@thaiscbranco_:招聘 AI 工程师——不是随便那种,而是能把模型输出从“垃圾”变成“大厨之吻”、对评估与数据质量走火入魔、痛恨紫色渐变、热爱创意、为测试脚手架狂喜、坚信“记忆”才是 AI 最大瓶颈的顶尖高手
摘要
招聘方寻找精英 AI 工程师:专注打磨模型输出、死磕评估与数据质量,热衷底层工具而非花哨界面。
招聘 AI 工程师——不是随便那种,而是:
- 能把模型输出从“垃圾”变成“大厨之吻”
- 对评估与数据质量走火入魔
- 痛恨紫色渐变
- 热爱创意
- 为测试脚手架和 harness 狂喜
- 坚信“记忆”才是 AI 的最大瓶颈
查看缓存全文
缓存时间: 2026/04/23 13:07
招聘 AI 工程师。不是随便哪位,而是这样的:
- 能把模型输出从“垃圾”变成“神作”
- 对评估指标和数据质量走火入魔
- 讨厌紫色渐变
- 热爱创意
- 对测试框架和脚手架爱到 geek
- 坚信“记忆”才是 AI 的最大瓶颈
相似文章
我们是在培养AI工程师,还是仅仅是AI工具的使用者?
文章观察到,初级AI工程师倾向于专注于提示工程和低代码平台等高层次工具,而非深入理解基础知识,这引发了对面试中解决问题能力的担忧。
设计抗AI的技术评估方案
Anthropic工程师Tristan Hume探讨了为招聘性能工程师设计抗AI技术作业测试的挑战,并详细介绍了近期Claude模型如何开始超越人类候选人的表现。
@tuhinone: https://x.com/tuhinone/status/2054603346905080136
一篇观点文章,主张未来应是由专注、以客户为中心的团队开发的专业化AI模型,并列举了OpenEvidence、SchoolAI、Lovable、Harvey、Boltz和Notion等公司。
@akshay_pachaar:作为AI工程师,请学习:- 驾驭工程,而不仅仅是提示工程 - 提示缓存与语义缓存…
Akshay Pachaar 概述了AI工程师在提示工程之外的必备技能,包括缓存策略、可观测性以及成本分摊。
@Meer_AIIT: 自主AI领域的发展速度超过了其职位名称,大多数从事这项工作的资深人士并未清晰地…
评论:自主AI领域的发展已经超越了传统职位名称,使得人才发现变得困难;Nimble Search的一款自主工具通过阅读实际工作内容而非依赖关键词来寻找资深AI工程师。