我把从2022年-2026年四年开发过的代码库喂给大模型，让AI给我整理了下这四年的项目经历，做了一个技术栈和能力全景图的汇总。虽然时间线上有些出入，但能非常快速的帮我整理好了这4年主要的工作和成长阶段。
2022年7月中是我加入一个新团队的开始，2026年7月中是我离开这个团队的结束，整整四年时间。四年前加入时很突然很忐忑，心怀憧憬，四年后，团队解散的也很突然，但心情平淡无波。人员四处零落，一哄而散再难聚首，不甚唏嘘。
业绩不好团队解散是正常的，尤其在大厂，平均一两年就要团队调整重组下。到今年8月底，我就入职满6周年了。我在第一个团队两年的时间（2020年8月到2022年7月），期间经历了第一任领导被裁，团队与另一个团队合并。该新领导上任一年后，团队又被拆，我分到了第三任领导下。但我不喜欢新团队的工作模式和工作内容，就在2022年7月异动到了别的团队。
这就是后四年的团队(2022年7月到2026年7月)，在这个团队，算上一年左右外驻到其他团队做项目共建的经历，也差不多是经历了三任领导。
部门和团队起起落落，领导的任职也是在启用和罢免之间起起伏伏，没有什么是长久安逸的。时代在快速发展，技术在不断的更迭，只有不断学习，不断跟上技术发展，不断拓展自己的能力和视野的边界，才是职场生存之道。
1、工作阶段总结
以下是AI帮我整理的四年工作：
第一阶段：数据工程 & 特征基建（2022.07 - 2022.11）
|
项目 |
一句话 |
核心能力 |
|
0-特征预处理 |
电商用户行为特征工程，四层架构（ODS→明细→聚合→宽表），50+维特征，日处理亿级日志 |
PySpark、Hive、ORC分区、滑动窗口聚合 |
|
7-dmb_rpt |
核心行为报表系统，多时间窗口×多粒度（1/7/15/30/60/90天×5级类目），RDD flatMap 优化 |
OOP 架构、版本迭代 |
|
6-agile_tag |
B2B 企业购敏捷标签系统，企业法人/高管身份判定 + 公司×PIN 映射 + 运营名单模糊匹配 |
多表 JOIN、公司名→PIN 匹配 |
第二阶段：ML 建模 & 广告归因（2022.07 - 2023.07）
|
项目 |
一句话 |
核心能力 |
|
2-scala_project |
用户定向+行为序列 Embedding+广告归因，Scala Spark JAR + PySpark 混合架构 |
曝光→点击→下单归因、行为序列 Embedding、品类×品牌过滤 |
|
3-cvr_brand / 3-cvr_shop |
CVR 预估模型，Word2Vec 商品 Embedding + GBT/LR/MLP/Wide&Deep 多模型对比 |
端到端流水线、正负样本平衡(1:10)、滑动窗口扩正样本 |
|
13/18-图片标注 |
商品图片数据采集，63.5万条标注数据管理+多线程批量下载，YOLO-v8商品主图/商标识别 |
Hive标注平台数据、500线程并发下载、YOLO-v8、CLIP模型 |
第三阶段：因果推断 & 跨行业复用（2023.01 - 2023.09）
|
项目 |
一句话 |
核心能力 |
|
4-uplift_model |
电销 Uplift 增益模型，CausalML X-Learner + Class Transformation |
因果推断、AUUC/Qini Curve、Persuadables 人群识别 |
|
10-qiyegou_model |
B2B 企业购增长 ML 模型（c2register/b2gmv/c2gmv |
GMV分档多分类、RF/GBT、配置化 taskConfig |
|
11-pets_health |
CVR 模型，复用企业购框架到新品类 |
框架复用、I2U优惠券用户召回 |
|
16-phone_card |
合约机/号卡 CVR 模型，第5次框架复用 |
140+维 RFormula、运营商合作经验 |
|
12-hair_transplant |
垂直行业全链路，NLP(Jieba+BERT+LSA)+ALS协同过滤+FAISS向量检索 |
技术栈最广、Bert-Chinese+FAISS+ALS、4000万 OOM |
第四阶段：金融 & 大模型探索（2023.09 - 2024.06）
|
项目 |
一句话 |
核心能力 |
|
14-金融营销 |
银行信贷双模型（意向预测+审核通过率），XGBoost/LightGBM + pandas_udf 分布式推理 |
broadcast 模型分发、fake/origin label 双模式、180+维金融特征 |
|
15-教育 |
教育行业多个子项目：斑马/作业帮/少年得到/老年课 |
DIN 深度兴趣网络（PyTorch 自实现）、DeepFM（deepctr_torch）、LabelEncoder Unknown 处理 |
|
17-商品分期 |
商品分期多模态 Embedding，FastText+Node2Vec+GraphFrames 三路线 |
FastText subword、属性图谱、Spark GraphFrames 探索 |
|
16-家装 |
家装意向人群模型 + DeepFM 从零手写 + gRPC/LLM SKU标题解析 |
自实现 DeepFM、ChatRhino LLM、gRPC |
第五阶段：LLM 应用 & AI Agent（2024.07 - 2025.09）
|
项目 |
一句话 |
