吴恩达分享AI应用工程师当下应该掌握的技能和面试技巧，程序员必看！！

关注

原创最新推荐文章于 2026-09-03 15:00:00 发布 1.1k 阅读 AI 写同款· GEO 优化 ›

索尼IMX316 标定_ToF模块相机校准很多东西一开始给出去的并不是最优的方案，而是在客户端支持中，以及在持续不断的芯片验证中，发现还可以这么做，还能够再提升Sensor的性能，所以说这是一个持续的过程。曾经听说过一个故事，在某厂里ST产品一直作为第一供应商多年，然后近段时间即将被新兴公司的ToF产品所打败，性能报告已经出来，但是ST并没有更新产品，而是在原有产品更新了固件以及标定流程，此时产品的性能又是超越其他供应商的产品。相机矩阵不考虑镜头失真，因为理想的针孔相机没有镜头。为了准确地代表一个真实的相机，相机模型包括径向和切向的镜头畸变。阅读详情

前言

一个全新的职业角色正在崛起：GenAI 应用工程师。

得益于生成式AI，他们能够以前所未有的速度构建出功能更强大的应用程序。这类人才是企业竞相追逐的对象，但这个职位的具体画像仍在形成中。在此，我想分享一下他们所需具备的关键技能，以及我在面试中如何识别这些优秀的人才。

一位出色的 GenAI 应用工程师，主要符合两大标准：

他们能熟练运用新一代的 AI 构建模块，快速打造强大的应用。
他们能借助 AI 辅助，实现闪电般的工程开发，将软件开发周期缩短到令人难以置信的程度。

如果在此基础上还具备优秀的产品和设计直觉，那将是巨大的加分项。

核心能力一：驾驭丰富的 AI 构建模块

想象一下玩乐高积木。如果你手上只有一种积木，即便数量再多，也只能搭出一些简单的东西。但如果你拥有各式各样的积木，你就能快速组合，创造出复杂而精巧的结构。

软件开发工具也是同理。仅仅知道如何调用大语言模型（LLM）的 #API 是一个不错的起点，但要成为顶尖高手，你需要掌握更广泛的构建模块。这包括但不限于：

提示工程 (Prompting)
代理框架 (Agentic frameworks)
效果评估 (Evals)
安全护栏 (Guardrails)
检索增强生成 (#RAG)
语音技术栈 (Voice stack)
异步编程 (Async programming)
数据提取 (Data extraction)
嵌入与#向量数据库 (Embeddings/VectorDBs)
模型微调 (Model fine-tuning)
图数据库与 #LLM 的结合
通过代理自动操作浏览器和电脑

AI 构建模块的宝库在不断扩充。紧跟前沿，你就能不断解锁新的能力。同时，许多一两年前的经典技术（比如评估方法或向量数据库框架）至今仍然是基石，同样重要。

核心能力二：精通 AI 辅助编程

AI 辅助编码工具正在彻底改变开发者的生产力。从开创了现代代码自动补全先河的 GitHub Copilot，到功能更强大的 AI-IDE（如 #Cursor），再到如今能够自主编写、测试、调试代码的"智能代理"编码助手（比如我个人非常欣赏的 #Claude Code），这些工具的进化速度令人惊叹。

然而，工具的强大威力需要由技艺高超的工程师来释放。他们并非凭感觉"指挥"AI，而是凭借对软件架构和 AI 原理的深刻理解，精准地引导这些工具，朝着深思熟虑后的产品目标高效迈进。

与构建模块相比，#AI辅助编码的最佳实践更新迭代得更快。一两年前的技巧可能已经过时。鉴于各大科技巨头在此领域的巨大投入，可以预见这场技术竞赛将愈演愈烈。对开发者而言，紧跟最新进展将获得巨大的回报，因为每一代新工具都比上一代强大得多。

加分项：出色的产品设计能力

在传统模式下，工程师往往需要等待产品经理提供精确到像素的设计稿才能开工，这极大地拖慢了迭代速度。在 AI 产品经理稀缺的当下，这个问题尤为突出。

我发现，如果 GenAI 工程师本身具备用户同理心和基本的产品设计能力，团队的效率会得到质的飞跃。他们可以根据一个高层级的目标（比如"开发一个让用户能查看个人信息并修改密码的界面"），自主地做出大量设计决策，并快速构建出可供讨论和迭代的原型。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

在这里插入图片描述

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。
在这里插入图片描述
最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。