金九银十马上就要过去，NLP算法求职几家欢喜几家愁。有人offer拿到手软，有人从灰飞烟灭到人间地狱。
我们用了2个月的时间，调研了200多位NLP工程师和100个在2024年热招的岗位，对过去一年NLP领域人才求职和热招岗位情况深度分析了一下。发现了一些情况，以飨大家。
01
NLP算法求职更难了吗？
先直接上个有点粗糙但又反应现状的模型，来说明一下今年秋招NLP算法岗的现状。
上图发给小伙伴看，小伙伴说，好内卷啊，太卷了，卷之又卷。
但是我们仔细看，真的卷吗？
其实未必。
首先我们看到，其实很多人的能力，是处于中等偏下。这导致了中等偏下能力的NLP算法岗的内卷；而在入门之后，技术能力每进一步，其求职难度就会下降一截。这也就反映出：
现在大部分入门级NLP算法工程师的能力
是不太能够适用现在工业界的用人需求的
也就是说，要在NLP算法岗位吃的更开，广大入门或初级的NLPer需要更加修炼自己的技术能力，才能在人才红海中杀出一条血路。
02
NLP岗位要求更高了吗？
自18年之后网上对算法岗劝退的声音就逐渐多起来了，这一方面是由于工业界的萝卜坑不再大幅增长；另一方面，当下工业界看重的能力矩阵也出现了一些不同。现在工业界则愈发注重实际工程落地能力、处理“脏”问题和“乱”问题的能力。这种能力在前些年是可以忽略的，因为在当时一个候选人有基本的代码能力、合格的NLP知识储备就已经很了不起了。而现在的同学要去竞争NLP算法岗，要么需要用足够分量的paper来为自己的学术水准背书，要么需要
拿出很有说服力的工程项目经历
为自己技术能力正名**。**
而这些都不是在普通技术课程或Demo里所能做到的。
在这次调研分析中，为了更细致洞察NLP岗所需的能力要求，我们按照不同的业务，从Boss上面找到了100个NLP岗位的JD
分析了不同岗位方向的能力要求比例：
-
知识图谱、信息抽取方向 70%
-
对话系统、问答系统方向 40%
-
文本分类、情感分析方向 20%
-
文本推荐方向 15%
(*其中采样部分对话系统、推荐系统的搭建依赖于知识图谱、信息抽取技术。）
同样我们也统计了这100个NLP岗位对其他方面的要求，其中
软技能：
-
学习能力、解决问题能力 60%
-
团队协作能力 40%
-
表达沟通能力 20%
加分项：
-
高质量的论文 40%
-
深度参与的实战算法项目 80%
-
高质量的比赛和比赛名次 30%
-
通过以上总结：
扎实的NLP基础知识
NLP相关的项目实战经历
问题解决能力
求职的能力
这4项，是工业界最看重或求职最关键的因素。
*求职的能力：很多人对自己缺少全面认知，忽视且没有专门训练业务理解、行业认知、面试和简历的能力，这大大降低了求职成功率和高薪率。
如何学习AI大模型？
大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。
不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！
想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。
但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高
那么针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等,