选择你的 AI 岗位路线

面试准备的第一步不是刷题，而是先选岗位，再走路线。不同岗位考察的专题组合完全不同：RAG 岗不会深挖训练技巧，训练岗也不太考 Agent 治理。下面 7 条路线各自把相关专题串成一条有序路径——按顺序走完即可，不必从头刷到尾。选好路线后，每个专题里记得优先刷 ⭐ 高频题。

🧩AI 应用 / LLM 应用工程师→从模型能力走到可上线的业务系统LLM 基础→Prompt Engineering→RAG 系统→Agent 基础→生产部署→AI 系统设计6 步专题 · 约 177 道题📚RAG 工程师→从召回链路走到评测与生产治理LLM 基础→RAG 系统→向量索引优化→RAG 高级优化→安全与评估→Agent 可观测性6 步专题 · 约 161 道题🤖Agent 工程师→从工具调用走到规划、协作与治理Prompt Engineering→Agent 基础→规划与反思→多 Agent 系统→MCP 与 Skills→Agent 可观测性6 步专题 · 约 166 道题🎛️模型训练与推理工程师→从架构原理走到吞吐与部署Transformer 架构→模型训练→推理优化→推理框架→生产部署5 步专题 · 约 113 道题🧭Forward Deployed Engineer→从开放问题走到客户生产结果项目经验→Python 工程→AI 系统设计→生产部署→FDE 专题5 步专题 · 约 90 道题🎨多模态 AI 工程师→从多模态理解走到视觉工具与实时交互Transformer 架构→多模态 AI→多模态 Agent→推理优化→生产部署5 步专题 · 约 98 道题🛡️AI 安全与评测工程师→从评测方法走到风险控制与线上监测LLM 基础→Prompt Engineering→安全与评估→Agent 可观测性→生产部署5 步专题 · 约 142 道题

方向选择常见问题

还在纠结怎么选？这些高频疑问先弄清楚：

• AI 应用工程师和算法工程师的区别？ 算法岗做模型与效果，门槛是数学和科研积累；应用岗做大模型落地（Prompt、RAG、Agent、工程链路），吃工程能力。转行者大多从应用层切入更现实。
• 转行选应用还是算法、哪个方向好就业？ 从公开招聘面经看，应用开发与 RAG 岗位量更大、对非科班更友好；算法岗适合有论文/竞赛背书的同学。对照各路线的「适合谁选这条路」自我匹配。
• RAG 与 Agent 怎么选？ 想做「让模型用好企业知识」学 RAG 路线；想做「让模型自主完成任务」学 Agent 路线。两者底层能力重叠度很高，一条走通后另一条只需补 2~3 个专题。

按岗位看考点侧重，也可以先读大厂 AI 面试考点整理与行业垂类 AI 面试指南。