仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
原文（已授权）：https ://zhuanlan.zhihu.com/p/1898012155405664703
近期春招如火如荼，有些学弟学妹私戳我问一些大模型方向怎么选这种问题。我感觉没入行的同学们对目前的大模型行业现状的确不太了解，这里我简单科普一下今年的情况，均为个人观点。
目前的大模型工作，大致可以分为三种：大模型基座，大模型应用，大模型业务。
大模型基座：纯粹的模型工作，以“最好的训练数据、最好的模型结构、最稳定的训练框架、最高效的训练算法、最前沿的技术难点”为目标；
大模型应用：定向增强大模型的某些基础能力，让大模型能更好的落地；
大模型业务：更准确的说法是“业务大模型”，这类工作是以业务为基，大模型为辅的，也就是我们老生常谈的“大模型加持下的搜广推”。
基座团队就不多说了，这几乎是所有大模型从业者梦寐以求的岗位。手握最多的计算资源，做research，发论文，追赶或成为下一个OpenAI——主打一个又爽又卷。我重点强调一下大模型应用，大部分同学对这个方向是有一些误区的，普遍认为“做应用=洗数据=没技术含量”，其实不然，大模型团队的应用岗也是在紧追前沿技术的，agent就是最典型的大模型应用，基本算是2025年最前沿的方向之一了。
虽然大厂现在普遍把自己的大模型团队拆成了“基座/应用”两个团队，但很多技术方向其实是分不开的。math/code这种，既被视为是longcot的关键基础能力，又是下游应用的核心优化目标；roleplay既是指令follow的必备能力项，又是最容易落地的应用方向；agent更是两个团队都想做的兵家必争之地……你中有我，我中有你就是这两个团队的现状。但不得不说，基座团队确实会有更多的资源倾斜和research岗。
大模型业务则是大家一定要想清楚的一个方向，到底是想要稳定的就业岗位？还是想学最前沿的大模型技术？说白了，现在所有的算法方向都在尝试和大模型相结合，很多都是抱着试试看的心态，先做个简单的pe/sft/rlhf，能行就上，不能行就当无事发生。往好了说，搜广推是常青树，这些方向不太存在风险，当大模型的潮水退去，所有的大模型算法同学会像逃难般涌入其中；往不好了说，以业务为基的大模型岗位，可能不太愿意去follow最前沿的大模型技术，大模型只是一个锦上添花的选项，业务指标才是王道。
这里还要提一句，有“大模型基座”的就业机会，基本不需要犹豫，但这不代表投简历的时候可以无脑投大模型基座，投简历多少还是得讲点策略的。举个例子，字节是一个很看面评的公司，如果自己的能力、学历、履历不是特别优秀，就直接投“seed基座”，然后挂了，很有可能导致本来能去的“seed应用”也进不去了。
随着deepseek大杀四方，基座团队的岗位数量急剧下降，招聘的bar也提高了很多。就算能进基座团队，如果是御三家那确实很稳健，但小作坊的基座团队还真有随时不做的风险。所以我觉着新人可以适当提高一下大模型应用和大模型业务的权重，确保有卡用能拿来自学即可。
总之，选团队前一定要打听清楚自己要去的团队是三种团队的哪种，是否符合自己的预期。千万不要凭借JD来进行选择，所有JD写的都是“工作内容包括但不限于sft、rlhf、longcot……”。也不要拿卷不卷来作为选团队的关键因素，放一百个心，大模型没有不卷的团队。当下不卷，回头openAI/deepseek出新东西了也会卷。
最后补充一句，大模型时期，衡量一个团队潜力的核心指标是“算力”。所以，没必要打听某个团队是不是核心团队，需要打听的是这个团队有多少卡，什么型号的卡。注意一些细节，是100台机器还是100张卡？是团队有100张卡还是公司有100张卡？人均有多少卡？自己去了能支配多少卡？
从事大模型工作，最起码的技术自信还是要有的，只要手里有卡，就应该坚信自己能做出来一些东西，至少相信自己能紧跟前沿技术不掉队。这对于一个普通从业者来说已经足够了，至于能不能让自己的团队成为新的御三家，那就要看团队高层的决策能力和技术眼界了。
推荐阅读
R1的一些认知：4个经典误区
用极小模型复现R1思维链的失败感悟
全景解读LLMPosting-Train（后训练）技术
结合代码聊聊FlashAttentionV3前向过程的原理
7B小模型用规则奖励RL学会玩数独!
尝试基于0.5B小模型复现DeepSeek-R1的思维链
关于Deepseek采用EP推理方式的一些思考
吃瓜DeepSeek推理成本需要的相关概念：Throughput、TPOT、TTFT
关于DeepSeekV3/R1Decoding吞吐极限的估计
从DeepSeekR1论文深入理解推理型大模型
复现DeepSeekZero的RL调参经验
DeepseekR1Zero复现全过程记录
开源社区DeepSeekR1最新复现进展汇总
从DeepSeekV3看FP8训练的挑战
进入大模型技术群，备注：进群。