核心能力 |
|
19-AI质检 |
SCRM 客服对话三模态 AI 质检系统：文本(BERT/Rasa/LLM)+图片(Qwen2.5-VL)+语音(FunASR) |
多模型协作、Ray分布式、BERT→FastText、Cosine Sim Loss、标训一体 Pipeline |
|
20-腾讯云服务器 |
腾讯云服务器部署 AI Agent 质检系统：CoT 决策树+多级 Prompt 分流+电话话术审核 |
FastAPI 在线服务、CoT 推理、5版 Prompt 迭代、BGE-reranker+difflib、Xinference 部署 |
|
20标训一体 |
LlamaFactory SFT Qwen3-8B 全自动训练管道：标注→训练→导出→评估 |
LlamaFactory LoRA、四级推理级联、训练日志 0.45→0.94 F1、数据崩溃→恢复故事 |
第六阶段：AI 培训对话引擎（2025.11 - 2026.07）
|
项目 |
一句话 |
核心能力 |
|
21-AI陪练对话引擎 |
LangGraph 状态机+DeepSeek 驱动的多模式 AI 培训对话引擎 + 安全沙箱 |
LangGraph 7路由状态机、自研 AsyncVanillaRedisSaver、四模态流式 SSE、三层容错、Python 3.13+uv+Ruff+pytest 80% |
能力矩阵总结
数据工程 ML建模 因果推断 Embedding 深度学习 LLM/SFT 后端工程
0-特征预处理 ████████ ████ ░░░░░░ ░░░░░░ ░░░░░░ ░░░░░░ ░░░░░░
3-cvr_brand/shop ████ ████████ ░░░░░░ ██████ ████ ░░░░░░ ░░░░░░
4-uplift_model ████ ██████ ████████ ░░░░░░ ░░░░░░ ░░░░░░ ░░░░░░
12-hair_transplant ████ ██████ ░░░░░░ ████████ ████ ░░░░░░ ░░░░░░
14-金融营销 ████ ████████ ░░░░░░ ░░░░░░ ██████ ░░░░░░ ░░░░░░
15-教育(DIN/DeepFM) ████ ██████ ░░░░░░ ████ ████████ ░░░░░░ ░░░░░░
17-分期商品 ████ ░░░░░░ ░░░░░░ ████████ ████ ░░░░░░ ░░░░░░
19-AI质检 ████ ██████ ░░░░░░ ████ ████ ██████ ████
20-腾讯云 ████ ████ ░░░░░░ ░░░░░░ ░░░░░░ ████████ ██████
20标训一体 ████ ░░░░░░ ░░░░░░ ░░░░░░ ░░░░░░ ████████ ██████
AI培训 ░░░░░░ ░░░░░░ ░░░░░░ ░░░░░░ ░░░░░░ ██████ ████████
技术栈轨迹：数据工程 → ML 建模 → 因果推断 → 多模态 Embedding → 深度学习 → LLM 应用/SFT → 生产级后端服务。
一句话总结：从用 PySpark 处理日志的数据工程师，成长为能独立部署大模型、做 SFT、搭 LangGraph 状态机、写 80% 覆盖率生产级代码的 全栈 ML/LLM 工程师。
我让AI总结几个场景，从故事叙事角度写下工作经历，我觉得总结得也不错。
2、核心工作叙事
场景 1：数据基建故事 — "从亿级日志到结构化特征"
时间跨度：2022.02 - 2022.08
核心项目：0-特征预处理 + 7-平台标签建设
岗位匹配：数据工程 / ML 平台 / 特征工程
故事线：
我刚入团队时，面临的第一个挑战是把散落在多个 ODS 表里的浏览、加购、下单
日志变成下游模型能直接消费的特征表。数据量是日均亿级，而且浏览日志和加购
日志的字段结构完全不同。
我设计了一个四层架构——ODS 原始层只做读取，明细预处理层做清洗和标准化，
统计聚合层按用户×类目维度做多粒度聚合，画像宽表层做多源特征融合。每一层
产出一张独立的 Hive ORC 分区表，层与层之间解耦，任何一层出问题不牵连上下游。
这个架构后来成了团队的标准范式。我把 View/AddCart/Order 三种行为的聚合
逻辑抽象成了一个 OOP 基类，三种行为各自继承——这让我后来能在多个营销项目里
复用同一套代码框架。
场景 2：模型进化故事 — "从 RF 到 DIN 到 LLM SFT"
时间跨度：2022.08 - 2025.09
核心项目：CVR预估 → DIN自实现 → 文本Embedding → LlamaFactory SFT
岗位匹配：推荐算法 / NLP / LLM 应用
故事线：
我的模型能力进化路线非常清晰——四代升级。
第一代是传统 ML。用 Spark MLlib 的 GBT/RF 跑 CVR 预估，多模型对比选型，
解决正负样本 1:290 的不平衡问题。这个阶段让我建立了"模型不是越复杂越好"
的判断力——在 B2B 场景下树模型比深度学习更合适。
第二代是深度学习。我自己用 PyTorch 实现了阿里巴巴的 DIN 模型——核心是
Target Attention，让推荐目标动态加权 历史 SKU 的 Embedding。
自实现了 Dice 激活函数，区别于标准 ReLU。还在教育场景用 deepctr_torch
