在 AI 公司入职一个月的体验与感悟

我已经在一家人工智能公司工作了一个月，我讨厌在办公室工作，也从未想过有一天我会上下班。经过这一个月的工作，我开始对工作有了不同的思考，也明白了这种工作方式对我意味着什么。这段时间是分享工作细节和感受的时候。

背景

言归正传，先说一下这个职位的背景。该职位技术要求如下（仅供参考）：

工作要求

1、本科及以上学历，计算机、软件工程或其他相关专业硕士优先。

2. 扎实的HTML、CSS 和JavaScript 基础（普通）技能。

3. 熟练使用React、React Native、Next.js进行前端开发。

4、了解代码压缩、延迟加载等前端性能优化技术。

5.熟悉前端工程工具

6、具备优秀的解决问题的能力和团队合作精神。

7. 能够阅读英文技术文档

8、具有优秀前端项目开发经验者优先。

奖金：

– 为开源社区做出贡献

– 具有人工智能相关项目的经验。

– 有前端性能优化和SEO优化经验。

– 较强的产品思维和设计（UI/UX）意识。

– 换位思考。

– 具有一定的审美意识。

这非常符合国外主流技术栈（原因请看下一篇文章）。巧合的是，我的Web全栈学习路线偏向于国外的技术栈。所以说，从技术栈上来说，我最喜欢这家公司，而且它恰好是一家做AI开发的公司，所以我可以尝试前沿的技术，也恰好是我想做的事情。

求职经历

我是在Boss直招上找到的（这里没有Boss直招广告，也是我第一次使用Boss直招）。我本来想找人推荐，但碍于家庭情况，能力有限。另外，我的8部分论文和算法都达不到标准（我也很不愿意写）。到时候，情况恐怕不会乐观。

于是我决定去Boss碰碰运气，看看新手是如何找到工作的。

我们从5月1号开始准备简历和项目，5号开始提交简历。不过，提交简历时，应有1至3年工作经验的申请人，而不是应届毕业生或实习生，直接提交申请。这是因为，虽然我有一些工作经验，但正如我在之前的博客中提到的，我没有平时上班打卡的经验。

这段时间，我申请了20多份申请，但大多数申请者都看不懂自己的简历，更不用说提交了。后来我发现HR回复消息和发布职位都是要花钱的。

唯一回复的公司是我现在工作的公司，我提交了两个案例：人力资源部门（没有回复）和技术领导部门（领导回复）。

面试被鸽

也许是因为当时这个职位正在紧急招聘，所以我的老板并没有过多谈论直接招聘，但领导已经答应第二天早上11点来办公室进行初步面试和聊天。这段时间发生了一些事情，到了公司，我联系不上面试官，连微信打电话都打不通。我呆了大约10分钟就离开了，但等了大约一个小时，我没有收到他们的回复，所以我给我的老板留下了这样的评论：

我刚进公司的时候情况是这样的，我的第一次面试也是这样，说实话我心里有点郁闷，不知道还有没有其他合适的人选，所以就没有录用。他们没有给我发任何信息。打招呼就等于屏蔽我。然后去了附近的麦当劳，花了10块钱吃了一顿套餐安慰自己，麦！

开始面试

直到下午1点左右，我才收到面试官的回复，他正在开会，会议期间不允许使用电子设备。上午通过了一次面试，下午问他们有没有时间的时候，就通过了第二次技术面试（代码测试），直接拿到了工作offer。

到了早上我才发现这是我的猜测，但我还是不想去，心里有些失望，但转念一想也没有在意，直接去和Ta聊天了。下午的面试主要是前端基础知识和八部分论文题。其实我的回答不太好，也不喜欢研究问题。我去面试了。创建自己的代码是由您的业务环境驱动的，并从中寻找最佳实践。不过好在我的技术背景比较广，用过很多或多或少前沿的前端相关工具库，再加上两大优势：个人博客和github也有。接下来，我进入了代码评估测试，我使用公司计算机打开代码沙箱并创建待办事项列表，前提是我没有使用任何人工智能工具，并且没有框架或规则的限制。

