跳到主要内容

🧭 职业方向探索指南

建议阅读时机： 完成第二阶段后（那时你已经有了 Python 和数据分析的基础，能更好地理解各方向的差异）
阅读时间： 20-30 分钟
目标： 了解 AI 行业的主要职业方向，评估哪个方向最适合你，制定有针对性的学习计划

第一部分：AI 职业方向全景​

七大主流方向一览​

方向一句话概括核心技术栈月薪范围岗位量入行门槛
大模型应用工程师用大模型做产品Python、大模型 API、RAG、LangChain20-50K⭐⭐⭐⭐⭐⭐⭐⭐
AI Agent 工程师造能自主做事的 AILangGraph、MCP、Function Calling25-60K⭐⭐⭐⭐⭐⭐⭐⭐
CV 工程师让 AI 看懂图像和视频PyTorch、OpenCV、YOLO20-45K⭐⭐⭐⭐⭐⭐⭐⭐
NLP 工程师让 AI 理解和生成文本Transformers、BERT、微调22-50K⭐⭐⭐⭐⭐⭐⭐⭐
AIGC 工程师用 AI 生成图像/视频/音乐Stable Diffusion、ComfyUI25-55K⭐⭐⭐⭐⭐⭐⭐⭐
AI 算法研究员改进算法、发论文深度学习、高等数学、论文复现30-80K⭐⭐⭐⭐⭐⭐⭐
MLOps / 部署工程师让模型稳定跑在生产环境Docker、K8s、TensorRT、ONNX22-48K⭐⭐⭐⭐⭐⭐⭐
2025 年趋势

大模型应用 和 Agent 开发 是增长最快的方向，岗位需求激增。CV 和 NLP 岗位相对成熟稳定，竞争也更激烈。AIGC 方向前景广阔但岗位数暂时较少。

各方向的典型工作日​

想象一下你入职后的一天，看看哪个让你觉得"这我可以干一辈子"：

🔵 大模型应用工程师的一天

时间做什么
09:00优化 RAG 系统的检索召回率，调整文本分块策略
11:00调试 Prompt 模板，让大模型输出更稳定的 JSON 格式
14:00分析用户反馈中的 badcase，定位是检索问题还是生成问题
16:00评估 DeepSeek 和 Qwen 的效果差异，准备模型切换方案

🟢 CV 工程师的一天

时间做什么
09:00训练目标检测模型，尝试新的数据增强策略
11:00清洗和标注数据集，处理一批检测错误的 badcase
14:00用 TensorRT 优化模型推理速度，准备部署到边缘设备
16:00阅读 YOLOv11 的论文，评估是否值得升级

🟡 AI Agent 工程师的一天

时间做什么
09:00设计一个新的 Agent 工作流：接收用户需求 → 拆解任务 → 调用工具 → 汇总结果
11:00开发 MCP Server，让 Agent 能查询公司内部数据库
14:00调试多 Agent 协作系统，解决 Agent 之间信息传递丢失的问题
16:00优化 Token 消耗和响应速度，一个请求从 15 秒降到了 3 秒

第二部分：方向适配自测​

用下面的问题找到你的倾向。不需要严格评分，凭直觉选就好。

测试 A：你对什么最感兴趣？​

  • 让 AI 能理解需求、解决问题、完成任务 → 大模型应用 / Agent
  • 让 AI 能"看懂"图片和视频 → CV
  • 让 AI 能理解和生成人类语言 → NLP
  • 让 AI 创作图片、视频、音乐 → AIGC
  • 研究新算法，追求 SOTA → 算法研究
  • 让模型跑得又快又稳 → MLOps / 部署

测试 B：你更喜欢哪种工作方式？​

  • 快速迭代，尽快看到产品效果 → 应用开发方向（大模型应用、Agent）
  • 深入钻研，优化每一个细节 → 算法 / 部署方向
  • 解决实际业务问题，跟产品和业务方密切合作 → 应用 / Agent
  • 探索未知，追求前沿 → 研究 / AIGC

测试 C：你的背景情况​

  • 数学好，喜欢推导 → 任何方向都行，算法研究也可以
  • 数学一般，但理解力强 → 大多数方向均可（数学够用就行）
  • 数学弱，但动手能力强 → 应用开发方向最友好（框架和工具帮你封装了大部分数学）
  • 零编程基础 → 别急着选方向，先学完第一阶段再说

结果参考​

你的选择倾向推荐方向在课程中的重点
应用类选项最多大模型应用 + Agent重点投入第八、九阶段
视觉类选项最多CV重点投入第六阶段，多做项目
语言类选项最多NLP + 大模型重点投入第七、八阶段
创意类选项最多AIGC重点投入第十阶段
研究类选项最多算法研究数学要学扎实，多读论文
工程类选项最多MLOps / 部署学完主线后重点投入选修模块 A
选不出来也没关系

很多人在学到第五阶段之后才真正明确方向。前五个阶段是所有方向的共同必修，不存在"选错方向浪费时间"的问题。先学起来，边学边感受。

第三部分：制定你的学习计划​

四个示例计划​

根据你的目标和时间，选择最接近的一个：

计划 1：大模型应用工程师（最快就业，推荐）​

预备 → 第一 → 第二 → 第三+四（融合学习，数学够用即可）→
第五 → 第七（重点 Transformer）→ 第八A → 第八B（重点）→ 第九（重点）→ 求职
  • 时间： 全职 8-10 个月
  • 核心竞争力： RAG 系统、Prompt 工程、Agent 开发
  • 适合人群： 想快速进入 AI 行业的人

计划 2：CV 工程师​

预备 → 第一 → 第二 → 第三+四（融合学习）→
第五 → 第六（重点，3-4 个项目）→ 选修模块 A（部署）→ 求职
  • 时间： 全职 10-12 个月
  • 核心竞争力： 目标检测、图像分割、模型部署
  • 适合人群： 对图像处理感兴趣，喜欢可视化的成就感

计划 3：全栈 AI 工程师（最强竞争力）​

全部主线阶段 + 选修模块 A（部署）+ 选修模块 E（前端）→ 求职高级岗位
  • 时间： 全职 16-20 个月
  • 核心竞争力： 从算法到产品的全链路能力
  • 适合人群： 有充足时间、追求最强竞争力

计划 4：快速转行（已有 Python 基础）​

预备（快速过）→ 第二 → 第三+四（重点实践）→
第五 → 第八A → 第八B → 第九 → 求职
  • 时间： 全职 6-8 个月
  • 适合人群： 已有 Python 和数据分析基础，想快速转 AI

月度目标参考（全职学习·计划1）​

月份学习阶段目标关键产出
第 1 月预备 + 第一阶段熟练 Python爬虫项目、Web API
第 2-3 月第二阶段掌握数据分析完整数据分析报告
第 4-6 月第三+四+五阶段理解 ML/DL 原理房价预测、图像分类项目
第 7-9 月第七+八A/B阶段掌握大模型应用RAG 应用、微调项目
第 10 月第九阶段掌握 Agent 开发Agent 项目 + 作品集

每周时间分配模板（兼职·每周 15-20 小时）​

时间内容方式
周一至周五晚（每天 2h）理论 + 代码练习看教程 + 跟着敲代码
周六上午（3-4h）集中学新知识深入学习本周重点
周六下午（2-3h）项目实践做课程项目或 Kaggle
周日上午（2-3h）复习 + 笔记整理代码、写学习笔记