转行常见问题 FAQ

这一页集中回答转大模型应用开发咨询里被问得最多的高频疑虑:年龄和学历还来不来得及、数学和 Python 是不是门槛、RAG 和 Agent 和微调先学哪个、在校生和在职后端各自的节奏、要不要辞职、要不要发论文考证书、自己做的项目面试认不认、以及大概多久能上岸。每个问题都给硬结论,不和稀泥,判断依据都写在答案里。 作者:吴师兄 适合:准备转大模型应用开发但还在犹豫的在校生与在职工程师 前置:知道自己想投应用岗还是算法岗 30 岁、35 岁转大模型应用开发,晚不晚? 技术上不晚。大模型应用开发 2023 年才成型,所有人在这个方向上的实际工龄都不超过三四年,你和 25 岁候选人的起跑线差距是近十年里最小的。真正的坎不是年龄本身,而是期望薪资和职级要对得上产出。对冲方式是带着存量经验转,别把自己讲成大龄新人,而是讲成资深工程师加大模型能力的组合。只有传统后端经验的人怎么把旧经验翻译成 AI 岗能力,见只有传统后端经验能投 AI 岗吗。 非科班、学历一般,能转大模型应用开发吗? 应用开发岗可以。它的筛选逻辑更接近工程岗:项目深度和面试表现的权重高于出身,这也是它和算法岗最核心的区别。算法岗普遍要硕博加论文,应用岗看你能不能把系统做出来、讲清楚。学历劣势的对冲方式只有一个,就是把项目做得比别人深,面试官追问三层还答得上,学历就不再是话题。应用岗和算法岗到底怎么分,看大模型应用岗和算法岗有什么区别。 数学不好、没学过深度学习,是硬伤吗? 对应用开发岗不是。日常工作和面试考的是工程判断:什么时候用 RAG、怎么评估效果、延迟和成本怎么权衡,不是公式推导。你需要的原理是概念级的,知道模型为什么会幻觉、上下文窗口意味着什么、embedding 大致在做什么,这些不需要先修完一整门深度学习课。真要补到什么程度、哪些能力必须要、哪些可以跳过,转大模型应用开发数学要学到什么程度里按岗位分了层。 一定要会 Python 吗?我只会 Java,能用吗? 需要会 Python,但不需要精通,Java 能力本身不浪费。大模型生态(LangChain、vLLM、各家 SDK)以 Python 为主,你面试和做项目绕不开它,但对一个有工程底子的人这是两周左右能上手的事(经验值),不是门槛。真正稀缺的是你的服务化、并发、稳定性、数据管线能力,这些用哪门语言练出来的都算数。Python 该学哪几块、学到什么深度不踩坑,见转大模型要把 Python 学到什么程度。 先学 RAG 还是先学 Agent? 先 RAG,再 Agent。理由有三:RAG 覆盖的面试考点最密、最容易做出看得见的真实效果、也是 Agent 的地基(Agent 的记忆和检索本质还是 RAG 那套)。跳过 RAG 直接冲 Agent,常见结果是项目跑起来了却讲不清检索为什么召回差、怎么评估,一追问就露。建议路径是先跟着RAG 系统实战教程做出一个能追问的项目,再去题库刷 Agent 模块。整个学习顺序的完整拆解在转大模型应用开发路线图。 要不要学微调?应用岗用得上吗? 多数应用岗不要求你亲手微调,但要求你讲得清什么时候该微调、什么时候 RAG 或 Prompt 就够。面试里微调更多以概念题出现:LoRA 和全参的区别、微调和 RAG 怎么选、数据要怎么准备。所以顺序是把微调放第二阶段,先用 RAG 和 Agent 拿到面试机会,微调作为加分项按目标岗位选修。想验证自己理解到位没有,直接去题库的模型微调模块刷 47 道题(经验值),答不上来的就是缺口。 研一、研二转大模型应用开发,来得及吗? 来得及,而且在校生是节奏最从容的一档。研一有时间打完整地基再冲实习,研二要更聚焦、优先拿到一段能写进简历的实习或项目。在校生和在职工程师的打法实质不同:在校生的核心是用实习和竞赛式项目补社会经验、把论文或课题往大模型上靠;在职的核心是用存量工程经验换起点、争取内部转岗。在校生这条线具体怎么排里程碑,见研究生怎么转大模型应用开发。 在职每天只有 1-2 小时,多久能开始面? 按每天 1-2 小时的节奏,通常需要 4-5 个月能到可以投递、扛得住追问的状态(经验值);全职投入约 2-2.5 个月。这个时间是按概念地基、最小实现、完整项目、面试冲刺四步算的,低于这个数的承诺大多省掉了完整项目那一步,而那恰恰是面试的决定项。