总结：大模型是2022年12月ChatGPT发布开始的，距今已经3年了。这3年对大模型应用算法的需求持续增长（应该是目前各个公司需求最大的岗位，薪酬也给的非常不错，从50万-200万不等），这3年我正好参与这个历史的过程，期间也不断在招聘算法等同学。
过去3年对算法的要求有非常大的变化，这些经验是在实际大厂数十个面试总结而来，对于想进入大模型应用算法职位的同学有一定的参考价值。总体而言，每年的招聘要求变化都非常快，每年对算法同学的要求都在增加。
一）2024年：
总结：这一年是大模型出现的第二年，关键技术是RAG和基于SFT/DPO的训练，以及简单的评测。
RAG：能在某个领域实际搭建过RAG项目；能对其中的关键问题有理解和迭代优化。比如检索过程，是否考虑了关键词检索和向量检索。向量检索用的模型是啥（BGE，GTE等），这个模型是否做过领域内的优化，如何优化（比如用领域内的样本微调，难样本微调）。重排序模型（reranker）是否做过微调，如何优化的。
训练：基本是以SFT和DPO/KTO为主。一方面考察这些训练样本是如何构造的（大部分基于LLM，以人工为辅助），数据质量是如何保证的。另一方面，能清楚知道SFT和DPO的区别，并在实际训练上有一些实践。比如数据上3K和30K，会有啥区别。什么问题用SFT，什么问题用DPO。DPO的关键如何构造非常好的<chosen,reject>pair。
评测：能够结合人工和LLM做一个自动化评测。LLM的自动化评测，如何保证准确率？比如通过优化评测准则，通过更大的模型，通过多个模型投票等。
综上，如何能在上面的一个方面有深入的实践，基本2024年的时候可以拿到offer。如果在3个方面都有理解和实践，那肯定会有一个非常不错的offer。
二）2025年：
总结：25年有两条线。一条是R1发布后，推理模型，后训练有了非常大的进步；另外就是Agent发展非常快，围绕agent相关的技术成为关键之一。
Agent：能在某个行业或者领域做过实际的agent项目。对于agent的架构有理解。在工具调用，意图理解，RAG，甚至评测上希望有一些实际的工作。工具调用，本质上是一个分类的问题，能够在比如100个以内的工具调用上做出实际的优化。
后训练：对agent的能力做过后训练优化，今年特别强调RL的方法。首先要理解SFT，DPO，RL等区别。具体到RL，大部分都在用GRPO。GRPO的关键是reward的设计，reward除了规则之外（比如正确性，长度等），还能有专门的reward模型。这个模型大概率是一个LLM-based的。在这个reward模型的设计基础上，通过数据样本，reward整体的调整可以有效的提升业务指标比如准确率。如果是长步骤的Agent任务，那么agent的自动化样本合成也是一个关键的问题。同时，context Engineering也是一个经常考察的问题，如何设计合理的context，更新context使得效果更好，ROI更高是必须掌握的。
评测：LLM-as-Judge成为标配。能够基于业务实际的情况，设置合理的评测标准。能够基于多模型对评测进行准确度优化；基于agent的特点，针对性设计agent的评测方法。
综上，25年是agent的大年，对于agent的项目要求很高，对于相关的RL训练是必须要掌握的。
三）2026年-预测：
- 预测1：agent的能力如何持续提升。比如如何通过更好的和环境交互，如何更有效的学习，如何更好的构建context，如何更好的利用基座模型的能力。
- 预测2：多模态能力。多模态的理解，比如图片和视频等用户输入的理解。多模态的生成，比如图片和视频生成。
- 预测3：个性化。目前的agent更多关注的是能否回答的的问题，如何回答的更好，那么个性化大概是一个非常重要的方向。实际上openAI，claude，千问等都已经开始了个性化的实践.
AI大模型从0到精通全套学习大礼包
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。
只要你是真心想学AI大模型，我这份资料就可以无偿共享给你学习。大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！
如果你也想通过学大模型技术去帮助就业和转行，可以扫描下方链接👇👇
大模型重磅福利：入门进阶全套104G学习资源包免费分享！
01.从入门到精通的全套视频教程
包含提示词工程、RAG、Agent等技术点
02.AI大模型学习路线图（还有视频解说）
全过程AI大模型学习路线
03.学习电子书籍和技术文档
市面上的大模型书籍确实太多了，这些是我精选出来的
04.大模型面试题目详解
05.这些资料真的有用吗?
这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
所有的视频由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势，构建起"前沿课程+智能实训+精准就业"的高效培养体系。
课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
👉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】🆓