跑了 DeepFM，在家装场景从零手写了 DeepFM 的 FM+DNN 结构。
第三代是 Embedding 探索。不再满足于低维 Word2Vec——在白酒分期优惠项目里并行探索了
FastText subword（解决中文 OOV）+ Node2Vec 属性图谱（解决冷启动）+
GraphFrames 图结构三条路线，理解了不同上下游文的适用边界。
第四代是 LLM 时代。用 LlamaFactory 对 Qwen3-8B 做 LoRA SFT，把标注→
训练→导出→评估做成全自动 Shell 管道。从传统 ML 到 LLM SFT，四代升级
让我理解的不只是怎么训模型，而是"什么场景用什么模型"的判断力。
场景 3：LLM 落地故事 — "从调 API 到自己部署+SFT"
时间跨度：2024.07 - 2025.09
核心项目：19-AI质检 + 20标训一体
岗位匹配：LLM 应用 / MLOps / AI Agent
故事线：
2024年中，我开始用 LLM 做客服质检。最初的想法很简单——用 Prompt 让大模型
判断客服对话是否违规。但很快发现三个问题：
第一，Prompt 不是写一次就完事的。一开始的 Prompt 只有简单定义，准确率很低。
然后加了详细定义和正负面示例，准确率提升但遇到了边界 case——把正常投诉判为
品牌舆情。接着加了"豁免规则"——"客户主动提供不算数据泄露""内部链接不违规"。
最后发现 Prompt 太长 LLM 会忽略尾部规则，于是拆成了 5 个专项子 Prompt，
每个短小精准。前前后后迭代了 5 版。
第二，调 API 太贵。全量走大模型每天要花 6 元。我设计了四级推理级联——关键词
规则做毫秒级初筛，BERT 做 50ms 粗筛，内容安全接口做 200ms 审核，只有 20%
的困难样本才进入 Qwen SFT。成本从 6 元降到 1 元。
第三，真正让我有成就感的是把整个流程自动化了。我把"从 S3 下载标注数据 →
Alpaca 格式转换 → LlamaFactory LoRA 微调 Qwen3-8B → 模型导出 →
sklearn 评估"做成了一个 Shell 脚本，每天自动执行。中间遇到过数据格式变化
导致 accuracy 从 71% 暴跌到 45% 的事故——追查发现是新增标注数据的标签标准
变了。清洗数据后恢复到了 94%。这个故事让我成了团队里"能从头到尾搞定 LLM
落地"的人。
3、岗位赛道和竞争力分析
接下来更好玩的来，我让AI结合我的项目经历，从专业面试官或招聘HR的角度给我做个职业赛道和竞争力分析。这是它给出的分析结果：
赛道全景
匹配度
↑
90%+ │ ★ ML平台/数据工程
│ ★ LLM应用/Agent开发
80%+ │ ★ 增长ML/营销算法
│ ★ 搜索推荐（偏召回/Embedding）
60%+ │ ★ 搜索推荐（偏排序）
│
└──────────────────────────→ 薪资天花板
中 高
赛道 1：ML 平台 / 数据工程 / MLOps
匹配度：90%+
这是你最对口的赛道，也是面试通过率最高的方向。
为什么匹配
- 你做了整整 4 年的特征工程和 ML Pipeline，从四层架构到 OOP 框架到 v1→v3 配置化演进到 pytest 80% 覆盖率——这是一个完整的数据→特征→模型→工程的进化故事
- 同一个框架复用 5+ 品类，证明你能做平台化抽象
- 标训一体自动 SFT 管道是 MLOps 的完美案例
- 自研 AsyncVanillaRedisSaver 证明你能解决基础设施兼容性问题
核心竞争力
"我不仅能搭 ML 流水线，还经历过从 Notebook 脚本→模块化→配置化→生产级工程规范的完整进化。我知道每个阶段该投入什么、该牺牲什么。"
目标公司
字节（数据平台/ML Infra）、阿里（DataWorks/PAI）、腾讯、美团、京东内部转岗、各类做 ML 平台的中厂
薪资天花板：中等偏上。ML 平台不像算法研究员薪资那么极端，但需求稳定，不太受"大模型会不会替代 ML 工程师"的焦虑影响。
面试策略：主讲场景 4（工程成熟度）+ 场景 5（跨域复用），场景 1（数据基建）作为基本功佐证。
赛道 2：LLM 应用 / AI Agent 开发
匹配度：90%+
这是你2025-2026 年最热门的赛道，也是最能发挥最近两年积累的方向。
为什么匹配
- 你做了完整的 LLM 落地闭环：Prompt 工程 迭代 → LlamaFactory LoRA SFT → vLLM 部署 → 推理级联
- 标训一体全自动 Shell 管道：标注→训练→评估→部署的完整自动化
- LangGraph 状态机 + 自研 RedisSaver + CoT 决策树——这些是 Agent 开发的核心能力
- AI培训 的 4 模态 SSE + 三层容错 = 生产级 LLM 服务
核心竞争力
"我不是只会调 API——我自己部署模型、自己做 SFT、自己搭建推理管道、自己处理线上事故。从调 Prompt 到 LoRA 微调到 vLLM 部署，全链路都做过。"
目标公司
字节（豆包/Coze）、阿里（通义/百炼）、Minimax、智谱、Kimi、百川、各类做大模型应用的中小厂
薪资天花板：高。2025-2026 年 LLM 应用工程师供不应求，有 SFT 经验的更稀缺。
面试策略：主讲场景 3（LLM 落地）+ 场景 4（工程成熟度）。强调 71%→45%→94% 的 SFT 迭代故事——这比单纯说"我做过 SFT"有说服力得多。
