【嘉宾资料】
分享人：果子
学历背景：985本
工作经验：6.5年设计院
最终去向：央企AI产品
薪资涨幅：平薪
工作强度：9-6-5
公司规模：上万人
【访谈人】鱼丸 同学， Eddie 合创求职合伙人
01.
鱼丸：你从上课到上岸只花了一个月，还是在职状态，是怎么做到的？
果子：
过程真的不可谓不艰辛哈哈。白天上班领导看得严，时不时来巡逻，我基本不敢在公司摸鱼做转行相关的事，有面试我就悄悄地溜出去。
一般只能等下班回家，通常8点到家，就开始啃课程、赶作业，经常熬到12点甚至1点。到面试冲刺期，最晚一次搞到2点。
我当时就是破釜沉舟的心态：既然干了，就一定要成！自己定计划，每天要干啥，干到什么程度，很卷但也确实没退路，不想再在设计院耗下去了。
果子为转行做的准备
Eddie：
果子最让我意外的是情绪极度稳定。很多同学来找我，大部分时间都在传递情绪，但她从来不会，就是遇到问题，解决问题，把该干的活儿干了。
我在公司负责管理，不干具体动手的工作。外企以人为本，我消耗精力最大的工作就是管人。有的同事不出活儿情绪还很多，有的同事呢“马力大也费油”，我就要提供情绪价值。像果子这种“马力大不费油”的同事是我最喜欢的，字节没招你是字节的损失。
鱼丸发出的赞叹和自信满满果子
02.
鱼丸：当时还拿到了字节的面试，虽然最后没有过，但可以分享下吗？
果子：
字节是我投出简历后反馈最快的，当时刚跟Eddie老师做完项目，简历刚投就约面了。
一面挺简单，问的都是基础问题。二面直接压力拉满——半小时连问25个问题，平均1分钟1个，脑子转速根本跟不上。后来复盘我觉得答得还行，但结果还是挂了。
过了阵子HR又捞我面第二次，这次更玄学，问的全在我准备范围外，当场懵了，自然又挂了。当时是有点怀疑人生，但后来想想，可能是时机不对吧，就继续面试了。
03.
鱼丸：面试了这么多场，你有总结什么经验吗？
果子：
我前后面了大概40场，把成都的AI公司几乎面了一遍😂 总结下来有几个点：
- 咱们合创的内部资料超有用！面试官的问题80%都绕不开那些核心点，我自己也整理了一个文档，每次面试前过一遍就稳了。
- 面试官平均每次问10-13个问题，像字节那样问20多个的我没再遇到过，不用太慌。
- 线下面试offer概率更高，当面聊能传递更多细节，比如你的表情、反应速度，面试官也能更直观判断你是不是对的人。
Eddie：
我补充一点，不用纠结“面试为什么没过”，招聘这事的影响因素很多，比如年底领导突然说“只剩4个hc了你不用就浪费了”，或者团队需要招个人背低绩效，或者教育背景太好公司觉得“配不上你”担心干几天就跑了，甚至单纯是面试官当天心情好或者差，这些和你表现无关，纠结也没用。
正确复盘方式就两步：录下面试→回放自查。
- 看你自己：你以为你传递的内容，和实际传递的内容一致？语气如何？肢体语言如何？
- 看面试官：你回答的问题是不是面试官问的问题？面试官问题背后的动机是什么？
其实从面试官视角看，10个候选人里有6-7个都没法看，连“表达清晰、对面试认真”都做不到。只要你按课程要求做项目、背20个以上问题答案，就已经超过60%-70%的人了。果子当时背了五六十个，肯定是稳过的。
果子的面试问题复盘
04.
鱼丸：目前在央企AI落地怎么样？有没有遇到什么痛点？
果子：
我在央企做内部效率提升的AI产品，痛点还挺多的：
比如，没人真正懂AI落地，部门leader都是从传统数字化转过来的，没做过完整AI项目，基本是摸石头过河，我这个转行的都算里面最懂的了。
但领导和业务部门不懂，还对AI期望过高，总觉得“AI什么都能干”，需求提得离谱，做不到就投诉。
我们现在的办法是，在初期对接完需求之后，先让业务方明确一个分阶段的目标。比如我会跟他们说：半年内上线的这个场景，预期能达到什么效果；到一年的时候，我们再把它迭代成什么效果。在这个过程中，我们会同步给他们解释，AI在这个阶段到底能干嘛，不能干嘛。
转行后的果子有时间逛街做美甲
Eddie：
这种混乱太正常了。
遇到这种情况，公司里特别缺一个能“扯虎皮，做大旗”的人。因为领导也不懂，他也需要一个思路。这时候，如果你能画一个整体的架构图，给一个清晰的路线图，然后能自圆其说，领导就会信任你，给你资源去推。
如果没有这种整体的计划，领导也不知道该支持谁，那就只能干一点算一点。所以很多大企业花高价招华为/腾讯的专家，很多就是干这个的：他们未必亲自写代码，但能给出一些方向，让领导觉得“这事有谱”，资源自然就倾斜了，干成的机率也会大一点。
05.