在职最忌讳的是把时间全花在看课看文章上却不动手,那种努力看着满,面试一问项目就空。 要不要辞职全职学大模型? 多数情况不建议裸辞。全职确实把周期从 4-5 个月压到 2 个月左右(经验值),但它同时把现金流压力和面试波动全压到你一个人身上,一旦面试季拉长心态容易崩。更稳的做法是在职把地基和第一个完整项目做完,拿到面试反馈再决定要不要冲刺阶段请假或短期脱产。真要全职,先备够能撑到拿 offer 之后一两个月的生活费,别让面试变成限时考试。 我该投大模型应用岗还是算法岗? 看你的存量和意愿:有硕博加论文、想做模型本身,走算法岗;工程背景强、想尽快用大模型创造业务价值,走应用岗。转行者绝大多数适合应用岗,因为它认工程能力和项目深度,不卡出身。两个岗位的日常、面试重点、成长天花板都不一样,别用一份简历海投两边。详细的分岔判断在大模型应用岗和算法岗怎么选。 转大模型应用开发需要发论文吗? 应用岗不需要。论文是算法岗和研究岗的硬通货,应用岗看的是你能不能把系统落地、评估、迭代。在校生如果课题恰好能往大模型靠,发一篇当然是加分,但为了转应用岗专门去憋论文,性价比很低,那段时间拿去做一个能追问的完整项目回报更高。招聘方在应用岗上更认项目经验而不是论文数。 需要考证书、打比赛吗? 证书基本没用,比赛看情况。大模型方向的所谓证书含金量普遍不高,面试官不看;比赛(Kaggle、天池、各家黑客松)有价值,但价值不在名次,而在于它逼你做出一个真实、有数据、有决策的项目,这部分能力和自建项目是等价的。所以别为了刷履历去凑证书,把同样的时间投进一个讲得清的项目更实在。什么样的项目面试官才认,下一条接着说。 自己做的项目,面试官认吗? 认,前提是扛得住追问。面试官分辨项目真假靠的是追问深度,不是它是不是公司项目。一个自建项目只要满足四条就和工作项目等价:有真实业务问题、有技术决策(为什么选这个方案不选别的)、有量化结果、每个环节都答得上三层追问。反过来,挂在简历上却只会说调了 API、答不出检索为什么差的项目,是公司项目也照样减分。怎么把项目做到这个标准,见没有大模型项目经验怎么攒。 转大模型应用开发对英语要求高吗? 要求不高,但要能读。工作和面试基本不考口语和写作,真正需要的是能读英文文档、论文摘要、GitHub issue,因为一手资料多是英文,等中文翻译会慢半拍。这属于借助工具就能覆盖的读的能力,不是雅思托福那种门槛。把常看的几个源(模型厂商文档、主流框架 README)读顺就够,不用专门为转行去考英语。 只有传统后端经验,能投 AI 岗吗? 能,但要把后端经验翻译成大模型系统能力,不能只改简历标题。接口设计、异步任务、数据管线、稳定性、监控告警,这些在大模型应用里全都用得上,尤其是 RAG 和 Agent 系统对服务化和评估闭环的要求,恰好是纯算法背景的人的短板。所以后端转过来不是从零开始,而是补上大模型这一层认知加一个项目。这条路径的完整打法在Java 后端转大模型应用开发。 从开始学到拿到 offer,大概多久? 在职约 4-6 个月、全职约 3 个月是比较常见的区间(经验值),包含学习和面试季。这个数字波动很大,取决于你的存量经验、投入强度、目标公司层级和面试季长短,别把它当承诺。真正影响周期的不是学得快慢,而是项目深度够不够撑住追问、简历有没有对上岗位。想校准自己的进度,可以对着同类候选人的真实经历看,大模型岗位面经里有几篇从后端和在校转过去的完整复盘。 自学还是报班?怎么判断? 先自学,报班只解决自学解决不了的问题。本站的教程、题库、面经足够支撑一条完整的自学路线,先用它验证两件事:你对这个方向有没有真实兴趣、你能不能坚持动手。如果卡在没人带项目、简历不知道怎么改、面试老是同一个坑爬不出来,再考虑训练营这类提供项目陪跑、简历修改、模拟面试、答疑纠偏的服务。怎么客观比较自学和报班的成本收益,见自学还是报班怎么选。 方向想清楚了,接下来该看哪几篇? 按这个顺序往下走最省力:先用转大模型应用开发路线图排出自己的四步计划,再动手做RAG 系统实战教程的完整项目并按项目经验怎么攒打磨到能追问,然后去题库按目标公司刷题、对照真实面经练追问链,投递前用简历分析工具自查一遍简历有没有对上岗位。