风险提示：这个赛道卷得也快。你需要在面试中主动区分自己——不是"会写 Prompt 的人"，而是"能把 LLM 做成生产级系统的人"。你的工程规范（pytest 80%、Docker、Langfuse）就是最好的区分器。
赛道 3：增长 ML / 营销算法
匹配度：80%+
这是你业务价值最容易讲清楚的赛道。
为什么匹配
- CVR 预估（品牌/店铺/宠物健康/电信合约机）——最核心的增长模型
- Uplift 增益模型——从"预测谁转化"升级到"识别谁因干预才转化"
- B2B 企业购 GMV 分档——从"预测买不买"到"预测买多少"
- 白酒/教育——垂直行业增长模型
- 广告归因——曝光→点击→下单的归因链路
核心竞争力
"我做过从 CVR 预测到 Uplift 增益的完整升级。普通增长 ML 工程师只会做'预测谁会转化'，我知道怎么回答'干预有没有增量价值'这个问题。"
目标公司
字节（广告/增长）、快手（商业化）、美团（到家增长）、拼多多、小红书、各类电商/金融的增长团队
薪资天花板：高。增长直接挂钩 GMV/ROI，是公司最愿意砸钱的 ML 方向之一。
面试策略：主讲场景 2（模型进化）+ 场景 5（跨域复用）。Uplift 作为"差异化核武器"——大多数增长 ML 候选人没做过因果推断。
风险提示：你的深度学习排序模型经验（DIN 是单机 PyTorch，没有分布式训练）可能在大厂核心广告组面试中被挑战。如果面字节广告，建议提前补 DeepFM/DCN-v2 原理 + 大规模稀疏 Embedding 训练。
赛道 4：搜索推荐 — 偏召回/Embedding/向量检索
匹配度：75%+
为什么匹配
- Word2Vec → FastText subword → Node2Vec 图谱 → BERT-Chinese → FAISS 向量检索
- 4000 万用户向量的 FAISS 索引搭建
- ALS 协同过滤 → FAISS look-alike 扩量
- 三条 Embedding 路线并行验证——行为共现 vs 属性结构 vs 图拓扑
核心竞争力
"我对 Embedding 的理解不是只调 Word2Vec——我探索过行为共现、属性图谱和向量检索三种路线，知道每种范式的适用边界和冷启动表现。"
目标公司
字节（抖音推荐/搜索）、小红书（社区推荐）、B站（视频推荐）、知乎（内容推荐）、各类做推荐的中厂
薪资天花板：高。
面试策略：主讲场景 2（Embedding 三代升级）+ 场景 5（多场景复用）。DIN 作为"排序能力"的佐证。
风险提示：你的推荐排序经验偏浅——没有做过大规模分布式训练的深度排序模型。如果面字节抖音推荐核心组，需要补 YouTube DNN、DCN-v2、多目标排序（MMOE/PLE）。但如果面偏召回/Embedding 的岗，你的竞争力非常强。
赛道 5：搜索推荐 — 偏排序/CTR 预估
匹配度：60%+
为什么匹配度较低
- 深度排序模型经验有限：DIN 是单机 PyTorch 实现，没有工业级分布式训练经验
- 没有做过大规模稀疏 Embedding（Parameter Server 存 Embedding）
- 没有 TensorFlow 分布式训练（TFRecord + Horovod/PS）
- 没有在线模型服务经验（TF Serving/Triton）
如果一定要面这个方向
你的竞争策略不是硬拼"我会 DCN-v2/DLRM"，而是打差异化——"我有完整的特征工程→模型训练→因果评估链路，而且我做过 Uplift 我知道怎么评估增量价值"。
目标公司：增长 ML（更容易进）→ 内部转推荐（有了推荐经验再跳）。
薪资天花板：最高，但门槛也最高。
最终推荐
| 优先级 | 赛道 | 匹配度 | 理由 |
|---|---|---|---|
| 第一志愿 | LLM 应用 / Agent 开发 | 90%+ | 最新最热，你的 SFT+标训一体+LangGraph 是最强弹药 |
| 第二志愿 | ML 平台 / MLOps | 90%+ | 最稳，4 年积累的所有工程能力都能用上 |
| 第三志愿 | 增长 ML / 营销算法 | 80%+ | Uplift 差异化 + CVR 经验丰富 |
| 备选 | 搜索推荐（召回/Embedding） | 75%+ | Embedding 深度是优势，排序经验是短板 |
4、AI时代下的竞争力分析
在AI Agent时代，我哪些项目经历还有竞争力，哪些已经不具备竞争力了，如果要面试的话，应该往哪个方向去努力？
竞争力重新评估
AI Agent 时代（2025-2026）的核心变化：LLM 取代了大量传统 ML 的"胶水代码"工作，但对系统设计、工程规范、评估体系的要求反而更高了。
依然有竞争力（甚至更强）
| 项目 | 竞争力变化 | 理由 |
|---|---|---|
| Joy Learning Dialogue | ↑ | LangGraph 状态机 = Agent 编排的核心范式。自研 RedisSaver = Agent 记忆系统的基础设施。三层容错 = Agent 可靠性的关键。这个项目越往后越值钱 |
| SCRM LLM 质检 & 标训一体 | ↑ | SFT + Prompt 工程 + 四级级联 = Agent 时代的核心技能。"标注→训练→部署"自动化 = Agent 持续优化的基础设施 |
