senior eng下一步：应该坚守MLE还是靠向llm呢？

匿名用户 发表于 2026-10-24 11:07:13
同搜广推背景转inference 想先做起来积累经验 然后找机会跳头部

我感觉这玩意也就火这一两年了 后面还有没有坑都难说😂 主要是oai的搜广推不给我面试 别的ai公司好像也不要做这个的

匿名用户 发表于 2026-10-24 10:15
借lz贴讨论一下；先分享一点data point：
在lz说的大厂搜广推核心组，大家做的事情主要分成几种：
1. 做dat ...

请问assembly curve 是指 ranking score 的融合公式吗？

你这个在推广搜都属于边缘组，你的问题都不在推广搜这个方向上，在于组是烂组。
至于转llm, 这个一年多前空间很大，完全没背景的照样可以去做后训练，现在饱和了，所以很难转。你说的那些什么专门做数据评测的，那些也都不是llm核心方向，别听别人吹什么数据评测重要，做那些东西的人都不重要。
没connection就老实待着最好，现在行情不好

既要WLB又要promo又要develop new skillsets

现在的市场只能选一样

楼主以目前的经历能去有稳定scope和强力TL的LLM组么？
不能的话，去边缘LLM组也是换个地方写business logic然后等reorg/priority shift

匿名用户 发表于 2026-10-24 11:07:13
同搜广推背景转inference 想先做起来积累经验 然后找机会跳头部

你是先往ml infra转吗？我看内部有inference关键字的opening都没有（不是不多而是没有😂）

匿名用户 发表于 2026-10-24 12:02:42
你这个在推广搜都属于边缘组，你的问题都不在推广搜这个方向上，在于组是烂组。
至于转llm, 这个一年多前空间很大，完全没背景的照样可以去做后训练，现在饱和了，

感谢回答。对的，我同意是组的问题，
我的观察是组里读不读paper是一个好指标，
不读paper就意味着不需要追踪业界，意味着就在现有的一亩三分地里调调curve

匿名用户 发表于 2026-10-24 12:08:48
既要WLB又要promo又要develop new skillsets

现在的市场只能选一样

谢谢回答，现实的确是这样。如果能力超群或者已经在好的组会没有这些纠结。

就是能力普通，组也一般才纠结应该把精力投到哪里。总不能一边干本职，一边看别的mle组，一边看llm inference，一边看llm eval…那精力分散肯定不行

匿名用户 发表于 2026-10-24 12:30:51
你是先往ml infra转吗？我看内部有inference关键字的opening都没有（不是不多而是没有）

本来是搜广推的ml infra 转llm inference

匿名用户 发表于 2026-10-24 10:12:08
有同样困惑。以前做ranking，现在做agentic product相关。之所以说是相关，是因为真正能做agent model的活落不到自己手上，所以只能是一

所以我觉得对于engineer来说（不包括大牛researcher），llm或者genai领域最后值钱的，有机遇的还是infra。落地靠的是infra。这也是我在这个领域的深刻体会。什么rag，agent，甚至llm train的基本原理都不难，但真的要我们handle billion user的系统，就各种难题，不光技术的。这个经验才是我们最后安身立命的本钱？这个很难被agent化。

匿名用户 发表于 2026-10-24 10:59:52
我是搜广推背景 我在找inference赛道 我发现做inference的re/sde除了可以让你申请ai公司 工资上和搜广推没啥大差距 我现在还想着增加搜广推

好奇你们都啥搜光推背景可以轻易转llm inference呀？我感觉那个很specialized，要对GPU cuda啥的很有钻研，我觉得没背景很难转。