算法工程师、大模型应用工程师、C++/Java/Go开发+大模型，你到底该投哪个

我在知识星球 (opens new window)里经常遇到这类问题：

"Carl哥，我做了个RAG项目，该投算法岗还是应用岗？"

"我后端转大模型，投哪个方向比较合适？"

很多人连自己要投什么方向都没想清楚，就开始写简历了。

方向不对，简历写得再好也白搭。

---

大模型方向，实际就两类新岗位

别被各种岗位名称搞混了。大模型方向的岗位，本质上就两类：

算法工程师：改模型的。训练、微调、对齐，你的工作对象是模型本身。

LLM应用工程师：用模型的。RAG、Agent、对话系统，模型是你用的组件，你的工作对象是应用系统。

但还有一类，是大多数人的实际情况——传统开发岗位 + LLM能力。你的本职还是Java后端、C++开发、Go开发，只是现在这些岗位越来越希望你懂大模型。

大模型应用开发不会替代 C++/Java/Go 开发，它是一个新岗位，和传统开发是并列的。

为什么大模型应用开发岗位看起来这么多？不是因为传统开发岗位没了，是因为这是一个新物种，行业在吸纳人员。

业务框架依然要 SpringBoot，高性能 RPC 依然要 C++，高并发服务依然要用 Go。这些需求没有消失，只是这些岗位已经发展了很多年，人员已经够用了。

而大模型应用开发是这两年才冒出来的，自然需要大量招人。

不是旧岗位被淘汰了，是新岗位在补人。

我再给大家举一个例子，算法岗是早汽车发动机，大模型应用开发是做智能驾驶的，而C++/Go/Java开发是造车的。

不是说，有了智驾，车都不用造了，框架构架，通信协议，业务逻辑 要有开发来做。

而C++/Go/Java开发 + LLM，就是现在造车的，最好也要懂点智驾，这么比喻够形象了吧。

---

先说清楚：算法岗和应用岗，区别到底在哪

很多人以为区别是"懂不懂微调""懂不懂Transformer"——不是的。

两个岗位都需要懂微调、懂 Transformer、懂 Attention、懂 MoE。但深度和目的完全不同：

• LLM应用工程师懂这些，是为了做技术选型决策——为什么用 RAG 不用微调？为什么选7B不选14B？MoE 架构对推理成本有什么影响？你得能回答这些问题
• 算法工程师懂这些，是为了直接操作模型——怎么构造训练数据？LoRA rank 设多少？SFT 和 RLHF 先做哪个？你得能执行这些事情

打个比方：LLM应用工程师是司机，算法工程师是修车师傅。 司机也得懂车，知道什么时候该保养、什么时候该换胎，但他不需要自己拆发动机。修车师傅是直接动手的。

反映到简历上，写法也完全不同：

• LLM应用工程师写"了解大模型微调流程（SFT/LoRA），理解微调与RAG的选型边界"——重点在选型判断
• 算法工程师写"熟悉SFT+RLHF微调流程，有LoRA微调7B模型经验，BLEU提升15%"——重点在动手能力 + 指标

---

第一类：算法工程师

这个方向门槛最高，不是科班算法出身很难硬挤。

核心工作是：模型训练、微调、对齐。你直接对模型能力负责。

简历上最该突出的三件事：

1. 微调方法：SFT、RLHF、LoRA、QLoRA——不是写个名字就完了，要说清楚数据怎么构造的、超参怎么调的、效果提升了多少
2. 训练效率：微调一个7B模型用了几张卡、多长时间、用了什么并行策略——这些是面试官最关心的
3. 评测体系：怎么评估模型效果？BLEU/ROUGE够不够？有没有做人工评测？

这个方向最常见的坑是：简历上写了"对XX模型进行了微调"，但没有任何指标，没有对比实验，面试官不知道你微调了个啥。

算法岗的简历，指标就是命。 没有指标的微调项目，等于没做。

---

第二类：LLM应用工程师

这是目前岗位最多、也是最适合后端/全栈转型的方向。

核心工作是：基于大模型的能力，构建应用系统。RAG、Agent、对话系统，这些都是你的主战场。

你不需要训练模型，不需要推导公式，你需要的是工程化能力——把大模型的能力稳定地跑在生产环境里。

简历上最该突出的三件事：

1. 技术选型能力：为什么用RAG而不是微调？为什么选Milvus不选Pinecone？选型背后要有理由，不是"别人都这么用"
2. 问题解决能力：检索不准怎么调？幻觉怎么降？延迟怎么优化？这些都是实打实的工程问题
3. 落地交付能力：不是跑了个Demo就行，要上线的，要扛并发的，要控制成本的

这个方向最常见的坑是：简历写了一堆技术名词（LangChain、LlamaIndex、Milvus），但看不出你做了什么决策、解决了什么问题。

上一篇讲的四要素写法，对LLM应用工程师最适用，一定要用起来。

---

第三类：传统开发 + LLM能力

这是大多数人最该关注、但最容易忽略的方向。

什么意思？你的本职还是Java后端开发、C++开发、Go开发，岗位JD上写的也是这些。但现在越来越多的公司，在这些传统岗位的JD里加了一行："有大模型相关经验优先"。

这种情况下，大模型不是你的主业，是你的差异化竞争力。

简历怎么写？技能栏里，你原有的技术栈（Spring Boot、MySQL、Redis）还是主力，大模型相关的技能放后面两三条就行，别喧宾夺主。

举个例子，投Java后端开发：

• 熟悉Java后端开发，有Spring Boot/MyBatis项目经验
• 熟悉MySQL、Redis，有分库分表与缓存优化经验
• 熟悉RAG工程化落地，实践过向量检索与Prompt优化
• 了解大模型微调流程（SFT/LoRA），理解微调与RAG的选型边界

前两条是你的基本盘，后两条是加分项。面试官看到就知道：这个人后端扎实，还懂大模型，加分。

这个方向最常见的坑：为了突出大模型能力，把传统技能栏缩水了。面试官招的是Java开发，你技能栏一半在写RAG和Agent，他会觉得你方向不明确。

---

一个简单的判断方法

你是更想"改模型"还是"用模型"？

• 想改模型提升能力 → 算法工程师
• 想用模型做应用 → LLM应用工程师
• 想继续做开发但大模型是加分项 → 传统开发 + LLM能力

你是后端/全栈转型，没有算法背景？ 别硬投算法岗，LLM应用工程师才是你的主战场。你的工程经验是优势，不是劣势。

你不想换岗位，就想在现有方向上加分？ 传统开发 + LLM能力，大模型技能放技能栏后半段，两三条就够了。

方向不同，简历写法完全不同。先搞清楚自己要投什么，再动手写简历。

下一篇，我会专门讲简历技能栏怎么写：RAG/Agent/微调/部署各方向的技能词汇，分层写法，直接能套用。

---

这是「大模型应用开发简历系列」的第2篇，工作日每天更新一篇。

如果你想让我帮忙看简历，或者想系统学习简历写法，欢迎加入知识星球 (opens new window)，我在那里每天帮录友改简历。