| 文本/行为序列 Embedding | → | RAG 和 Agent 工具调用都依赖高质量 Embedding。你的三条路线探索是 Agent 知识检索的基础能力 |
| DIN 自实现 | → | Target Attention 原理不会过时。Agent 的上下文理解本质上也是"动态加权历史信息" |
竞争力下降（但不归零）
| 项目 | 竞争力变化 | 理由 |
|---|---|---|
| CVR 预估（RF/GBT） | ↓ | 传统树模型的 CVR 预估正在被 LLM-based 方案替代。但"样本构造"和"正负样本平衡"的经验仍然有用——Agent 评估也需要处理不平衡数据 |
| OOP 框架复用 | ↓ | 框架设计能力本身不会过时，但 PySpark ML Pipeline 的具体实现正在被 LangChain/LangGraph 替代 |
| 特征工程（四层架构） | ↓ | 手工特征工程正在被 LLM 的端到端理解替代。但数据管道的架构思维（分层/解耦/分区管理）仍然通用 |
已经不具备竞争力
| 项目 | 理由 |
|---|---|
| 图片标注 | Agent 能自动完成 |
| BI 看板 | SQL 报表，已被自然语言查询工具替代 |
| push | HTTP API 管道，Agent 工具调用替代 |
| Scala 广告归因 | 虽是因果归因但对 Agent 时代没有延续价值 |
面向 Agent 时代，你的发力方向
方向 1：Agent 系统设计 — 你最应该深耕的方向
为什么：你已经在做 LangGraph 状态机了。Agent 的"感知→推理→决策→执行"循环本质上就是状态机。你的自研 RedisSaver（Agent 记忆）、四模态流式 SSE（Agent 交互）、三层容错（Agent 可靠性）都是 Agent 时代的硬通货。
要补的：
- Agent 评估体系（AgentBench/SWE-bench 等，不只是 accuracy）
- Multi-Agent 编排（多 Agent 协作/竞争/投票）
- Agent 工具调用（Function Calling 的设计规范）
- Human-in-the-Loop（人在回路中的 Agent 设计）
面试弹药：把 Joy Learning Dialogue 包装成 Agent 案例。"我不是只做了对话——我做了状态管理、记忆持久化、流式交互、容错降级。这些都是 Agent 系统的核心基础设施。"
方向 2：LLM 评估与数据飞轮 — 差异化优势
为什么：Agent 时代最大的瓶颈不是"怎么让 LLM 更聪明"，而是"怎么评估 LLM 的输出质量"和"怎么持续优化"。你的标训一体管道正是解决这个问题——自动标注→自动训练→自动评估。
要补的：
- LLM-as-Judge 评估方法论（一致性/偏见/成本）
- 数据飞轮设计（线上 bad case → 标注 → 训练 → 上线）
- RLHF/DPO 等对齐技术原理（不需要亲手做过，但需要能讲清楚）
面试弹药："我做过从 0 到 1 的 LLM 系统，最让我骄傲的不是模型本身，而是我把评估和迭代自动化了。Agent 时代真正的壁垒不是模型，是谁有更好的数据飞轮。"
方向 3：RAG 与知识检索 — 用你已有的 Embedding 能力切入
为什么：你的 Embedding 深度（Word2Vec→FastText→Node2Vec→BERT→FAISS）可以直接迁移到 RAG 的知识检索、Agent 的上下文检索。Embedding 是 Agent 的核心组件，不是过时的技术。
要补的：
- 多向量/多模态检索（文本+图片混合检索）
- Reranker（用 LLM 做检索结果的精排）
- GraphRAG（知识图谱增强的 RAG——你的 Node2Vec 经验是很好的基础）
面试弹药："我对 Embedding 的理解不是停留在调 Word2Vec——我探索过文本语义、属性结构、图拓扑三种 Embedding 范式。Agent 的知识检索需要的正是这种对不同 Embedding 适用场景的判断力。"
面试策略建议
你的定位口号
"Agent 系统工程师 — 从状态机设计到记忆系统到评估体系到数据飞轮，全链路都做过。"
面试时的项目讲述优先级
第一优先级（Agent 核心能力）：
AI培训对话引擎 → 状态机 + 记忆 + 流式 + 容错
SCRM 标训一体 → SFT + 评估 + 数据飞轮
第二优先级（Agent 支撑能力）：
文本 Embedding → 知识检索基础
电商特征工程 → 数据管道架构
可跳过：
CVR 预估（RF/GBT） → 除非面试官追问"你做过传统 ML 吗"
DIN 自实现 → 除非面推荐岗
三个"Agent 时代面试必问题"的预演
必问题 1：你觉得一个好的 Agent 系统应该具备什么特征？
"四个特征：一是状态管理——Agent 需要记住多轮交互的上下文，不只是 Prompt 里塞历史消息，而是结构化的状态追踪（我做 LangGraph 时深有体会）；二是容错设计——LLM 输出不可靠，每一层都要有降级方案（我的三层容错就是做这个）；三是评估体系——不是离线指标，而是持续的数据飞轮（我的标训一体）；四是工具编排——Agent 的能力上限取决于它能调用什么工具，以及如何编排这些工具的调用顺序。"
必问题 2：你怎么评估 LLM/Agent 的质量？
