本文针对本科生在大模型算法岗实习中遇到的困境，如学历门槛、时间压力和行业快速迭代等问题，提出实用建议。作者强调，本科生应优先完成学业，并通过参与前沿研究、阅读最新论文及保持英语阅读能力来提升竞争力。同时，建议本科生利用校内资源，尝试联系导师参与科研，而非盲目追求实习。文章鼓励本科生享受学习过程，而非急于进入职场。
Algorithm Kid, can you help me? I’m stuck!
我去，今天看了算法小登的文章，原来这实习这么有用啊，今天就充好leetcode会员，把hot 100加到题单；在github找好复现的项目，AutoDL先充100块钱；找了好几个八股材料。好了，明天就开始整吧！
请选择你的结局：
A. 第二天起床过后，肯定是昨天下决心下累了，怎么连早八都不想去上了。算了，明天再说吧。
B. 好好准备了一周过后，发现准备这个项目怎么这么烧钱啊，随便跑个实验就需要5 GPU hours，一顿饭钱就消失了。连这八股材料里的这些关键词都很难看懂，还是从长计议吧，先去上C语言课了。
C. 花了三个月时间准备了一个还看得过去的项目，搞懂了什么是transformer，什么是LLM，什么是SFT……Leetcode也刷了200多题，是时候把简历（用一个开发项目，一个课程作业，上学期拿到的二等奖学金凑满了一页简历）投一投了。第一次打开招聘软件，怎么岗位描述都写的”硕士及以上”啊？我们学校在的这个城市怎么只有这么几家公司有算法岗啊？
本科同学找大模型算法岗实习面临着许多天然的困境，最终的结果很可能就是——上不去也下不来了，既没有在学校的任务上做好，自己的就业竞争力也只能说聊胜于无。
谁不让你去实习？
较为繁重的学习任务要求学生待在本地、实习岗位普遍需要研究生学历、难有科研工作或落地的项目、快速发展的行业与毕业时的就业预期的落差。
首先是本科生（特别是前两年）在学校里确实面临更加繁重的学习任务，许多实用的前置课程也是之后需要用到的（数学相关、python、机器学习等等）。这就导致一周空余出来的时间并不多，而现在日常实习也会要求一周至少出勤3、4天。
互联网公司都集中在少数几个城市，对于研究生来说，部分会在得到导师允许后选择到北京等大模型算法岗比较多的城市去实习。而对于本科生，最好还是提前在招聘软件上找一找在你的城市里有没有机会。
大模型算法的实习岗位目前大部分都会要求学历在硕士以上，这不仅说明了互联网行业对于这个岗位的认识，也可以侧面说明目前这个方向的火爆程度。本科生难以在实际项目经验和在科研中得到的认知方面有优势。
最重要的是，目前大模型相关的一切都在快速迭代中，现在在实习中获得的经验可能在一年内就会过时。而对于大多数在读完硕士后再就业的同学来说，还有最少3年时间才面临最终的就业市场，现在死磕的小厂实习，可能三年过后都不忍写在简历上。
补充：小登在大三左右呕心沥血两个月做了一个自认为很漂亮的前端项目，想要凭借自己三脚猫的Vue技术去找一个实习，最终面了三家过后因为水平太差不敢继续。在认识到了自己的专业水平很低后，遂转向了考研。没过两年，改变行业生态的Cursor诞生了，把前端工程师的工作效率提升到了next level。而那时候小登正在NLP的论文里打转。
我太想进步了
但有些同学就说了：“我对AI真的很感兴趣，在入学之前就看了很多相关的书，一心想要进入行业可怎么办呢？”
小登从未鼓动大家一股脑地all in AI——AI是未来大势，全给我每天早上晨读《Attention is All You Need》，中午边吃饭边看李宏毅的录像，晚上阅读“蘑菇书”，甚至还会给大家讲一讲这个工作的局限和给人的折磨。但小登认为，在本科就开始探索自己感兴趣的方向，并快速做出有益的尝试是很有必要的。
如同在（文章）中所提到，接触最前沿的研究成果是很必要的，特别是在人工智能领域，即使是最新的论文，相比于其他专业领域也更容易看懂。你的前置知识只包括你已经学过的几个大学数学课程，细分领域的几篇经典论文，还有《如何使用ChatGPT》（我编的，不知道有没有这本书，but you know me）。只需要数个月，你就大概能摸清你所感兴趣的方向的研究现状和目前学界可以做的创新点。如果这时候你对科研有一点想法的话——
打开学校的计算机院官网（有些同学喜欢说缩写，我觉得太难听了所以一般不说，虽然工作的本质区别不大），找你感兴趣方向的导师，一般研究领域会包含“自然语言处理”“大语言模型”等等。然后撰写一封饱含科研热情（你最好真有，否则可能会让自己的大学生活痛苦无比）的邮件发送，最好提前能通过各种渠道得知这个导师的性格和最近研究方向，并且千万不要同时投给很多导师。如果能顺利进入实验室，一般就得到了辅助学长做科研的机会，以及一些算力资源。
更多的，保持阅读最新的大模型的技术报告和感兴趣的论文，顺便练练英语阅读。至于还要不要每天刷leetcode，实在是无法预测数年之后coding在面试当中的占比会不会更低了（现在已不是公司鼓不鼓励员工使用AI，而是有些公司会要求员工的token消耗量和token消耗所创造的价值了）。
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。
对于想入局大模型、抢占未来10年行业红利的程序员和小白来说，现在正是最好的学习时机：行业缺口大、大厂需求旺、薪资天花板高，只要找准学习方向，稳步提升技能，就能轻松摆脱“低薪困境”，抓住AI时代的职业机遇。
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👇👇
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】
