目前大模型岗位激增，细分方向包括预训练、后训练、Agent 应用、AI infra、多模态大模型、大模型应用开发等。其中预训练（基座模型）最核心，门槛最高。一般就业岗位分为2种，第一种是长期探索、短期内不盈利的，比如Deepseek、字节seed、阿里通义实验室等，类似于 AI Lab。一种是让大模型赋能具体业务、创造价值，比如各种Agent，电商客服 Agent、coding AI助手等。

相对来说，大模型相关岗位薪资待遇是目前最高的。但是也要小心掉坑里，不同的细分方向差异比较大，比如做LLM应用开发，可能就是干开发的活，写一个llm接口，调用API接入到已有的业务中，虽然在开发岗中这类工作待遇比较好，但相比于算法岗不是很好。一般来说，能够改模型、调参的LLM岗位比较有竞争力。

除了新崛起的LLM，互联网大厂最需要的是搜索、推荐、广告（以下简称 “搜广推”）相关场景的算法工程师，这一大类岗位往往占到了招聘岗位的一半以上。逻辑如下：

互联网大厂本质上是靠流量赚钱。

搜索、推荐部门用来留住流量，广告部门用来进行流量变现。

比如抖音直播卖货，利用算法把直播广告精准推荐到有特定需求的用户，诱导用户点击进去下单。这个过程中广告主需要向抖音交钱，用户下单后抖音还要有抽成。

这里有个问题是，既然大模型目前还没有大规模商业化，那为什么薪资待遇比搜广推还高？

答，这其实是 “转移支付”，互联网大厂把卖流量赚的钱重金投入到LLM的研发中，所以造成了这么幽默的现象：从事搜广推的算法工程师为公司创造的巨量利润，被用来砸钱买GPU和请LLM算法工程师来搞LLM。从这一点也可以看出，资本只为稀缺性买单，一个能力强的算法工程师不至于被裁员，但要想拿到溢价，必须具备稀缺性，即你会的技能其他人不会，只能给你开高价防止被竞争对手抢走。所以，从功利的角度来看，就是得不停追热点，追新的稀缺性。

有人又会问了，为什么算法工程师整体薪资待遇比其他岗位（开发岗、产品岗等）高？按理说，一款成功的商业APP少不了各个岗位的人协同工作，为什么算法工程师的待遇一骑绝尘？

答，因为互联网大厂之所以是“大厂”，是因为盘子够大。算法工程师们调一调参数，让下单率提升1%，如果每天的GMV（商品交易总额）是10亿，可想而知，所能创造的利润是多么恐怖。就算一个开发岗的人夜以继日地写代码，估计也达不到这样的效果。所以算法岗一般猝死的可能性比较小，不像开发岗一样类似于体力活，工作量全靠一行行代码堆上去，算法岗主要是心累而不是身体累，因为调参这个也是手艺活，深度学习模型炼丹时往往不知道怎么调能work，模型训练也需要一段时间反馈，有可能搞了一段时间发现模型没怎么涨点，又需要产出，导致压力很大，每天都要不停地想怎么提点。算法工程师会心力憔悴，不至于写代码累死。