毕业求职期间林然化名做出了一个让身边不少人感到意外的决定放弃已经准备了一段时间的后端开发方向转向AI大模型应用开发。一名普通本科计算机科学与技术专业的应届毕业生。在校期间他学习过数据结构、算法和机器学习也曾有过一段互联网后端开发实习经历。按照最初的职业规划他毕业后原本准备继续投递Java或后端开发相关岗位。但真正进入求职市场后林然逐渐发现传统开发岗位的竞争比预想中更加激烈。很多岗位不仅要求求职者掌握较为全面的技术栈还希望应届生能够具备完整的项目经验和实习经历。与此同时大模型应用开发、模型微调和模型部署等相关岗位开始频繁出现在招聘平台上。经过一段时间的观察和思考林然意识到继续在原有的后端开发方向上竞争并不是唯一的选择。结合自己已有的Python、算法和机器学习基础他开始尝试将求职方向转向AI大模型应用开发。刚开始接触大模型开发时林然认为自己学过Python、机器学习和算法转向这一方向应该不会太困难。但随着学习逐渐深入他发现学校中学习的基础知识与企业实际需要的项目能力之间仍然存在一定距离。Prompt工程、模型微调、数据处理、接口开发和模型部署等内容单独看都可以找到相关教程。但要将这些环节真正连接起来完成一个能够正常运行的大模型项目并没有想象中简单。当时的林然能够看懂部分项目代码却没有把握独立完成开源模型微调也不清楚如何将训练完成的模型部署成能够被调用的服务。为了补齐大模型项目实践方面的能力他报名参加了近屿智能的课程学习。与单纯重复学习理论知识相比林然更希望通过完整的项目训练将已有的计算机基础转化为能够用于求职和面试的实践经验。在近屿智能学习期间林然重新梳理了大模型架构、Prompt工程、模型微调和部署优化等内容并参与了开源模型微调、垂直领域模型适配以及API接口开发等实战项目。真正开始动手做项目后他也遇到了不少问题。数据处理不规范、训练过程报错、参数调整后模型效果不理想、本地环境中可以运行但部署失败这些都是项目过程中真实出现过的情况。最开始遇到报错时林然习惯直接搜索报错信息再按照网上提供的方法进行修改。但他很快发现大模型项目所使用的环境、数据和参数配置往往并不相同网上能够找到的解决方案不一定适用于自己的项目。有一次模型在训练过程中持续报错。林然尝试修改了多个配置问题依然没有得到解决。随后他将报错信息、参数配置以及自己已经尝试过的解决方法整理出来向助教和讲师进行请教。在老师的帮助下他重新定位问题、分析原因再逐步调整相关配置。随着类似的调试过程不断增加林然关注的重点也开始发生变化。他不再只是关注代码能不能运行而是开始进一步思考为什么要选择这个模型、数据应该如何处理、参数为什么这样设置以及部署失败可能发生在哪一个环节。这种变化也让他逐渐从“按照教程完成操作”转向真正理解一个大模型项目的运行逻辑。完成相关项目训练后林然开始正式投递AI大模型开发岗位。但他首先遇到的问题并不是技术而是简历。林然原来的简历主要围绕后端实习和常规开发项目展开。从招聘企业的角度来看很难通过这份简历判断他已经完成了求职方向的转换也无法快速了解他在大模型领域具备哪些项目能力。在就业指导老师的帮助下林然重新梳理了简历内容将重点调整到Python、大模型微调、深度学习框架和项目实践等方向。项目经历的描述方式也进行了相应调整。他不再只是简单罗列技术名称而是更加完整地说明项目解决了什么问题、自己负责了哪些环节、项目过程中遇到了哪些难点以及最终如何完成模型适配与部署。通过这样的调整林然的大模型项目经历得到了更加清晰的呈现招聘方也能够更加直观地判断他的实际能力。除了简历调整模拟面试同样是林然求职准备中的重要环节。虽然相关项目都是他亲自参与完成的但在最初的模拟面试中面对参数选择、模型微调流程以及部署细节等连续追问时他经常出现回答没有重点、项目逻辑讲不清楚等问题。经过多轮模拟和复盘后林然逐渐学会按照项目背景、技术方案、个人工作、问题处理和最终结果等结构介绍项目。他也逐渐认识到面试官真正关注的并不是求职者听过多少技术名词而是项目是否亲自完成、是否理解项目的运行逻辑以及遇到问题后能否进行独立分析。正式开始投递后林然陆续收到了企业的面试邀请。每次面试结束他都会记录面试过程中出现的问题再回到项目中确认相关细节并根据面试反馈不断调整自己的表达方式。这种持续复盘的过程让他在后续面试中能够更加清楚地介绍自己的项目也能够更加有针对性地回答技术问题。经过项目训练、简历调整、模拟面试和持续投递林然最终通过了上海一家AI技术公司的面试拿到了AI大模型开发工程师Offer。这次方向转换并不是将过去学习的内容全部推倒重来。林然原有的Python基础、算法思维和软件开发经验依然是他学习大模型开发的重要基础。近屿智能的项目训练则帮助他将这些相对分散的能力重新组合起来转化为企业能够看到、能够判断的项目经验。对于林然而言拿到Offer并不意味着自己已经成为经验丰富的大模型工程师。作为一名刚刚进入AI行业的应届毕业生他仍然有很多技术内容需要继续学习也需要在后续的实际工作中不断积累经验。但与刚开始转型时相比他已经不再只是停留在“对AI感兴趣”或“了解一些大模型知识”的阶段。他真正参与并完成了相关项目处理过模型训练报错和部署故障也能够在面试中清楚说明自己做过什么、为什么这样做以及遇到问题时如何分析和解决。这份Offer不仅是林然求职阶段取得的结果也验证了他此前做出的方向选择。转型并不一定意味着否定过去。对于具备一定计算机基础的学习者而言更重要的是找到适合自己的发展方向并通过完整的项目实践将已有能力转化为企业能够识别的职业竞争力。