AI转型实录：35岁卷王被裁，能卷走的都走了...
叶小钗约 6 分钟手里有些AI岗位；想找工作的同学可联系，急缺高级产品经理
关注公众号，回复1，与我交个朋友吧
今天的文章是一位粉丝的投稿，一来感谢我给他推荐工作，二来也想做下找工作心得的总结，正文如下：
我是一名直播产品经理，没有进过大厂的“大厂产品”，一位从业10年的大头兵。
从C端到B端，从前台到后台，直播行业的方方面面：用户、增长、营收、电商、游戏、审核、灰产，我基本都干了个遍。
虽然从没进过BAT这样的头部大厂，但我也非常自信的认为，所谓这些大厂产品，我要去也不过是：P8不过尔尔，P7炉火纯青，P6驾轻就熟，可惜最终自己只有P5薪资水平...
冯唐易老，李广难封，纵使对自己自信满满，也挡不住光阴蹉跎，一转眼就来到了35岁这个坎，并且中年危机TMD真的居然存在！
今年5月份，前司每季度一次的裁员大棒，终于打到了我的头上了！
当时，组内还剩3个孕妇，2个嫡系，能被我卷走的同事，都已经先我一步领取大礼包了。所以，对于我被裁的事情，心里早已有准备，也提前在通过认识的HR和猎头找起了工作。
不过，我这样的工作履历，在找工作时，就很显尴尬了。
没两年就快要40岁了，之前行业好的时候，没吃到什么互联网红利，现在还想着要多涨点薪水，那更是难上加难。
即使是平薪的要求，也只有互联网头部企业的大头兵能cover，但是大厂自然青睐3~5年经验的年轻人（当然他们在30岁之后，简历也会逐渐开始贬值）。
中厂小组长也能cover，但管理经验欠缺，大厂背书不足。没背景没履历的空降兵，老板也无多少信心。
至于小厂嘛，除非是那些老板最信任的嫡系，最卖力的干将，否则凭什么用一个小团队的工资，去养你一个人呢？
所以，我从2023年之后，就认定了下一个可能有行业红利的方向，那就是AI领域。不过，我是纯文科生的背景，要从头开始去学AI，搞明白底层原理不算难，但去研究数学算法，这难度和转行当码农差不多。
所以，就只能多在AI应用层面找机会了，从24年到25年，在前司的工作中，我也有意往这个方向转型，做了几个AI项目，这些AI应用的经验，算是我的加分项，但是真到面试的时候，老板愿意相信多少，又是另一回事情了。
举两个面试的例子吧，一个是直播出海行业的头部公司，面试官（产品总监）上来就开门见山的说：
“你说你想搞AI产品，我们也可以支持，毕竟纯执行的产品工作，你肯定也看不上。
那么，你想做什么项目呢？有什么可以引入的资源呢？能给公司带来多少价值呢？”
我表面笑嘻嘻，但心想，我要是有项目又有资源，还能产生可观价值，还需要找你公司来上班？当然，结果就是没有合适的岗位，面试不了了之。
另一个面试，是某网红型AI公司，猎头帮我把简历投了过去，也算是“找工作，直接和老板谈”的。
这个老板，是我之前就职大厂的高管，从大厂兑现了股票，还有原来的人脉和关系，自己就开始单干新项目了。
不过，这个号称AI助手的项目，自己亲手体验了一下，一下子就发现了问题：作为To C的产品，项目搞了两三年，是根本起不了什么“有效的”助手作用的，是个比较明显的For VC型产品。
到了25年，换了个套皮Deepseek，算是全面拥抱国产大模型，降了些成本，但本质上靠的是模型的基础能力。
在面试来来回回的沟通中，老板显然知道自己的项目里有猫腻，我能看出老板项目里猫腻，他也知道我看出了他的猫腻，反正主打就是搪塞，说什么不担心融资之类的，车轱辘话说的好听，但显而易见，这样的面试不会有什么结果。
后面也做了些其他面试但全部都不了了之...
一转眼，离职3个多月了，此时自己的真实想法，也逐渐从终于有个时间好好休息，到变成了赔偿金快花完了，还找不到工作的焦虑，于是赶紧开始复盘，为什么总是找不到合适的工作？
最终的答案可能是，虽然做了一些AI项目，但是貌似依旧不够系统，一知半解的，想要突破也没有什么方向，于是想到了请教之前老同事叶小钗（他好像AI挺资深的）...
小钗首先是我之前在B站的同事，之前合作得就很愉快，也是我公众号一直在关注的博主，他的职场内容，对于我混迹职场，也起了很大的帮助。
他运气好一些，做AI项目比较早，而且还在AI项目里面做了关键角色，是一次很成功的转型。
因为是老相识，我们聊起天来自然就开门见山，他也不说那些花里胡哨的东西，而是从实际出发，从自己亲身经历的失败创业出发，所以这次学到内容，也都很实用，对于找AI相关的工作很有帮助。
大概内容和之前他描述的类似：
简单的AI项目（千万以下），能吃到的红利有限；复杂的AI项目（亿级别的AI项目），全貌也只会允许3-5人看到，人数甚至会更少！原因很简单：公司巨大投入的知识资产不会让你轻易带走
具体到工作项目也有分级：
整体架构设计，包括AI工程、数据工程、以及AI与数据的协调，公司知识产权所在； 模型调优，会涉及到后训练、RAG等技术深度应用，往往是项目核心策略，在架构之下的工具技术层面的操作，面试题重灾区； 提示词工程，会详细到各个业务模块的SOP编写，公司业务具象化展现； 数据工程具体作业，某个板块详细的数据验收，这个一般是基本架构验证结束，需要与各个专业人员协作收集AI工程所需数据，数据壁垒所在； 模型测评，会涉及行业AI应用评测标准执行（方案是整体架构的事，这里只是执行），测试数据集准备、竞品调研、跳出数据收集等； 论文、PR相关，就是吹牛相关了，一般人员也涉及不到； 工具选型，会涉及一些常用工具选型，包括向量库调研、Agent平台（Coze、Dify、n8n）等； 降本增效工具，比如数据知识库后台应用，提示词工程过多，需要的提示词管理后台，这个事情含金量低但是权限要控制好，不然公司机密容易泄露； 实施团队，如果是做2B AI工具的团队可能还有个实施团队，要么做工具售前，要么做实际行业实施，属于团队耗材； 最后还有其他边角料；
里面有价值的工作，一般人可能一个都碰不到，真实的发展是先做些边角料；其次是去做各种脏活、累活，比如协助专家整理数据；然后可以做点独立点的工作，比如竞品调研、模型测评；
如果头脑灵活、做事仔细，并且在公司半年以上，才有可能去做具体某个模块的提示词，而更上层的模块，就很难理解并参与了：
一来是因为保密性，二来是人家已经做完了，没人会把这种有价值的东西，比如历史上遇到什么坑，为什么最终是这个架构等核心细节给你说！
在小钗老师的指导下（陆陆续续学习了快2个月），我逐渐形成了系统性的AI知识框架，后续的面试开始有的放矢，显然就顺利了很多。
结合学习到的AI系统性的认知，与我之前项目的积累的经验优势，我在7月份就顺利拿到了AI产品经理的offer，这会终于是真AI工作了，项目属于行业独角兽的水平。
甚至月薪还涨了20%（年薪50w左右），所以足可见，真想搞好AI的公司，也是真是愿意花钱买人才的。
以上就是我三个多月找工作的经历，希望能对各位有用！
点击上方卡片关注叶小钗公众号，查看下方二维码，添加我个人微信：