"我经历过从只看离线指标到建立评估体系的转变。在质检项目中，我发现离线 F1=0.94 不等于线上好用——因为训练数据本身有标注偏差。后来我做了三件事：一是定期人工抽检验证集样本做 Gold Set；二是按真实日期拆分验证集（周四的数据做 test），比随机拆分更能暴露数据漂移；三是建立了从 bad case 到数据清洗到重新 SFT 的迭代闭环。Agent 时代的评估不是一次性的事，而是一个持续运转的数据飞轮。"
必问题 3：Agent 的可靠性和成本怎么平衡？
"我做过一个很有效的实践：四级推理级联。简单问题用规则（毫秒），中等问题用小模型（50ms），困难问题才进大模型（500ms）。80% 的流量在前两级就被拦截了，成本降到原来的 1/6。这个思路对 Agent 同样适用——不是所有请求都需要调用最贵的模型、做最复杂的推理链。关键在于设计一个可靠的'复杂度判定'机制，让简单请求走快通道。"
一句话总结
Agent 时代没有让你的经验贬值——它只是让"调包式 ML"贬值了。你的系统设计能力（状态机/容错/数据飞轮）反而更值钱，因为 Agent 时代最大的挑战不是"让 LLM 变聪明"，而是"让 LLM 可靠、可控、可评估"。你应该把自己定位为"Agent 系统工程师"而不是"ML 算法工程师"，这是两个职业方向的分水岭。
真是一场酣畅淋漓的个人职场能力的深度剖析！！
AI时代带来的巨大技术冲击让以往具有竞争力的机器学习、深度学习、特征工程、数据挖掘、营销算法通通削弱了竞争力。以往可以凭借机器学习/搜推广告营销算法这些技术晋升，现在时代过去了，这些已经不再是竞争力，它带来的个人竞争力在AI时代的巨轮下被碾得粉碎，不再具有值得自豪的价值！曾经机器学习带来的巨大时代红利已经彻底过去了。
现在是AI的时代，要乘的东风是AI、是Agent、是大模型，若在这个时代红利期还不能吃上这口红利，风口过去，只剩下一片狼藉，技术也将失去了其加持价值，比如技术红利带来的晋升、加薪。抓住时代的机遇、抓住时代赋予的机会！机会稍纵即逝，五年吃红利的绝佳窗口期，五年末尾窗口收敛期，差不多十年技术红利期就完全过去了。
正如2013年-2024年这十年。2013-2019年，大数据技术、机器学习、深度学习的5-6年红利期，2020-2024年，机器学习、深度学习最后的4-5年红利期。2025年-2026年开始AI技术爆发，开始了它新一轮的红利周期，而深度学习、机器学习可以说彻底结束了其红利时代。不可以慢，慢意味着吃到红利的时间延后，而时间延后可能意味着错过红利窗口期，最后一口红利都没吃到，眼睁睁看着时代的技术红利过去！
刚毕业新进入职场的校招生不需要从大数据时代的技术开始学起，甚至也不需要学习机器学习、深度学习时代的技术，因为就算学了也没有实践落地的场景，不过是浪费时间和精力罢了。他们直接从AI时代的Agent技术开始学起！这是摆在他们面前的业务问题。就像2014年毕业加入职场的人，也不需要学习如何用python\php单机分批处理数据一样，他们直接使用HIVE \ Spark来分布式处理上百G数十T的大数据，因为那时候已经是大数据技术成熟的时代了！
2004年毕业，写了十年python处理数据的职场老人，和2014年刚毕业的职场新人，在面对hive/spark、mapreduce分布式处理大数据技术时，站在了同一个起跑线上。之前十年的代码技术，在分布式大数据处理技术面前，不能说是毫无价值，只能说没有多少领先优势。
2006年毕业，写了十年机器学习算法、用python sklearning职场老人，和2016年刚毕业就遇到spark大数据处理、ML、DL深度学习技术发展突破的职场新人又站在了同一个起点上。这时候的新人几乎不用再学sklearning，因为在这个时代技术下根本用不上，他们只需要学spark、tensorflow、torch、keras就足够胜任工作，而且业务场景也要求他们学这些。
2014年毕业，一路从hive\spark\tensorflow\大数据\机器学习\深度学习学过来的十年职场老人，在2025年又和刚毕业的职场新人站在了同一个起跑线。他们都要开始学Agent开发、学LLM、学提示词工程、学智能体设计，学用AI coding。他们不用从头学机器学习技术，因为那已经毫无竞争力。
时代淘汰的技术，会被人们毫不客气的抛弃。技术红利时代学到的技术能力，会在下一个技术袭来后彻底丧失其价值。这就是我从2014年到2026年这十二年间经历的真实现状，经历的真切感受。
5、如何制定学习计划，补齐AI能力？
在AI时代，为了提升自己的技术竞争力，我该如何设置成长路径？制定学习目标和计划？
结合你的现有能力基座和差距分析，制定一个 12 个月的分阶段成长计划。
你的起点
已有基座：
████████ PySpark/数据工程 ← 4年经验，硬通货
████████ LLM部署+SFT ← 自己部署+微调过
████████ LangGraph状态机 ← Agent基础设施
██████ 传统ML (RF/GBT/XGB) ← 工业落地经验丰富
██████ Embedding深度 ← 文本/属性/图三范式
██████ 工程规范 ← pytest, Docker, uv
████ 深度学习 ← DIN自实现，但全是单机
███ 多Agent编排 ← 几乎为零
██ 分布式训练 ← 几乎为零
██ RLHF/对齐 ← 探索过但没完成
██ RAG/GraphRAG ← Embedding基础好但没系统做过
12 个月成长路径
Q1 Q2 Q3 Q4
