2025春节期间,Deepseek和宇树科技的机器人火爆出圈,让很多普通人切身感受到人工智能已经袭来。尤其是Deepseek,甚至有文章说“Deepseek能让张雪峰都失业”。

虽然Deepseek目前还没夸张到能报高考志愿表这种程度,但的确和之前的人工智能(AI)聊天助手相比进步了一大截,很多文字分析和处理的工作用人工智能来做已经超过普通人类了。

近几年每年都有家长会过来问我,“林老师,我给孩子选这个专业,将来会被人工智能(AI)替代吗?”其实,应对人工智能,有两个思路:

思路一:加入人工智能,也就是选择人工智能相关的专业。

思路二:远离人工智能,也就是选择人工智能难以替代的岗位对应的专业。

不过,人工智能公司的就业门槛通常是211/985以上,如下图红框所示。所以,我通常建议:如果孩子分数在211院校以上,那么优先考虑加入人工智能,选择人工智能相关的专业。如果分数只能上普通一本/二本,那么最好远离人工智能,选择人工智能难以替代的专业。

接下来我分别来讲解人工智能相关的专业,以及人工智能难以替代的专业:

一、人工智能相关的专业

人工智能公司通常的岗位是:软件类岗位、硬件类岗位、算法类岗位、非技术类岗位。

1. 软件类岗位对口专业
  • 岗位方向:AI软件开发工程师、架构师、测试工程师等。
  • 对口专业:人工智能、计算机科学与技术、软件工程、数学科学与大数据技术、智能科学与技术。
  • 此外,也可选择其他计算机类专业(信息安全、网络工程等),然后通过保研/考研读以上专业的研究生。
2. 硬件类岗位对口专业
  • 岗位方向:智能硬件工程师、集成电路工程师等。

  • 对口专业:微电子科学与工程、集成电路设计与集成系统、电子信息工程、电子科学与技术。

3. 算法类岗位对口专业
  • 岗位方向:算法工程师、AI研究员。

  • 对口专业:计算机类、数学与应用数学类、统计学类。

4. 非技术类岗位对口专业2025人工智能爆发,报什么专业才不被淘汰?零基础入门到精通,看这篇就够了!赶紧收藏!

  • 岗位方向:AI产品经理、解决方案工程师、售前工程师。

  • 对口专业:计算机类、电子类、其他理工科、大数据管理与应用、信息管理与信息系统。

注意:其他技术类岗位都需要理科生才能报考,唯有非技术类岗位是文科生有机会报考的,因为其中对口的个别专业是管理类专业,在很多省份允许文科生报考。

二、人工智能难以替代的专业

在讲解人工智能难以替代的专业之前,我们需要先搞清楚人工智能到底容易替代哪些岗位。

人工智能容易替代的是符合这3个条件的工作:

1、薪资在中等以上。2、不需要签字担责。3、机器能比普通人做的更好。

对应的最容易被替代的岗位和专业分别是:

1、普通程序员(码农):计算机类专业

2、普通美工人员:美术类、设计类专业

3、普通翻译人员:英语、小语种专业

5、普通数据分析师:数学、统计学专业。

说到这里,一定会有家长困惑了,“林老师你上面提到应该学计算机、数学、统计之类是人工智能相关的专业,怎么这里又提到这些专业容易被人工智能替代,到底是该报还是不该报?”

这里我再强调一下:同样是计算机类专业出身,211/985以上的同学才有机会进入到人工智能公司,而普通院校的学生必须在大四考上211/985的研究生才有机会。所以,同一个专业,你的学历和院校层级不同,就业是相差很大的。

简单地说,就是你的分数能上211/985,我鼓励你报。如果能上重点一本,可报可不报。如果分数只能上普通一本或二本,那么就不建议报。

接下来,就要说说哪些岗位最不容易被人工智能替代:

1、需要签字负责的 2、操作方式多样的 3、需要和人大量沟通的。

对应的不容易被替代的岗位和专业分别是:

1、医疗岗位:临床医学类、口腔医学、护理学、动物医学

虽然AI在医学影像分析、诊断辅助等领域都发展的很快,但医护的工作涉及病史分析、患者沟通、手术治疗等,复杂性较高,这类工作如果犯错,会引起医疗事故,后果较严重。根据《中华人民共和国执业医师法》,医生在开具处方时,应当签署自己的姓名,这是非常典型的需要签字负责的岗位。而护理这类岗位,由于日常操作非常多样,涉及到设备操作、注射给药、病情观察等等,人工智能替代的难度也非常大。所以,医疗类岗位近期不可能完全被AI替代。

2、律师岗位:法学

法律案件往往有很多细节是AI难以理解的,同时律师的工作内容还有很大程度是做销售的角色,找到客源并说服对方成为自己的付费客户,需要有大量的沟通工作且具备察言观色的能力,所以,这些工作近期不可能完全被AI替代。

3、大公司财务岗位:会计学、财务管理、审计学

这里着重说一下是大公司的财务岗位。根据《财政部关于注册会计师在审计报告上签名盖章有关问题的通知》规定,公司审计报告应当由两名具备相关业务资格的注册会计师签名盖章并经会计师事务所盖章方为有效。所以,大公司的财务也是需要签字负责的岗位。

尤其近几年国家在财税方面核查严格,大公司是无法让人工智能完全替代财务岗位的,毕竟人工智能是软件不是人,即便出问题是无法被处罚的。2023 年,证监会及其派出机构作出的信息披露违法违规处罚决定案例中,有 79 家公司共 106 名财务人员受到行政处罚,16 名财务人员被市场禁入。

不过,如果是小公司的财务岗,那就容易被人工智能替代了。毕竟在国内,很多小公司的财务账目是存在较多不合规的情况的,甚至某些小公司可能连自己的财务人员没有。

那么,如何系统的去学习大模型LLM?

作为一名从业五年的资深大模型算法工程师,我经常会收到一些评论和私信,我是小白,学习大模型该从哪里入手呢?我自学没有方向怎么办?这个地方我不会啊。如果你也有类似的经历,一定要继续看下去!这些问题啊,也不是三言两语啊就能讲明白的。

所以我综合了大模型的所有知识点,给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢,我就曾放空大脑,以一个大模型小白的角度去重新解析它,采用基础知识和实战项目相结合的教学方式,历时3个月,终于完成了这样的课程,让你真正体会到什么是每一秒都在疯狂输出知识点。

由于篇幅有限,⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》,扫码获取~

👉大模型学习指南+路线汇总👈

我们这套大模型资料呢,会从基础篇、进阶篇和项目实战篇等三大方面来讲解。

👉①.基础篇👈

基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程,带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念,用最易懂的方式带你入门大模型。

👉②.进阶篇👈

接下来是进阶篇,你将掌握RAG、Agent、Langchain、大模型微调和私有化部署,学习如何构建外挂知识库并和自己的企业相结合,学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。

👉③.实战篇👈

实战篇会手把手带着大家练习企业级的落地项目(已脱敏),比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等,从而帮助大家更好的应对大模型时代的挑战。

👉④.福利篇👈

保证100%免费相信我,这套大模型系统教程将会是全网最齐全 最易懂的小白专用课!!