国产AI大模型火了。

近日，DeepSeek（深度求索）超越ChatGPT，登顶苹果中国区美国区APP免费榜。而更让人关注的是DeepSeek正在豪掷千金招聘。在相关招聘网站，DeepSeek拿出52个岗位招聘，平均月薪均在两万元以上，“深度学习研究员-AGI”一职月薪甚至达到了8万—11万元，14薪，如此算来，年薪百万。

据了解，中国新锐团队DeepSeek（深度求索），是来自杭州的一家成立不到两年的科技公司，全名为杭州深度求索人工智能基础技术研究有限公司。公司创始人梁文锋，也是国内知名量化资管巨头幻方量化联合创始人。

在招聘网站上可以看到，DeepSeek目前在北京、杭州两地均有办公地点，在团队研发人员方面设置大量岗位，包括深度学习研究员、核心系统研发工程师以及客户端工程师、资深ui设计师等，月薪均在两万元以上。核心系统研发工程师月薪6万—9万元，深度学习研究员-AGI月薪甚至达到了8万—11万元，且均为14薪。 不仅如此，DeepSeek对于实习生也开出诱人薪资：AGI大模型实习生岗位的工资为500元/天—1000元/天，深度学习-AGI实习生500/天-510元/天。

一、自然语言处理算法（30-60K·14薪）********

【岗位职责】

1. 既懂算法又懂系统 2. 既能调精度也能调性能 3. 既考虑训练也考虑推理部署

【任职要求】

1. 既懂算法又懂系统

2. 既能调精度也能调性能

3. 既考虑训练也考虑推理部署

二、AGI数据百晓生（15-30K·14薪）****

【岗位职责】

1. 大模型安全：负责构建LLM内容安全的能力，比如回复干预，输入安全，输出安全等多层内容安全机制，保证大模型在单轮、多轮场景下的输出内容合规；

2. 数据集相关：根据数据集的设计需求和用途，为数据集标准环节制定详实、全面、可执行的标准；参与数据标注平台的设计与搭建，协助设计标注平台的交互界面；对数据集阶段性质检，迭代标注标准；

3. 大模型评估：测评 AGI 模型的能力边界，实时跟进大模型发布进展，设计模型评估维度，反馈给团队评估结果，并能从数据的视角提出优化模型方案；

4. 产品设计：根据团队计划，适时开发大模型应用demo，设计前后端交互界面；

【任职要求】

1. 对大模型有基本的了解，对数据集的优劣和评估方法有自己的认识

2. 涉猎广泛、博闻强识，对各行各业的知识都拥有强烈的兴趣 3. 自驱力强，对通用人工智能的实现和到来感到无比激动 4. 具备较强的表达沟通和统筹能力，责任心强 5. 有过产品设计、交互界面设计、项目管理或数据标注相关经历优先 6. 实习生和校招全职都有hc, 实习仅限可以长期留用的同学，有相对充足的实习时间，每周到岗4天及以上

三、数据百晓生（500-550元/天)

【岗位职责】

1. 大模型安全：负责构建LLM内容安全的能力，比如回复干预，输入安全，输出安全等多层内容安全机制，保证大模型在单轮、多轮场景下的输出内容合规；

2. 数据集相关：根据数据集的设计需求和用途，为数据集标准环节制定详实、全面、可执行的标准；对数据集阶段性质检，迭代标注标准；

【岗位收获】

1.对大模型有基本的了解，对数据集的优劣和评估方法有自己的认识

2. 涉猎广泛、博闻强识，对各行各业的知识都拥有强烈的兴趣

3. 了解简单的python代码，擅长创作大模型Prompt

4. 至少实习3个月，每周到岗4天及以上

实习生和校招全职都有hc，实习要求有相对充足的实习时间，每周到岗4天及以上

四、资深ui设计师（40-70K·14薪)

【岗位职责】

1. 全面主导和负责 DeepSeek App、网页端等产品的设计工作

2. 全面主导和负责 DeepSeek 官网等页面的设计工作 3. 全面主导和负责 DeepSeek 品牌、业务相关的视觉设计工作 4. 帮助建立产品通用性的设计交互规范，提升体系化效率

【岗位收获】

1. 优秀的艺术类教育背景；

2. 有互联网或科技公司UI设计工作经验；3. 具备丰富的视觉设计经验，熟悉 AE、C4D 等设计软件优先 4. 熟练运用 Figma、PS 等设计工具 5. 具备良好的设计审美 & 品味

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​