────────────── ────────────── ────────────── ──────────────
│ │
│ 补齐Agent Multi-Agent RAG+知识检索 RLHF+对齐 │
│ 系统设计 编排能力 体系化 能力建立 │
│ │
▼ ▼
深度Agent工程师 ──→ Agent系统架构师 ──→ 知识Agent专家 ──→ LLM对齐工程师
Q1：补齐 Agent 系统设计能力（1-3月）
目标：从"会搭 LangGraph"到"能设计完整的 Agent 系统"。
学习内容
周1-2：Agent 理论地基
□ 读 Lilian Weng 的 Agent 博客系列（Planning / Memory / Tool Use）
□ 读 Anthropic 的 "Building Effective Agents" 指南
□ 理解 ReAct / Plan-and-Execute / Reflexion 三种 Agent 模式的差异
周3-4：Agent 记忆系统
□ 实现三种记忆：短期（Redis/消息窗口）、长期（向量数据库摘要）、工作记忆（状态机）
□ 对比 LangGraph checkpoint vs Mem0 vs Zep 的优劣
□ 你的 AsyncVanillaRedisSaver 是短期记忆，补上长期记忆（摘要+检索）
周5-6：Agent 工具调用
□ 设计一套 Function Calling 规范（参数校验/错误处理/超时重试/降级策略）
□ 实现 Tool Retry（工具调用失败后的自动重试+换工具）
□ 对比 OpenAI Function Calling vs Anthropic Tool Use vs LangChain Tool
周7-8：Agent 评估体系
□ 读 "AgentBench" 和 "SWE-bench" 论文
□ 为你的 SCRM 质检 Agent 设计一套评估体系（不只 F1，加鲁棒性/延迟/成本/幻觉率）
□ 实现 LLM-as-Judge 评估 + 人工抽检对标
周9-12：实战 — 把你的 SCRM 质检升级为完整 Agent
□ 加入工具调用（查询订单系统、查询用户信息）
□ 加入记忆（记住这个客户之前被误判过的case）
□ 加入反思（判断结果不确定时二次推理）
□ 写一份 Agent 设计文档（状态机图+工具列表+评估指标+降级策略）
产出
1. 一份 Agent 设计文档（可展示给面试官）
2. 升级后的 SCRM Agent（工具调用+记忆+反思）
3. 一套 Agent 评估脚本（LLM-as-Judge + 人工对标）
Q2：Multi-Agent 编排能力（4-6月）
目标：从"单 Agent"到"多 Agent 协作"。
学习内容
周1-3：Multi-Agent 理论
□ 读 AutoGen / CrewAI / LangGraph Multi-Agent 的文档
□ 理解四种多 Agent 模式：
- 顺序流水线（Agent A → Agent B → Agent C）
- 辩论模式（多Agent独立回答→投票/评判）
- 分层模式（Manager Agent分发任务→Worker Agent执行）
- 竞争模式（多Agent同时尝试→最优结果胜出）
周4-6：实现两个 Multi-Agent Demo
□ Demo 1：代码审查 Agent 团队
- Architect Agent（分析需求）
- Coder Agent（写代码）
- Reviewer Agent（审查代码）
- Tester Agent（写测试）
□ Demo 2：客服质检辩论 Agent
- Agent A 初判 → Agent B 质疑 → Agent C 终裁
- 对比单 Agent 和多 Agent 辩论的准确率差异
周7-8：Multi-Agent 的工程挑战
□ Agent 间通信协议设计（共享内存 vs 消息传递 vs 黑板模式）
□ 并发控制（多Agent并行vs串行的trade-off）
□ 死锁检测（Agent A等Agent B的结果，Agent B等Agent A的输入）
周9-12：实战 — Joy Learning 升级为 Multi-Agent
□ 拆分当前单一状态机为三个 Agent：
- 出题 Agent（负责生成合适的训练题目）
- 陪练 Agent（负责对话交互）
- 评估 Agent（负责打分和反馈）
□ 三个 Agent 通过共享状态机协作
产出
1. 两个 Multi-Agent Demo（可放到 GitHub）
2. 升级后的 Joy Learning（Multi-Agent 版本）
3. 一份 Multi-Agent 通信协议设计笔记
Q3：RAG + 知识检索体系化（7-9月）
目标：把你已有的 Embedding 能力升级为系统的 RAG 方法论。
学习内容
周1-3：RAG 理论全貌
□ 读 LlamaIndex 和 LangChain RAG 的文档
□ 理解 RAG 的 5 个阶段：Indexing → Retrieval → Augmentation → Generation → Evaluation
□ 理解 Chunking 策略（固定大小/语义分块/递归分块/Agent式分块）
□ 理解 RAG 评估：Faithfulness / Answer Relevance / Context Relevance
周4-6：高级 RAG 技术
□ 实现三种检索策略：
