本文分享作者AI求职经验，指出找工作的核心是匹配岗位，而非盲目刷经验。作者建议在写简历前先想清楚3个问题：要找什么类型的AI岗位（纯执行或决策型）、去什么类型的公司（纯AI、传统转型或大厂）、能力能匹配什么。通过梳理过往经历找核心竞争力，用“从结果倒推”的学习方法快速提升技能，制作作品集，并采用“三线并行”策略（海投、目标公司和资源线）找工作，最后通过面试复盘不断优化。方向比方法更重要，想清楚方向再行动。
上周末，我接了一个咨询。
一个大四准备毕业的小姑娘，对找工作很迷茫，看到我之前分享了 AI 求职的零散经验，就来请教一下。
我说之前做自由职业的时候咨询定价是500/小时，本来想劝退一下她，想不到她答应了。
既然如此那我就好好准备一下，聊了一个多小时，我发现她最开始问的都是「简历怎么写」「面试怎么准备」「要不要去大厂」这些问题。
但这些都不是核心问题。
核心问题是：她根本不知道自己要找什么类型的工作。
我观察下来，其实有很多人准备简历、做作品集、刷面试题，结果投的岗位根本不适合自己，简历要么过不了，要么面试了发现不是自己想要的。
这就是找工作最大的坑。
我当时找工作花了两周，面试了十几家，最终拿到了我想要的offer。
回头看，简历写得好不好只是一方面，更重要的是前期花了很多时间想清楚自己到底要什么。
如果你转行到 AI 岗位，这3个问题，我建议你一定一定要在写简历前先想清楚。
（文章懒得配图了，有点长，但值得找 AI 工作的你耐心看完）
你要找什么类型的岗位
AI岗位五花八门，AI产品经理、AI内容运营、智能体工程师、提示词工程师…
但我把这些岗位分成两类：纯执行的岗位，和有判断决策的岗位。
纯执行的岗位是什么？
比如AI内容运营，用AI做短视频、写文章、发自媒体，本质上就是用AI替代一部分人工。
比如智能体工程师，老板给需求，你去搭建智能体，有点像传统程序员的角色。
这些岗位能积累的，主要是执行层面的技能。
AI内容运营，你学到的就是怎么用AI做内容，智能体工程师，你学到的就是怎么搭智能体。
可是一两年后，AI模型再进化一点，这些纯执行的活，AI 比人干得还要好，那还要我干什么？
所以我只投：有判断决策的岗位。
什么是有判断决策的岗位？
比如传统行业加AI转型，你作为AI人才进入一个教育公司、广告公司、制造业公司，推动他们的AI转型。
老板给你一个目标：优化我们公司的工作流程。
怎么优化？第一步做什么？第二步做什么？遇到问题怎么解决？这些都要你自己决策。
这种岗位锻炼的是：发现需求、制定方案、推动落地、解决问题的能力。
我认为，这些解决别人问题的能力，AI短期内很难完全替代。
而且这些能力是可迁移的，不管以后AI怎么发展,这些能力都有价值。
那怎么从JD判断呢？
我分享一下我当时看JD的方法。
传统行业加AI转型的JD，一般会写「推动公司AI转型」「优化内部工作流」「制定AI落地方案」。
这种岗位的关键词是：推动、优化、制定、落地。
纯执行的JD，一般会写「配合团队完成XX」「执行XX计划」「日常维护XX」「根据需求完成XX」。
这种岗位的关键词是：配合、执行、维护、完成。
有一定决策空间的JD，一般会写「负责XX产品的设计」「构建XX机制」「快速迭代」「分析用户反馈并优化」。
这种岗位的关键词是：负责、构建、迭代、分析。
我的建议是：如果你想锻炼能力、为以后做准备，尽量选有决策空间的岗位。
纯执行的岗位不是说不能去，但它能给你的成长空间确实有限。
你要去什么类型的公司
想清楚岗位类型，接下来就是选公司。
AI公司分三类：纯AI公司、传统行业加AI转型、互联网大厂。
纯AI公司，就是那些专门做AI产品的初创公司。
优点是接触AI一线，能学到最新的技术和玩法。
缺点是不确定性比较大，建议选那些已经在盈利、有稳定现金流的公司。
而且如果公司小，你可能要干好几个人的活，没有明确的岗位界限。
传统行业加AI转型，比如教育公司、广告公司、制造业公司。
他们在AI时代需要转型，但内部没人懂AI,正好你懂一点。
优点是你能从0到1推动一个完整的项目,锻炼全流程的能力。
缺点是传统公司可能对AI的理解不深,你要花很多时间教育他们、说服他们。
那互联网大厂呢？
说实话，我当时拿到了小红书的offer，但我放弃了。
大厂的好处是背书强、资源多、流程规范。
