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 23:51
世另我，我还以为是我发的帖🤣🤣🤣

我个人自己的选择是在推广搜搞llm的应用（harnes ...

是啊，在一个组里promo和提升技能至少占一个，但我感觉我现在一个都不占。。

匿名用户 发表于 2026-10-25 06:34
我现在做agent trajectory control,虽然主要是llm，但是其中核心方法全部是传统统计方法，比如置信度指标。 ...

对啊，工程上都share很多方法，但是给llm做的附加值也高一些吧（比如做传统的data pipeline VS 给llm做），以及进入这个圈子，认识更多人。
另一个比方就是工程师干的事情都差不多，但都更愿意去头部公司

1） WLB变差 （35hr变60hr的样子）

60hr 养生呐？

我个人其实也困惑，但是我现在困惑的不是该不该转LLM，而是我现在就是普通的SDE，连ML都沾不上边，如果说做ML的还可以考虑有可能转，那其他人怎么办呢？这是我一直没想好的。就算想去做agent，我现在最尴尬的是，我在公司里面那是使用agent的人，做agent的活根本轮不到我啊。

匿名用户 发表于 2026-10-24 15:50:13
感谢回复，请问你在llm里面做什么方向的呢？以及在你看来哪些是比较有意思的方向呢？
我个人是觉得train和inference我很难qualify，毕竟现在人太

我是最早转的一批，自知没有能力和oa大神比，最多做posttraining，但我产品化能力好，所以一直做应用track。建议做你能尽快转、在那边有有效产出的，比如你懂search就去做rag，懂rec去agentic system里做llm based rec等等，懂一些底层优化去做infra。一般llm组都是strongE5起步，不会给你慢慢学习的时间，你要立刻能带来价值。

匿名用户 发表于 2026-10-25 19:51
我是最早转的一批，自知没有能力和oa大神比，最多做posttraining，但我产品化能力好，所以一直做应用track ...

多谢分享，比如llm based rec你觉得这更属于LLM还是MLE？
我自己的感觉llm based rec（generative rec）似乎主要靠MLE这边在落地（hstu，onerec，etc）？

而且在技术上和纯llm的也有些不一样：
纯llm应用：foundation model拿来直接用，是在model上接着套应用的东西
gen rec：用llm作为building block，目的是提高metrics

匿名用户 发表于 2026-10-26 07:28:51
多谢分享，比如llm based rec你觉得这更属于LLM还是MLE？
我自己的感觉llm based rec（generative rec）似乎主要靠ML

这是一种 对简历挺好的 不过我问你做过吗 摸着良心说管用吗 把这套搬去中厂能靠它活下来吗
另一种是一些agentic wf里直接做context engineering或者做个小dl模型 我们也比一般工程师或llm researcher有优势

微信用户_a74b39d 发表于 2026-10-25 07:41:09
1） WLB变差 （35hr变60hr的样子）

60hr 养生呐？

笑死 有个著名ai掉队公司的hm和我说 我们组很累的55hr起步哈哈哈哈 我好想去养老 现在的org半年光E7就熬倒仨了E6/5都不用数