DS转AI具备天然优势，三个月跳槽AI Engineer大成功！

和直通硅谷签约之前，我是名有2年经验的小厂data scientist，之前工作的scope 是传统ML 模型的modeling 和 machine learning pipeline。

我想转型做MLE，但完全不知道从哪里开始。虽然在之前的工作中，我对MLops有一些了解，但缺少end-to-end部署模型的完整经验。

六月中旬，在朋友的推荐下我了解到了直通硅谷，他家MLE课程涵盖了llm application等我急需补充的东西，再加上考虑到MLE 的要求也在变化，我需要一些专业的指导和建议。我决定试一试

课程中最有挑战性的部分就是RAG项目的开发。说实话，从0到1构建一个完整的系统对我来说是全新的体验。我需要先从最基础的、能跑通的版本开始，然后一点一点完善从pre-retrieval到post-retrieval的所有细节。

在项目开发过程中，我遇到了无数个技术难题。每当我陷入困境时，导师总是能给出恰到好处的指导——既不会直接给出答案，也不会让我完全摸不着头脑，而是给我足够的探索空间。

报名后，直通硅谷提供了全方位求职支持。

比如无限次简历修改，我原本以为自己的简历已经不错了，但导师的反馈让我意识到，简历的写法也需要与时俱进。

比如把“2.5 years of experience”改成“2.5 years of industry experience”，突出工作经验的含金量。同时，还可以加一些model monitoring、embedding、chatbot、model evaluation等热门技术栈……

同时，老师也帮我联系了多家内推资源。印象最深的是Airbnb内推经历：当我看中的岗位突然下线时，老师立即帮我推荐了其他相似的职位，确保不错过任何机会。这种灵活应变的服务让我感受到了真正的专业支持。

为了提高学习效率，老师会提前分享课程重点内容，让我能够提前预习核心知识点，这种贴心的服务安排让我能够在有限的时间内最大化学习效果，为面试做好充分准备。

LLM相关的所有都让我印象深刻，LLM基础问了Transformer 架构，预训练 vs 微调（SFT / RLHF / PEFT）；LLM系统设计则问了agentic workflow，API vs local 模型，向量库等。

在课程中学到的所有LLM相关知识都派上了用场，老师不仅提供了扎实的理论指导，还会根据具体的职位描述帮我针对性地准备面试问题。可以说，能够成功拿下这个AI Engineer职位，离不开老师的悉心指导。

九月份收到OFFER的那一刻，心情五味杂陈——既兴奋又紧张。最终的薪酬待遇也让我很满意。

入职近一个月来，新公司的工作节奏确实很快，但因为从事的是自己热爱的AI应用领域，每天都充满干劲！