大家好呀,我是飞鱼。
随着GPT的爆火,大模型方向近期也迎来越来越多的机会和发展。
❝而且作为工作几年CRUD的后端,感觉后端开发是越来越卷了。
这里也不是鼓励大家赶紧去转大模型,可以先了解一下新的行业,新的机会,更好的规划自己未来的职业发展。
❝现在招聘大模型的岗位还是比较少的,而且也出现很多培训大模型的(大部分是收割韭菜的,大家也别被骗了)。
目前大模型工程师有以下几个方向
❝大模型数据工程师:
- 数据清洗/ETL/Data Engine/Pipeline
大模型平台工程师:
- 分布式训练/大模型集群/工程基建
大模型算法工程师:
- 搜广推/对话机器人/AIGC等
大模型部署工程师:
- 推理加速/跨平台/端智能/嵌入式等
就目前的现状,对于数据工程师,特别是有经验的数据工程师,是非常稀缺的。
❝多关心数据,积累高质量训练/测试集的构建经验,对数据的Sense,是最直接,也是最适合用到未来工作当中的。
想做应用的,建议深耕某个垂直领域。
❝比如对话机器人,问答系统,金融/医疗/教育方向,找一个具体的场景,把它做好,做深。
每日一题
题目描述
❝给定一个二叉树,判断它是否是 平衡二叉树。
解题思路
❝递归
三点注意事项:
- 左子树是平衡二叉树
- 右子树是平衡二叉树
- 左右子树高度不超过1
代码实现
Java代码:
Python代码:
Go代码:
复杂度分析
❝时间复杂度:O(n)
- 其中 n 为二叉树的节点个数。
空间复杂度:O(n)。
- 最坏情况下,二叉树退化成一条链,递归需要 O(n) 的栈空间。
文章来自:51CTO