这不是我的强项。有一次，我在学习某个框架的时候，不知道该写什么样的demo，就写了一个待办事项清单来练习。碰巧，这次我使用了next.js 应用程序路由器+ Tailwindcss 模板，并使用表单标签操作和服务器实现了新功能。我收到了这个offer，因为它表明我正在使用next.js并且有一些新功能。

听到这里，你是不是觉得收到这个offer有点奇怪呢？无论你做什么，结果都是好的。

不过，我收到offer后并没有立即决定加入公司，而且之前也曾被拒绝过，所以我对公司产生了怀疑。第二个原因是，我们是一家新兴的人工智能小公司，从应届毕业生找工作的角度来看，能否直接进入大工厂是非常重要的。以后跳槽到别的公司也没有问题。

然而，尽管我在当地申请了20多个职位，但都没有得到回复。此外，没有人在等待这个现有的职位空缺。另外，我对所提议的工作内容也不是很满意。于是我想了两天，最后决定加入这家公司。

薪资

我可能和公司不一样，因为我直接提交了1-3年的工作经验，但按理来说，我应该报名实习，因为我现在还是个应届毕业生。如果我成为全职员工后签订了劳动合同，是否意味着我已经成为全职员工？不过不用担心，用这种方式你不需要和学校签订三方协议，只需要签订直接劳动合同即可。

有3个月的试用期，你的工资将有20%的折扣。我现在的工资还算不错，但对我来说并不理想。也许是因为我知道的很多（全栈？全都做！）并且曾经赚过比这高得多的薪水，从内部角度来看我有些不平衡。不过，由于这是试用期，我们将在稍后讨论薪资。

接下来最重要的工作经历是让你觉得加入这家公司后没有后悔的经历。

上班体验

为公司内各部门介绍办公工具。

办公管理：企业微信

团队协作：Slack

任务板：Trello

代码仓库：Github

代码托管：Vercel

视频会议：变焦

可以看到，除了企业微信，其他应用都是国外的。不管怎么看，都不是国内公司，因为我部门的领导出国留学，很难理解该工具是国外的应用，而且技术栈选型是基于React生态的，没有。

入职第一周，部门召开了一次小型会议，简单介绍了部门的职责和职责，每个成员也做了自我介绍。我们专注于提供优质的学习环境，包括专业书籍、电子设备、UI模板和技术会议门票。只要对部门有利，能让你提高自己，你都可以要求他退款。

我要求领导退还420元左右的费用。我直接去财务部刷卡。感觉真好。

几天后，阿里巴巴负责B端低代码开发的同事来上班。他还负责前端开发。我从这个人身上间接了解到了在大工厂工作的经历。我没有在大工厂工作的经验，所以很紧张。

当我问他为什么来这家公司时，他告诉我，他已经下岗了，在家外包一年了，准备找工作，正好这家公司急需人才。 告诉。所以他来了。

: 警告补充

端午节过后，老人就退休了。具体原因我就不多说了，但可能是因为他年纪大了，不再适合工作了。我有预感，但又有点舍不得放弃。因为现在我承担了部门所有的前端职责。

:

团建

在我上班第一周的周末，我的领导安排了一次全部门的团队建设。该部门成立不到两周，随着新成员的加入，我们被要求成立自己的秘书处。出去吃。

在团队建设的过程中，我也了解到同事们的简历并不简单。我们有的是985毕业生，有的出国留学，有的曾在阿里巴巴、网易工作过。我的一些痛苦经历。

然后，我们原本计划在61号进行全公司的团队建设，但由于天气和周末人少而取消了。

端午节后第一个工作日中午，我们将为端午节部门准备晚餐。这个我就不多说了。这个频率感觉有点不对，而且有点刺耳，因为实际的项目输出仍然是Spring 1。

福利

该部门每月有一个最佳员工奖，其中包括300元的奖金或一天的免费假期。

还有一些看起来像是给小学生颁发的证书。 （后来才知道证书是用打印机打印的。）

我感觉目前最大的优势就是magicui动画库里的模板。当然，这是公司的官方网站，我自己的网站上也使用了这个动画库。

还有，像这个端午节这样的节日的好处，无非就是聚在一起发饺子而已。

通勤

公司距离我租的房子只有2公里，每天通勤时间在40分钟左右。我通常早上8 点左右起床，然后去办公室附近的一家早餐餐厅。早餐于8:40-50左右结束。当然，午餐也可以打包带走。下午结束工作后，我不得不选择坐公交车还是步行，吃完晚饭就回家了。