但对我来说，我更看重能不能接触到业务全貌。
大厂的岗位分工很细，可能你只负责一个小板块，很难看到整个产品是怎么从0到1做出来的。
如果你想要大厂背书、稳定的环境，那大厂是个不错的选择。
但如果你想快速成长、接触更多环节，可能小公司更合适。
我的选择逻辑是：能接触业务全貌 + 不加班到深夜 + 锻炼决策能力。
所以我最终选择了一家只有十几个人的AI咨询公司。
AI 咨询公司，就是给企业做 AI 转型的乙方。
优点是能接触不同行业，每个项目都是新的挑战，学习曲线很陡。
缺点是可能比较累，因为要不断学习新行业的知识。
然后由于人少，基本上一个人要干好几个人的活，但正因为这样，能学到的东西特别多。
但话又说回来，你的选择逻辑可能和我不一样，但你要先想清楚：你要的是什么。
是大厂背书？是稳定的收入？还是快速成长？
想清楚了，再去筛选公司。
你的能力能匹配什么
前面两个问题想清楚了，接下来就是：我到底能不能找到这样的工作？
很多人觉得自己没经验、没项目、没学历，所以不敢投。
但其实，找工作的核心是：你的能力能匹配什么样的岗位。
我当时做的第一步是：列出我过去做过的所有事情。
从大学开始，一直到找工作前，每一段经历都写下来。
在学校干了什么，在 AI 圈子里做了什么，副业尝试了什么，全都列出来。
我大概列了40-50条。
然后把这些内容发给AI，让AI帮我找到我的核心竞争力。
AI给我总结出了三个核心能力。
有了这个，我才知道我能找什么样的岗位。
找工作的时候，如果想快速找到，最好是在现有能力基础上去选岗位。
因为从零开始学一个岗位需要的技能，可能要花好几个月。
那如果我的能力和目标岗位有差距怎么办？
这就要用到「从结果倒推」的学习方法。
当你看到一个JD需要智能体搭建能力时，你会怎么做？
我会直接找具体的案例学习，比如如果这家公司的电商领域的，那我就直接去找「电商客服智能体怎么搭建」的教程。
不要从「智能体入门教程」开始，那种虽然讲得细，但效率没那么高。
直接去看视频这个案例是怎么做的，哪些地方你看不懂，就单独去补哪一块。
这样学习效率最高，而且学完马上就能做出作品集。
作品集怎么做？
不需要很复杂，就是把你做的东西展示出来：为什么要做这个？怎么做的？遇到了什么问题？最终效果怎么样？
用飞书文档写清楚，配上截图或者演示视频，就是一个作品集。
有了作品集，简历通过率会明显提高，且面试的时候由于都是你做过的，就有底不慌。
（下面是我当时准备的作品集）
想清楚了再行动
前面3个问题想清楚了，接下来就是执行。
执行的时候，我用的是「三线并行」策略。
A线：海投刷经验。
海投50-100家你不想去的公司，目的是刷面试经验，了解市场真正需要什么能力。
这里有个小技巧：投的公司都选外地的，这样面试只能线上，你一天可以面五六个，效率最高。
B线：目标公司。
等你面试了十几家，知道市场需要什么了，再去投你真正想去的公司。
针对这些公司，专门做一版简历，强调你匹配他们需求的能力。
C线：资源线。
看看你的朋友有没有在某个公司，能不能内推。
或者你在即刻、小红书上看到某个公司在做AI相关的事情，但他们没发布岗位，你也可以主动发邮件自荐。
附上你的简历和作品集，基本上如果他们有需求，都会让HR跟你聊一下。
最重要的一步：面试复盘。
每次面试都录音，用飞书妙计或者通义听悟转成文字，标记好发言人。
然后把文字发给AI，让AI扮演资深HR，分析你哪里做得好、哪里做得不好、下次怎么优化。
每次面试都比上一次更好，面十次之后，基本上就很熟练了。
这时候再去面你真正想去的公司，通过的概率会高很多。
如何学习AI大模型？
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。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习和面试资料已经上传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】
第一阶段：从大模型系统设计入手，讲解大模型的主要方法；
第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
👉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】🆓