鱼丸：你们有探索“龙虾”（AI工具）吗？
果子：
有啊！我们和腾讯合作试点企业微信版的小龙虾，前期token免费，但能力边界很明显——比如让它爬取公开数据填在线表格，会被反爬限制；做简单的资料审核还行，复杂点的就搞不定。而且央企用不了最新模型，相当于“缺了一条腿”，能做的事更少。
Eddie：
小龙虾的本质是“流程自动化工具”，它适合帮你把那些重复、枯燥、低价值的流程串起来。
我的建议是：用它做探索，别用它做交付。
你可以用它来低成本试错，比如你想做个功能，先让它帮你列框架、找漏洞，全跑通了再固化成skill或者Agent，而不是一直依赖小龙虾去对话，这样可控性、性能、成本更优。
果子也有时间逛公园锻炼了
06.
鱼丸：接下来的职业发展计划是怎样的？
果子：
因为家庭的原因可能要换个城市工作啦，但应该还是AI方向。
对了Eddie我想问：Vibe Coding 是必须的吗？我完全没编程基础，试了几次看不懂报错，不知道怎么纠正。
Eddie：
完全不是必选项，放下焦虑。Vibe Coding的热度微微下降，因为大家认识到Vibe Coding的局限。
Vibe Coding对于产品经理的价值，有且仅有两点：
做原型：快速搞个Demo，拿去给业务方确认需求，省得扯皮。
对齐开发：把你的想法可视化，让开发看懂你要啥。
你一个非技术出身的产品经理，玩Vibe Coding的最有价值的就是这个，不打算深入技术上限就到这儿了。
你不需要懂底层代码，你更需要积累的是“和AI互动的经验”——比如让AI帮你查提示词、梳理想法、对比方案优劣势，甚至让它帮你找“我没考虑到的风险点”。
这比会写代码有用多了。就像开车、英语，他们是个必备的工具，但不能指望ta帮你找到工作。
合创其他学员手搓的Vibe Coding项目
07.
鱼丸：这次转行最大的成长是什么？
果子：
最大的变化是不再自我设限。以前在设计院，总觉得我就适合干设计，换个行业肯定不行。转行这一个月，让我相信：不要给自己设限，不要观望犹豫，做起来才知道行不行。哪怕后面还要换新城市，我也不怕了。毕竟，连“一个月上岸”这种事我都做到了，还有什么难的？
最后
对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？
答案只有一个：人工智能（尤其是大模型方向）
当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应聘者，月基础工资也能稳定在4万元左右。
再看阿里、腾讯两大互联网大厂，非“人才计划”的AI相关岗位应聘者，月基础工资也约有3万元，远超其他行业同资历岗位的薪资水平，对于程序员、小白来说，无疑是绝佳的转型和提升赛道。
如果你还不知道从何开始，我自己整理一套全网最全最细的大模型零基础教程，我也是一路自学走过来的，很清楚小白前期学习的痛楚，你要是没有方向还没有好的资源，根本学不到东西！
下面是我整理的大模型学习资源，希望能帮到你。
👇👇扫码免费领取全部内容👇👇
最后
1、大模型学习路线
2、从0到进阶大模型学习视频教程
从入门到进阶这里都有，跟着老师学习事半功倍。
3、 入门必看大模型学习书籍&文档.pdf（书面上的技术书籍确实太多了，这些是我精选出来的，还有很多不在图里）
4、AI大模型最新行业报告
2026最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
5、面试试题/经验
【大厂 AI 岗位面经分享（107 道）】
【AI 大模型面试真题（102 道）】
【LLMs 面试真题（97 道）】
6、大模型项目实战&配套源码
适用人群
四阶段学习规划（共90天，可落地执行）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
硬件选型
带你了解全球大模型
使用国产大模型服务
搭建 OpenAI 代理
热身：基于阿里云 PAI 部署 Stable Diffusion
在本地计算机运行大模型
大模型的私有化部署
基于 vLLM 部署大模型
案例：如何优雅地在阿里云私有部署开源大模型
部署一套开源 LLM 项目
内容安全
互联网信息服务算法备案
…
👇👇扫码免费领取全部内容👇👇
3、这些资料真的有用吗？
这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
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技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
这份完整版的大模型 AI 学习资料已经上传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】
)
