Java程序员转行AI算法工程师5年后,薪资揭秘:50万到100万,揭秘职场上升期的挑战与机遇!
文章摘要:作者分享了自己作为算法工程师工作5年后的状态与思考,总结了优秀人才的特质(积极心态、技术实力、沟通能力),并提出了13条自我提升建议:建立框架思维、系统化知识管理、提升代码能力、学会问题分析等。最后强调多思考、多学习、保持积极心态的重要性,并附赠AI大模型学习资源包。文章既有职场经验分享,又包含实用的技术成长方法论。
大多数人都是高估自己一天可以做的事情,但是低估了自己一年可以做的事情。
01、工作5年的时候大家都是什么状态
薪资上,在工作 5 年的时候,算法工程师的话薪资一般都是到 50w-100w 这个区间,应该说大部分人都是在这个区间吧,包括我。
当然有一部分特别优秀的人是已经到了 100+,级别也到了 P7 级别了。当然,我还只是比较平庸的那一部分。
只能说厉害的人都有他具体厉害的原因,每个人的成功都是一点点积累起来的。
我想对于我自己来说,目前我的薪资、技能上还是都有很大的提高空间,只能说平庸之人确实有他的平庸之处。

工作 5 年的时候其实大家的工作状态一般是有两种:
一种可能是因为之前在工作中受到的压榨太多、加班太多导致目前只想找一个轻松一些的工作。
另一种是目前还是处于上升期,还是在不断提高自己技能水平的时候。但是心态上,大家都多多少少对工作、加班有一些免疫力了。
虽然 35 岁危机、40 岁危机越来越近,但是不得不说,大多数人也没啥办法,一方面想寻求工作上可以更上一层楼本身就是需要很多机遇,而且这方面确实挺不确定的。
对大多数人来说能做的事情就是先把自己手头的事情做好,多学点东西,先提高自己的能力然后再去想更多其他的诉求。
工作到 5 年的时候,大家最核心的诉求就是自己可以身心健康!
02、优秀的人一般都有什么特殊的品质?
这方面的内容我想应该分成几个小部分来谈,毕竟先知道优秀的人是什么样的,自己才有可能变得更优秀。
(1)心态上充满能量
首先优秀的人在自己的心态上是永远积极、乐观的,只有高能量的心态才能做出高能量的事情。
一个充满能量的心态首先要抛出很多过往的抑郁情绪,人在生活中、在过去的经历中,总是会遇到各种各样让自己难过的、抑郁、抱怨的事情,无论是出身、身体、爱情、亲情、感情,都是没有一帆风顺的。
但是需要明确的一点就是爱永远只会流向不缺爱的人。一个习惯性抱怨、低能量的人是永远无法得到他想得到的正反馈的。
无论什么事情,都要往好的方向去想,之前老婆打算不去上班,自己全职带小孩,以后做自由职业的生活,我其实内心是反对的,当时好说歹说说服了自己但是后面还是不可避免低能量的很长一段时间。
但是对我现在来说,这个事情我是挺能接受了,一方面其实我们对物质的需求也没有特别大,另一方面我觉得上班确实也没啥前途,这个班上着上着,哪天公司就把你开了,上班的本质就是把自己贱卖给公司。
上班其实最大的好处是你的老板、你在公司的资源以及你的同事,一定要明确这一点。
而且只有好的工作环境才能让自己不断提高,人的进步都是需要有人提点和指导的,并且在工作中大家才能接触形形色色的人、遇到各种困难挑战,不断去解决、优化这些挑战才能不断自我提升,所以人还是得有成长型的思维模式。
相信自己是可提升的,相信自己是可改变的,这样自己才能真多发生改变。
(2)技术强
目前能做到高级别的人技术上都是非常优秀的,一个人技术强首先是有比较好的框架思路,其次是他可以记住事情,在工作中不管遇到什么事情,他都能想出对应的解决办法。
我觉得这波人技术强主要有几个因素:
-
他们在过去(学生时代)就是比较优秀的,那个时候他们就已经在学校里展现出了很多技术的能力。
-
他们在工作中也是不断持续学习的,并且学习能力很强(关于怎么学习、高效学习一会也总结下)。
-
他们的专注度非常高,这些人不会想着我到了几点我就下班了,一般在他们打算做某件事情之前他们就会想我大概要花多少时间来做这件事情。并且在这个时间段内要高能量去执行起来。
-
他们是明确区分了 为公司打工/为自己打工的边界,实际工作中很多时候大家都是为公司打工,你要去对需求、拉会议,看 issue,解 case,写规则等等。但是实际上真正给自己打工的时间反而变少了。
(3)沟通强
在工作中无论什么事情,都要用“请教”,“麻烦” , “可不可以”等这样的词来说,永远不要在和别人交流的时候产生任何。
沟通强的人最重要的就是要先能快速理解别人的需求、另外也要能快速让别人理解自己的需求。
无论发生什么问题,永远抱着一种解决问题的心态,不要产生任何吐槽、抱怨,永远不要去抱怨,永远不要去吐槽。
03、从这些人身上可以明确自己应该做什么?
(1)给自己打工
工作中学到的所有东西,尤其是其他人做的东西,都要学会融入到自己的知识体系中。
有一个重要的准则就是工作中你要学的东西不仅仅是自己手头做的事情,还有其他同事做的事情,每个人做的实验,查的问题,思路都需要转位自己吸收的营养。另外跳槽的时候,其实所有人的项目都应当成为自己简历的一部分。
