在职SDE 该怎么转AI Engineer?
转型 AI Engineer 的核心困惑与路径探讨。
1. 关键信息
- 在职 SDE 考虑转 AI Engineer，担忧传统岗位被替代（#1）。
- 建议转内部 AI 工具组或直接改 title（#3、#2）。
- AI 团队倾向招聘 PhD，但实操经验亦可（#6、#13）。
- Agent 开发存在被过度工程化风险（#7、#22）。
- 自我认同即可转型，无需重读学位（#17、#20）。
2. 羊毛/优惠信息
无。
3. 最新动态
- 认为 AI Engineer 门槛虚高，实际工作内容与自称有差距（#4、#23）。
- 工作量因 AI 工具提升，沟通与交付压力增大（#24）。
4. 争议或不同意见
- 是否需要 PhD 或学位加持（#6、#10、#13）。
- 转型是否仅靠自我声明（#17、#20、#22）。
- AI Agent 实际价值与工程化边界（#7、#8、#22）。
5. 行动建议
- 优先转内部 AI 组或调整 title。
- 强化系统设计 + AI Agent 知识。
- 聚焦 CUDA/Inference 优化等硬技能提升。
目前在职 Entry Level SDE。最近开始用 Claude Agent Teams 之后，感觉太无敌了，甚至觉得 entry level 工程师以后可能都没有什么活路了。 现在感觉前景比较好的方向可能是AI Engineer，不知道是不是比继续在传统 SDE 赛道里卷更好一些？ 目前的计划是多看一些系统设计 + AI Agent 相关的书和资料。大家有没有什么推荐的资源或者学习路线？
当然是直接把领英的title先改了
直接转到内部AI tool的组
想起这个段子来 https://twitter.com/hd_nvim/status/2040355741492527370 她突然凑近问我：“你也是搞 AI 的呀？做哪块方向的？”我背后一凉，嘴角抽搐：“就…… 就是大家都做的那种……” 她眼睛瞬间亮了：“你是做基座大模型的吧？万卡集群、千亿参数多模态对齐那种？”我干笑：“不是……” 她更兴奋：“那肯定是搞底层推理优化的咯？算力调度、量化权重、KV Cache，简直是 AI 工业化的核心啊！”我垂着头：“也不是……” 她盯着我，语气严肃：“难道是搞前沿架构的吧？多智能体博弈、思维链强化学习，做的就是通用人工智能 AGI？”我小声说：“也不是……” 她明显懵了：“那你不会是搞向量基建的吧？混合检索算法、GraphRAG 深度索引、多维向量数据库优化？”我摆摆手：“没有造轮子…… 也没搞过基建……” 她陷入沉思，缓缓开口：“那你做什么？” 我顿了顿，红着眼圈，终于崩溃，带着哭腔喊出：“我…… 我就是在搞 Agent 开发的！！！”
有没有可能以后传统sde就是干 BD2024: 系统设计 + AI Agent
BD2024: 目前的计划是多看一些系统设计 + AI Agent 相关的书和资料 现在AI team好像基本都只要PhD。你是PhD吗？
Agent开发感觉会随着模型逐渐变强变成overengineering，个人观点
AI agent 听起来 fancy 但实际 https://learn.shareai.run/ 一个就讲的差不多了。并且再怎么自己研发最后大概率也没有 anthropic 做得好，A\ 最近就新出了 managed agents https://www.anthropic.com/engineering/managed-agents%E3%80%82
朋友cmu半路出家IT 专业 master这个，感觉不读也行？感觉就是文凭+找不到工作啃老两年 这是一份来自 卡内基梅隆大学 (Carnegie Mellon University, CMU) 的录取通知书。录取的项目是 人工智能系统管理理学硕士 (Master of Science in Artificial Intelligence Systems Management, 简称 MS in AIM) 。 该项目由 CMU 著名的 汉茨学院 (Heinz College) 开设，是一个将尖端 AI 技术与战略管理相结合的高端交叉学科项目。 以下是关于该项目的具体细节： 1. 项目核心定位 MS in AIM 并非纯粹的计算机科学 (CS) 项目，它的核心目标是培养 能够领导 AI 转型并在组织中管理 AI 系统的人才 。 技术层面： 学习 AI、机器学习、数据科学和软件工程的基础知识。 管理层面： 关注战略、伦理、政策、变革管理以及如何将 AI 转化为商业价值。 2. 主要课程内容 虽然课程会根据具体选修有所不同，但该项目通常涵盖： AI 技术基础： 机器学习模型、编程、数据分析。 管理与领导力： 决策分析、组织行为学、项目管理。 AI 治理与伦理： 探讨 AI 的法律、政策和道德影响。 实践应用： 核心环节通常包含一个 Capstone Project （毕业设计项目），学生会与真实企业合作解决实际的 AI 管理难题。 3. 职业前景 该项目的毕业生通常会流向以下职位： AI 产品经理 (AI Product Manager) AI 战略顾问 (AI Strategy Consultant) 首席 AI 官 (CAIO) 储备人才 技术项目经理 (Technical Program Manager) 数据驱动的业务分析师
Hali: master这个，感觉不读也行？感觉就是文凭+找不到工作啃老两年 这种就是怎么使用AI的吧？感觉很容易被替代？
Hali: 感觉就是文凭+找不到工作啃老两年 我都不好意思跟他妈直说，只能说cmu 搞科技的很厉害很厉害世界排前几 一点tech不懂，建筑读一半跑来蹭tech，找不到工作继续啃老吧 诸葛亮: 这种就是怎么使用AI的吧？感觉很容易被替代？ 在家里自己钻研ai一暑假都比学校教的强了我觉得
山人 我不是啊。是得重开读PHD了吗
没必要读 PhD： PhD 出来是搞研究的，现在业界最缺的是能够让模型丝滑运行的 SDE。你如果能搞明白 CUDA 优化、Inference 提速、或者是向量数据库的高并发，你就是市场上最香的 AI Engineer，根本不需要那个文凭。
更何况
这跟我真的是八杆子打不着啊 从哪里下手呢
Agentic coding is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it. 如果非要推荐一本书的话，那就是人月神话。大概相当于这本书： /uploads/short-url/edWH5imDBTPH0NdKJB0qqeQ9s69.jpeg?dl=1
不需要转 只需要self identify即可
自学 而且 002: 不需要转 只需要self identify即可
BD2024: 这跟我真的是八杆子打不着啊 从哪里下手呢 其实跟你八杆子都打得着 从哪里下手都行 因为这年头 啥都叫AI
这年头，大家都是AI Engineer，还需要转吗
BD2024: 山人 我不是啊。是得重开读PHD了吗 等读出来，又了
不是会用Claude就能转型成AI Engineer的。 你研究生的主方向是人工智能和机械学习吗？你PHD做过什么AI相关的研究和论文？这种叫AI Engineer，而不是我今天用Claude创建了几个agent就是AI Engineer了
你们的bar有点bubble，打开indeed看看forbes 500 nontech那些big names给‘AI engineer’开多少钱jd怎么写就知道（如果真想走这条路的话）peer实际上可能什么水平了
大规模用AI以后感觉SDE活更多了，以前1/3时间开会，1/3时间写代码，1/3时间摸鱼（思考）。现在几个feature同时开搞，60%时间都在和不同人开会确定需求，delivery，40%时间和claude/codex确定方案，然后趁开会的时间跑plan，还得自己抽时间优化skills，测试什么的，今年突然开始忙的飞起来，以前1-2年的工作量现在1-2个月就要完成，泥潭摸鱼的时间都少了
老钟型固步自封。按你这标准Dario毕业的时候都不算搞AI的。