或者PPT配图可以使用 napkin ai 比如下面PPT中的左边配图就是使用napkin ai生成的。 右边的流程图可以使用gpt输出mermaid语法，去https://mermaid.live/，直接输出即可。

分享一个AI工具站，你想要的都有

面试

我有幸担任大厂的面试官，这不仅是对我的专业能力的认可，更是一次宝贵的学习和成长机会。我遇见了许多才华横溢的候选人，工作一年到工作十年，我发现好多同学学业背景很优秀，在面试中碰到项目也能侃侃而谈，但是一遇到算法题就哑火🔥了，真的很可惜。

我从面试官的角度来看，面试需要准备三个部分：

1. 八股文【计算机网络、开发语言、算法常识、架构场景题】
2. 算法题【一般就是leetcode hot200】
3. 项目准备【项目难点、项目分工、核心贡献】

我从候选人的角度去思考一下，年我也面试了10家公司，包括中大厂，比如阿里，美团，字节等，拿了4个offer，其实这些都是可以做训练的，就拿八股文来说，现在Agent可以辅助你进行面试训练，比如豆包里的Java架构师，还有百度文心的Agent、千问的Agent等等。

image

算法题，按照模板来，这是我的个人模板： https://blog.csdn.net/qq_43688587/article/details/114126941，再有不懂的问问GPT学习一下思路，哪里不懂点哪里。

项目准备，项目拿gpt润色，模拟面试，抓重点回答，具体实现方式，抽出一章讲一讲。

工作技巧

• 工作态度

个人认为工作一定要认真负责，绝不耍滑头，我们拿了工资就是来干活的，来解决问题的。但是解决问题有很多种方式，我们要选择最高效，最正确的那一种，AI辅助，最后本人决策。

• 同事关系

在公司干活一定不要拉帮结派，除非你拉的是经理，一个工作能力强的人在工作沟通时，会让你觉得很舒服。

保持沟通高效，拉会目的性要强。

出去吃饭，会喝点小酒🍷最好。

• 沟通技巧

互联网是喊哥喊姐喊同学，国企是你好李总李经理。

不要跟同事谈自己私密的事情，要有界限感，好朋友另说。

01

什么是AI大模型应用开发工程师？

如果说AI大模型是蕴藏着巨大能量的“后台超级能力”，那么AI大模型应用开发工程师就是将这种能量转化为实用工具的执行者。

AI大模型应用开发工程师是基于AI大模型，设计开发落地业务的应用工程师。

这个职业的核心价值，在于打破技术与用户之间的壁垒，把普通人难以理解的算法逻辑、模型参数，转化为人人都能轻松操作的产品形态。

无论是日常写作时用到的AI文案生成器、修图软件里的智能美化功能，还是办公场景中的自动记账工具、会议记录用的语音转文字APP，这些看似简单的应用背后，都是应用开发工程师在默默搭建技术与需求之间的桥梁。

他们不追求创造全新的大模型，而是专注于让已有的大模型“听懂”业务需求，“学会”解决具体问题，最终形成可落地、可使用的产品。

CSDN粉丝独家福利

给大家整理了一份AI大模型全套学习资料，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扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

02

AI大模型应用开发工程师的核心职责

需求分析与拆解是工作的起点，也是确保开发不偏离方向的关键。

应用开发工程师需要直接对接业务方，深入理解其核心诉求——不仅要明确“要做什么”，更要厘清“为什么要做”以及“做到什么程度算合格”。

在此基础上，他们会将模糊的业务需求拆解为具体的技术任务，明确每个环节的执行标准，并评估技术实现的可行性，同时定义清晰的核心指标，为后续开发、测试提供依据。

这一步就像建筑前的图纸设计，若出现偏差，后续所有工作都可能白费。

技术选型与适配是衔接需求与开发的核心环节。

工程师需要根据业务场景的特点，选择合适的基础大模型、开发框架和工具——不同的业务对模型的响应速度、精度、成本要求不同，选型的合理性直接影响最终产品的表现。

同时，他们还要对行业相关数据进行预处理，通过提示词工程优化模型输出，或在必要时进行轻量化微调，让基础模型更好地适配具体业务。

此外，设计合理的上下文管理规则确保模型理解连贯需求，建立敏感信息过滤机制保障数据安全，也是这一环节的重要内容。

应用开发与对接则是将方案转化为产品的实操阶段。

工程师会利用选定的开发框架构建应用的核心功能，同时联动各类外部系统——比如将AI模型与企业现有的客户管理系统、数据存储系统打通，确保数据流转顺畅。

在这一过程中，他们还需要配合设计团队打磨前端交互界面，让技术功能以简洁易懂的方式呈现给用户，实现从技术方案到产品形态的转化。

测试与优化是保障产品质量的关键步骤。

工程师会开展全面的功能测试，找出并修复开发过程中出现的漏洞，同时针对模型的响应速度、稳定性等性能指标进行优化。

安全合规性也是测试的重点，需要确保应用符合数据保护、隐私安全等相关规定。

此外，他们还会收集用户反馈，通过调整模型参数、优化提示词等方式持续提升产品体验，让应用更贴合用户实际使用需求。

部署运维与迭代则贯穿产品的整个生命周期。

工程师会通过云服务器或私有服务器将应用部署上线，并实时监控运行状态，及时处理突发故障，确保应用稳定运行。

随着业务需求的变化，他们还需要对应用功能进行迭代更新，同时编写完善的开发文档和使用手册，为后续的维护和交接提供支持。

03

薪资情况与职业价值

市场对这一职业的高度认可，直接体现在薪资待遇上。

据猎聘最新在招岗位数据显示，AI大模型应用开发工程师的月薪最高可达60k。

在AI技术加速落地的当下，这种“技术+业务”的复合型能力尤为稀缺，让该职业成为当下极具吸引力的就业选择。

AI大模型应用开发工程师是AI技术落地的关键桥梁。

他们用专业能力将抽象的技术转化为具体的产品，让大模型的价值真正渗透到各行各业。

随着AI场景化应用的不断深化，这一职业的重要性将更加凸显，也必将吸引更多人才投身其中，推动AI技术更好地服务于社会发展。

CSDN粉丝独家福利

给大家整理了一份AI大模型全套学习资料，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扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】