(2)不要过分追求绩效
在工作中我时常陷入的一个情况就是“急于求成”,但是越是这么做这么想就“欲速则不达”,不要太看重绩效,做什么事情我们都要首先看思路,只要思路没出问题,就正常迭代。
(3)要有框架思维的能力
这个是一个核心技能,无论做什么事情都是讲方法论的,我们工作中其实要学的东西就是方法论。
在我工作 2 年的时候其实就有总结了一些技术方法论,但是反观我后面的职业生涯,我觉得我并没有把这个方法论执行的好。
首先无论做什么项目,都要从一个设计文档开始,学会画框架图才能让我们的能力有更本质的提高。
如果是算法类的项目,框架图都是有结构的:
-
项目背景
-
项目目标
-
技术调研
-
技术方案
-
模型结构
-
数据格式
-
数据量
-
评测指标
-
优势/劣势以及分析总结
-
待办事项以及具体的 KR 安排
-
重点关注事项
-
训练资源需求
-
调研文档
一个框架文档是不是写的足够详细才是一个工程师是否真的进入了一个新阶段的重要衡量表尊。
(4)精确调研
在算法调研这方面我之前总是陷入这样的一个状态是老是想着在 1 周内完成一个算法调研,在看论文的时候就会产生囫囵吞枣的情况。
但是做调研的时候一定要清楚自己的调研状态,没搞懂就是没搞懂,只有把知识都装进脑子里才是真的调研清楚了。
所以产出一个好的调研文档也非常重要,这其中需要我们在看论文的时候把论文的东西都装进脑子里,把一篇文章装进脑子里就是看“论文创新点,模型结构,方案设计,数据集/Metric”等内容。
(5)学会高效率吸收知识
如果是论文类的话,真正学会某个方面的论文是要能学会把论文里的东西都装到脑子里,最好的方式就是把某个领域的内容给它串联起来,自己可以在脑子里把他们浮现出来。
并且也能把相关的内容都给其他人说清楚,能把一个事情的来龙去脉串联并且给别人说清楚才是理解了这个事情,记忆才会更加深刻。
(6)学会整理自己的笔记
从今以后,所有能自我成长的东西,比如论文笔记、技术总结需要全都写到自己的知识库里,不能写在公司的文档里,还是那个思路:学会给自己打工。
(7)提升代码能力
对算法工程师来说,提升代码能力的最好途径就是抄,这个对工程来说应该也一样。
一个算法工程师的主要工作内容就是调研一个技术方案,产出调研文档和方案设计文档。
有了这些之后再去找一个开源代码去复现,其实复现开源代码并且按照自己的理解写一遍就是最好的自我提升方式。
工作中的大忌就是不要上来就想着去创造什么东西,学会抄学会调研学会从调研学习中给自己提取思路才是优秀的算法工程师。提升代码能力的核心渠道就是去实现各种不同的算法。
(8)提升能力也不一定是要提升自己的能力
比如工作中其实很多时候当我们遇到问题自己没法解决的时候,找到可能可以帮我们解决问题的人也是非常重要的能力。另外在解决问题过程中有详细的文档记录也非常重要。
(9)要明确下自己在每个时期需要提高哪方面的认知
优秀的人都会去思考自己需要提高哪方面的认知,当然这块是尽量和工作挂钩,从工作中去提高自己的认知。
并且把这些事情放在更高的优先级。这就需要对工作产出有明确的把控,职场最忌讳的事情就是不要让老板觉得你做事情很快,积极性很高。
(10)学会给自己定 OKR
算法工程师的事情总归就是那么一些:调研、复现、抽数据、数据格式处理,训练适配、推理、可视化、评测、问题分析,然后不断根据问题去优化。
对于算法类的问题,优化方式大多数时候就是从数据角度入手,找到更多对应场景的数据做迭代实验即可。
(11)学会分析原因
工作中遇到任何问题,先分析原因,这其实是牛的算法工程师厉害的地方,牛的算法工程师的核心竞争力就是能想到问题可能的原因,并且可以一步一步排查出来。
而且这个过程中也是需要能快速地去学习一些新的资料,根据新的知识输入来指导自己下一步应该做哪些事情。
(12)学会调参
懂一个算法首先要明白这个算法里每一个参数的重要性,从 LR 策略到 Adam 到 WeightDecay 以及最后模型结构里的每一个参数,都能调明白。
(13)小步快跑
有一个清晰的 code cr 路径是非常重要的,在做实验的时候其实本地会改很多代码,千万不要在本地做过多的改动,学会让别人 review 你的代码,以此来提高自己的代码质量是非常重要的。
04、总结
最后的核心总结就是:多思考、多学习、多积累、多总结,保持乐观、保持积极、保持健康。
后面还有很多想聊的,之后再更新,一次写个 3~4K 字也差不多了。
05、AI大模型学习和面试资源
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。
这份完整版的大模型 AI 学习和面试资料已经上传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】

第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

更多推荐



所有评论(0)