prompt engineering

与「prompt engineering」相关的文章

共 2 篇文章

安德鲁·吴的AI工程技能地图:10,000个职位招聘对2026年招聘和角色设计意味着什么

Andrew Ng 于 2026 年 8 月发布了 AI Engineering Skills Map,基于对 10,000 份招聘信息的分析,将 AI 工程技能组织为两层架构:4 项核心技能(包括提示工程作为大模型交互的子技能)和 6 项扩展技能。核心技能是所有 AI 工程师的通用基线,而扩展技能则定义了高级职位和实际的交付能力。该框架最具冲击力的结构性变化是将提示工程从独立职业路径重新定位为核心技能的一个组成部分,这一决定直接影响了那些被专门雇佣为“Prompt Engineer”的角色。文章为招聘经理提供了具体的应用指南,包括如何编写分层的职位描述(将核心技能设为硬性要求,根据项目阶段选择扩展技能)、设计分阶段的面试流程(初期筛选核心技能,现场评估扩展技能)以及构建职业阶梯(助理工程师掌握核心技能,高级工程师需精通架构决策与多项扩展技能)。此外,文章指出该技能图谱不仅是一套分类法,更是一种组织设计工具,迫使企业重新审视其 AI 角色设置与团队拓扑结构的合理性。作者所在的 Traversaal.ai 也在招聘前线部署工程师以解决实际生产中的 AI 问题。

阅读全文

AI 工作岗位正在快速变化,大型科技公司需要能让 AI 真正落地的工程师

前线部署工程师(FDE)正成为AI行业增长最快的岗位之一,标志着行业重心从构建AI模型转向将模型转化为实际业务工具。数据显示,2026年4月FDE职位发布量同比增长729%,2025年1月至9月间增长超800%。Amazon承诺10亿美元投入AWS Forward Deployed Engineering团队,工程师与NBA、NFL和西南航空等客户紧密合作开发部署AI系统。Google Cloud大量招聘类似岗位,帮助客户将AI项目从实验推向实用。OpenAI成立OpenAI Deployment Company(DeployCo),派遣工程师帮助企业构建AI应用,是其企业AI战略的一部分。Microsoft和Anthropic也在部署技术团队直接服务客户。FDE需具备强大编码能力,同时融合AI专业知识、产品思维和客户咨询,关键技能包括LLM应用开发、RAG管道工程、智能体构建、提示工程和生产部署。这一趋势表明,科技公司不仅需要AI模型构建者,更需要能将模型转化为可用工具的工程师,正在重塑AI就业市场。

阅读全文