「AI 方向好找工作吗」没法直接回答:AI 和机器人是两条差异很大的赛道,岗位从算法研究到现场部署,要求几乎不重叠。更有效的问法是:我的背景能对上哪类岗位?那类岗位每天做什么?招聘方用什么证据判断我能做?这篇按公开招聘描述的共性要求来拆,不预测行情,也不承诺结果。

一、岗位地图:先找到自己的入口

方向日常产出核心能力常见门槛作品集证据
算法研究新方法、论文、实验数学、论文阅读与复现、实验设计硕博或顶会论文较常见复现报告、消融实验
应用算法(CV/NLP/多模态)可上线的模型与评测Python、深度学习框架、数据处理、评测本科以上加项目指标对比、badcase 分析
机器人软件ROS 2 节点、控制/感知/规划模块C++/Python、Linux、运动学、tf2、仿真相关专业,有仿真或实机经验可运行仓库、演示视频
嵌入式与驱动固件、通信、实时控制C/C++、MCU、总线协议、实时系统电子或自动化背景硬件调试记录
系统集成与部署现场交付、调参、运维工程排查、脚本、客户沟通能出差、动手能力强部署案例、故障复盘
AI 应用工程RAG/Agent/工作流产品API、后端、评测、成本控制全栈或后端基础上线产品、评测集

岗位名称与要求以各公司公开招聘描述为准,上表是共性归纳。选方向时优先看「日常产出」:愿不愿每天做这些事,比岗位名字重要。

二、怎么读一份招聘 JD

把 JD 拆成五层,逐条对照自己的证据:

  1. 硬技能:语言、框架、工具。区分「熟练使用」和「了解」,后者通常不构成门槛。
  2. 项目深度:有没有实机、真实数据、上线经验。这一层最影响面试追问。
  3. 科研要求:论文、竞赛、专利。研究岗权重大,工程岗多为加分。
  4. 工程规范:Git、测试、代码评审、文档。很多候选人忽略,却是团队最在意的。
  5. 软性条件:出差、驻场、跨团队协作。机器人岗位尤其常见,提前确认自己能否接受。

看到「精通」「熟悉」「了解」别按字面焦虑。用「做过什么、做到什么程度、有什么可验证的结果」回答,比形容词有用。

三、作品集:三个项目胜过十张证书

招聘方真正想看的是:你能不能独立把一个问题从定义做到可验证的结果。推荐三种项目:

  • 复现加改进:选一篇论文或开源项目,跑通基线,改一个变量并对比,重点是「可复现」和「说清差异」。
  • 真实场景小系统:从数据采集到部署完整走一遍,例如「小车固定路线巡检加异常上报」。
  • 开源贡献:给机器人或推理框架修 bug、补文档、加测试,能证明你读得懂别人的代码。

每个项目按这个结构写清楚:

问题:要解决什么,为什么值得做
约束:硬件、数据、时间、成本
方法:关键设计与取舍,为什么不用另一种方案
指标:怎么衡量,基线多少,最终多少
失败:试过但没效的方案,以及原因
复盘:如果重做,会改哪三件事

再配一个 2–3 分钟的演示视频:真实运行、关键指标、失败案例。视频比截图可信,失败案例比完美数据可信。

四、简历、投递与面试

简历:一页纸,倒序排列;每个项目用「做了什么、结果如何」两句话,给可核查的数字;关键词对齐 JD,但要出现在真实项目描述里;附 GitHub、视频或论文链接,README 要有运行说明。

投递:官网、内推、开源社区、行业会议。内推的价值是让简历被看见,不改变能力门槛。实习是最有效的路径之一,哪怕做数据标注和测试,也能换来真实项目语境。

面试:

  • 项目深挖:为什么这样设计、数据怎么来、指标怎么定、失败怎么定位。准备到能画图讲清数据流。
  • 基础题:编程题、机器学习基础、机器人运动学与坐标变换、Linux 与调试工具。
  • 系统设计:给一个场景(如移动机器人避障),讲清感知—决策—控制的分层与延迟预算。
  • 现场调试:机器人岗位常见「跑不通让你查」的题,考察日志阅读、二分排查与假设验证。
  • 反问:团队做什么产品、新人前三个月做什么、评测与上线流程。答案能帮你判断岗位真实内容。

五、常见坑

  • 只堆课程证书:证书不能替代可运行的项目与可解释的指标。
  • 项目全是练习数据集:人人都有 Titanic,等于没有。
  • GitHub 没有 README:招聘方不会猜你的项目怎么跑。
  • 夸大指标:面试一问细节就露馅,代价远大于诚实说明局限。
  • 只盯大厂:集成商、垂直行业公司、创业团队的岗位更贴近实机,成长路径不同。
  • 忽视部署与调试:模型在 notebook 里跑通,和现场稳定运行是两件事。

本文不承诺薪资、offer 或就业结果,行业需求随周期变化。把精力放在可验证的能力证据上,比预测行情可靠。

六、12 周准备清单(经验值)

周次重点产出
1–2定方向,读 20 份目标岗位 JD能力差距清单
3–4补基础:语言、框架、Linux能跑通官方示例
5–8主项目:复现或小系统可运行仓库加指标
9加评测与失败分析评测报告
10写 README、录演示视频作品集页面
11改简历,投 10–20 个岗位投递记录表
12模拟面试,补短板复盘与下一轮计划

时间不够就把 12 周拉长到 16 周,关键是每一段都有可验收的产出。

求职的底层逻辑没变:用别人看得懂的证据,证明你能解决他们的问题。AI 和机器人只是换了问题清单。

参考与延伸阅读

外链内容由对应网站负责,访问以实际可用性为准。