自学 AI 对于职场发展而言，真的有意义吗？

[yoiteshaw]

RT ，关于深度学习的相关算法，已经在学校期间把激情消磨完毕了，现在看到数学公式就想睡觉。

日常生活里的一些小玩具，无非也是调用 API 做个套壳召唤器。不过偶尔做 AI 人声、换脸、画图，也无非是拿现成的 github 上的模型直接训练得到的，谈不上什么精进。

工作中则是完全接触不到，忙于 CRUD 。

========================

自学 AI 这个话题恐怕有点空，有点广，对于职场发展而言，这玩意是不是没什么特别的意义。作为普通程序员，是不是只要会 copilot 、GPT 即可，就没必要深究模型的算法，凑这个机器学习岗位的热闹。因为这岗位，根本不是普通人能自学就可以拿到 offer 的？（抛开应届生）

[yannxia]

这个嘛，大模型本身带来不了多少就业，因为搞算法毕竟有限，这里说的主要是上下游，比如移动互联网让客户端吃了好几年，后面搞 k8s 也让架构师和后端吃了几年，大模型主要是未来如果应用都要接入，那就蛮好的。但是不一定非要去做模型本身嘛

[abcbuzhiming]

个人只能用用各种工具，研究原理没啥用，你看现在的趋势很明显了，闭源的模型大部分都比开源的强，那些闭源的模型现在讲自己的改进点都语焉不详，论文都很少发，现在 AI 的技术垄断在大公司手里的趋势前所未有的明显。完全就是大机器对手工作坊的碾压，这种情形下个人对这个领域的技术研究是很无力的

[yoiteshaw]

@yannxia 你的意思是未来可能会有类似 docker\k8s 等类似管理和部署模型的框架是吧。确实，这个思路对于普通程序员来说倒是比较接地气去学的。

[yoiteshaw]

@abcbuzhiming 你说的有道理，未来使用成熟 AI 工具就会和熟练使用 Excel 一样，现目前应该多接触成品，而不是算法本身。

[echo1937]

@yannxia
@yoiteshaw #3 如果以后的 AI 像 K8s 一样，那其实对开发环节的影响真的不太大，大部分开发的工作也就是写个 dockerfile ，再多一点就是学点服务网格的内容。所以我也不太了解未来这块的走向。

[yannxia]

@echo1937 应该和微服务差不多，就是那种概念为主，实操上应该会增加一些怎么把用户数据变成知识库，然后一些微调模型之类的工作，不过就可能每个产品/服务都会简单的对接一下，这样也算带来一些就业。上下游越复杂，所需要的人就越多这么个情况。

[haiku]

可能搞 infra 的有活干了
meta 最新 llama3.1 技术报告，训练过程里大量 GPU 故障，网络，集群什么的

[kaichen]

> 工作中则是完全接触不到，忙于 CRUD 。

有没有一种可能，你可以使用你说的“调用 API 做个套壳召唤”来帮你从 CRUD 里解放出来？让你无须处理繁琐重复的 CRUD

[seeu2ex]

@yannxia 看看现在的就知道这东西只有超大型公司才能玩的起，其他的都是交钱接入 api ，开放接口那种，一般公司玩不转的