- 稠密检索（你的 BERT/FastText Embedding → FAISS）
- 稀疏检索（BM25，关键词精确匹配）
- 混合检索（稠密+稀疏 → Reranker融合） ← 这个你做过(BGE-reranker+difflib)
□ 实现 Self-RAG（LLM 检索后自我反思"检索到的内容是否足够"）
□ 实现 Corrective RAG（检索不够时自动改写 Query 重新检索）
周7-9：GraphRAG
□ 读微软 GraphRAG 论文
□ 理解知识图谱 + RAG 的结合方式
□ 你的 Node2Vec 属性图谱经验可以直接迁移——
把 SKU 属性图换成"实体关系图"，Node2Vec 换成 GraphRAG 的社区发现
□ 实现一个 Demo：用 GraphRAG 回答"京东白酒品类里，酱香型和浓香型的客群画像有什么区别"
周10-12：多模态 RAG
□ 文本+图片+表格混合检索
□ 你的 Qwen2.5-VL 经验 + Embedding 经验 = 多模态 RAG 的完整基础
□ 实现多模态 RAG Demo：用户上传一张商品图 → 检索相似商品 + 描述差异
产出
1. 一个完整的 RAG 系统（混合检索+Reranker+Self-RAG）
2. 一个 GraphRAG Demo
3. 一个多模态 RAG Demo
Q4：RLHF/对齐 + 分布式基础（10-12月）
目标：建立大模型对齐能力，补齐分布式短板。
学习内容
周1-4：对齐理论
□ 读 InstructGPT (RLHF) 论文
□ 读 DPO (Direct Preference Optimization) 论文
□ 读 Anthropic 的 Constitutional AI 论文
□ 理解 RLHF 四阶段：SFT → Reward Model → PPO → 迭代
□ 理解 DPO 如何简化 RLHF（不需要显式训练 Reward Model）
□ 你在 verl/ 里已经有 DQN + Reward Model 的框架，正好补上完整流程
周5-8：DPO 实战
□ 用 HuggingFace TRL 库跑一个 DPO 训练
□ 训练数据构造：选 200 条对话，对每条生成 2 个回复（好 vs 差）
□ 对比 SFT 和 DPO 的效果差异
□ 你的 SCRM 质检是完美的 DPO 场景——
"违规→不违规"的误判是 preference 信号
周9-10：分布式训练基础
□ 理解数据并行 (DDP) vs 模型并行 (Tensor Parallel/Pipeline Parallel)
□ 理解 DeepSpeed ZeRO 的三个阶段
□ 用 DeepSpeed 跑一次多卡训练（哪怕只是 2 卡）
□ 目标：能讲清楚"什么时候用 DDP，什么时候用 ZeRO-3"
周11-12：算力规划能力
□ 理解 GPU 显存计算：模型参数×dtype + 优化器状态 + 激活值
□ 能根据模型大小和 batch size 估算所需 GPU 数量
□ 能回答面试题："Qwen-7B 全量微调需要多少 GPU 显存？LoRA 呢？"
产出
1. 一份 DPO 训练实验报告（SFT vs DPO 效果对比）
2. 一个 DeepSpeed 多卡训练的 Demo
3. 一份 GPU 显存估算的 Cheat Sheet
12 个月后的你
能力矩阵：
████████ Agent 系统设计 ← Q1 补上，从 LangGraph → 完整 Agent
████████ Multi-Agent 编排 ← Q2 补上，从单Agent → 多Agent协作
████████ RAG/GraphRAG ← Q3 补上，从Embedding → 知识检索体系
████████ RLHF/DPO 对齐 ← Q4 补上，从SFT → 完整对齐能力
████████ LLM部署+SFT ← 已有，保持
████████ PySpark/数据工程 ← 已有，保持
██████ 分布式训练基础 ← Q4 补上
██████ 工程规范 ← 已有，保持
定位口号升级：
Q1 结束时："Agent 系统工程师 — 能独立设计完整的 Agent 系统" Q2 结束时："Agent 架构师 — 能设计多 Agent 协作系统" Q3 结束时："知识 Agent 专家 — 能构建带知识检索的智能 Agent" Q4 结束时："LLM 对齐工程师 — 能从头构建 SFT→DPO→评估 的完整飞轮"
学习节奏建议
每周时间分配：
████████ 工作项目（40h） ← 在工作中实践（AI learning 就是最好的练手场）
████ 理论学习（4-6h） ← 周末集中读论文/文档
████ 动手实践（4-6h） ← 周末写 Demo
██ 输出总结（2h） ← 每周写一篇学习笔记（公开或私密）
每月产出：
□ 1 篇技术博客/笔记（读的论文，做的实验，踩的坑）
□ 1 个 GitHub Demo（即使只有自己看）
□ 1 次模拟面试（对着镜子讲你新学的概念）
核心原则：不是"学完再找工作"，而是"边学边练边面"。你的 AI Learning 对话引擎 项目就是最好的练手场——把 Q1-Q4 学到的 Agent 能力全部实现在这个项目里，三个月后面试时它就是你的"完整 Agent 作品集"。
扫一扫
2058
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