黑客松

黑客马拉松，也称为编程马拉松。这是我第一次听到这个词。领导给了两个选择。一是在城市建设智慧地铁，二是在购物中心提供贴心的购物体验。在过去的一个月里，我们学会了创建一个用户可以使用的AI程序，月底分发，每组获得3000元的奖金，并进行抽奖。我们部门的某个人与我们的两个小组坐下来，建议我们平分奖金。

不过，我个人认为，此举的目的是为了鼓励员工之间的协作，但同时公司内部的技术摩擦也在所难免。毕竟，这个竞争并不是我们的主要工作内容。

工作内容

我想很多人对于人工智能开发都有一个固定的想法，那就是你需要能够开发大型模型，知道如何对其进行微调，并且知道如何理解人工智能算法。虽然这个想法没错，但从开发AI应用的角度来看，一个前端，尤其是懂全栈框架的前端，其实是非常有必要的。

现在你不得不惊叹next.js的生态了。许多与AI 相关的示例可以直接从Vercel 的AI 模板中学习，预览以查看它们是否具有您需要的功能，在本地克隆并运行项目进行更改。一些部分。构建人工智能应用程序的速度也非常快。

仿 [AI SDK]

入职的前两周，我主要熟悉了如何使用next.js结合Vercel的AI SDK来开发AI应用，包括如何调用OpenAI的模型来实现AI聊天机器人。我们面临着模仿[AI SDK] 的挑战。这个项目不是开源的，所以我自然必须寻找其他方法。

第一个是页面的副本。作为前端开发，很容易实现。另外，该页面的样式是用Tailwindcss编写的，可以通过查看元素直接复制。

其次，在实现功能方面，AI SDK文档提供了非常完整的解决方案。只是根据文档稍微重写了代码，并没有深入到具体的细节。

官网首页

两周后开始正式项目开发，但首当其冲的是官网。

当时领导问我，“你用过Gatsbyjs吗？”“你想用这个框架建一个官网吗？”我提到我从来没有使用过它，但是如果你想建立一个面向内容的网站你可以考虑Astro，我愿意付出努力（我一直想学习Astro）我是这么认为的）。然而，在讨论了开发时间和成本之后，我最终决定使用next.js 进行构建。领导还推荐了动效库magicui，并让我看一些例子。我们想给官方网站添加一些动态效果。 然后就是前面提到的magicui的兑换问题。

Rag bot

由于篇幅有限，我不会过多谈论[RAG]。这提高了人工智能应用程序的可靠性，并提高了数据源而不是随机生成的数据的可信度。

RAG的基本流程如下：

搜索用户输入的问题：根据用户的问题对向量库进行相似度检测，找到最相关的内容来回答用户的问题。 增强：根据搜索结果生成提示。 一般来说，这包括“仅依靠以下信息来源来回答您的问题”。这限制了法学硕士对信息源的参考，以减少幻想并使答案更有针对性。将扩展提示传递给llm 并将数据返回给用户。

为了开发这个应用程序，我们参考了开源项目[ragbot-starter]并选择了datastax的Astra DB作为矢量数据库。

我在开发这个应用的过程中也恰好在学习Langchain.js，所以对数据处理部分有些熟悉。目前，该应用程序仅处理本地文件或用户上传的文件并配置各种设置。文件加载器]就是这样。

使用 RN 实现 chatbot

首先我们看一下GIF效果。

由于是第一次使用Screen Studio，所以显示效果不是很好，但主要目的是实现文字的流动效果。

我将简要说明如何实现它。使用[react-native-reusables]（React Native的Shadcn/ui）+[react-native-gen-ui]的特性来实现。后者相对简单，需要更改代码以进行后续估计。我不会发布代码，因为我担心它被泄露（实际上，它已经接近被泄露了）。

收获

最大的收获不是找到一家氛围好的公司，遇到一个好的领导，学习AI开发，或者完善技术栈。相反，我养成了良好的习惯，开始一日三餐，开始规律作息，开始工作与生活分开，慢慢感觉好多了。

下图是我五月份的月经时间表，我基本上是在午夜前睡觉。 （但是当我写这篇文章的时候，已经两点了）

这几年，我的作息和饮食习惯都很差，效率和写代码的能力明显下降，做什么都有点无能为力。想。今年已经过去一半了，我才写完两篇博客文章，但显然文章的输出效率并不好。

经过这个月的工作生活，我意识到可能是工作的变化，也可能是工作氛围的变化，但不管怎样，我能够走出自己的舒适区，找回真正的自己。对新事物的兴趣增加，对某些技术的热情重新燃起。

结尾

如何大规模训练人工智能模型？

我在互联网公司一线工作了10多年，指导过很多后辈。帮助了很多人学习和成长。

我们认识到我们有很多宝贵的经验和知识可以与您分享。我们还可以利用我们的能力和经验来解答学习人工智能中的很多困惑。这就是为什么我仍然坚持组织和分享不同的事情。忙于工作。然而，由于知识传播渠道有限，很多互联网行业的朋友无法获得正确的学习资料来提高学习水平。因此，重要的AI大规模模型学习资料包括AI大规模模型入门学习思维导图、优质AI大规模模型学习。书籍、手册、视频教程、实践学习和其他录制视频均免费共享。

第一阶段：大规模模型从系统设计开始，描述大规模模型的主要方法。

第二阶段：大模型提示通过word项目，我们从提示的角度出发，更好地发挥模型的作用。

第三阶段：大型模特平台应用开发利用阿里云PAI平台构建电商领域虚拟试衣系统。

第四阶段：大规模模型知识库应用开发，以LangChain框架为例，构建物流行业咨询智能问答系统。

第五阶段：结合大健康、新零售、新媒体等领域，对大规模模型的发展进行微调，构建适合当前领域的大规模模型。

第六阶段：基于SD多模态大规模模型，构建文胜图小程序案例。

第七阶段：聚焦大模型平台应用开发，通过星火大模型、文心大模型等成熟大模型，打造大模型行业应用。

学习后的好处：

• 通过本课程，您将获得基于大型模型的全栈工程实现（前端、后端、产品经理、设计、数据分析等）的各种能力。

• 可以利用大规模模型解决相关的现实项目需求：大数据时代，越来越多的企业和机构需要处理大量数据，可以利用大规模模型技术更好地处理这些数据并提高数据分析的准确性。和决策。因此，掌握开发大型模型应用程序的技能将使程序员能够更好地解决现实项目的需求。

• 基于大规模模型和企业数据AI应用开发，落地大规模模型理论，掌握GPU算力、硬件、LangChain开发框架和项目的实践技能，了解大规模模型的垂直训练。 -调优（数据准备、数据蒸馏、大规模数据提取）。模型开发）一站式学习。

• 能够完成通用大型模型的垂直领域模型训练功能，提高程序员的编码能力：掌握机器学习算法、深度学习框架等大型模型应用开发技术，提高程序员的编码和分析能力。更加熟练地编写高质量代码。

1. AI大规模模型学习路线图

2. 100套大型AI模型商业化计划

3.100集大模型视频教程

4,200 本大型PDF 书籍模型

5. LLM面试问题

6.AI产品经理资源集合

如何获得：

想要的朋友可以将照片保存到wx并扫描二维码免费获取【100%免费保证】

以上我在#AI公司工作1个月的经历和感悟相关内容摘自网络，仅供大家参考。相关信息请参见官方公告。