你好，我是郭震
按北京時間算，2024年，再有十多個小時就要和我們說再見了！
2024年，註定是很不平凡的一年！相信過去這一年，關注我的諸位又多了很多好故事跟別人說。
2024年最後一篇文章想跟大家聊聊，2024年十個高薪崗位，2025年如何準備才能勝任這些崗位。
AI已深入人心
回望過去這一年，通用人工智慧突飛猛進，生成式大模型能力不斷增強，多模態與推理技術實現了新的突破，智慧體與檢索增強生成（RAG）進一步發展，為實際應用帶來了更廣闊的前景。
AI發展背後離不開技術人才，尤其是頂尖人才，最近傳出雷布斯以千萬年薪挖走DeepSeek的95後天才少女，進一步印證了那句「真正牛逼的人還是很稀缺的、還是很值錢的」
她在DeepSeek參與了大模型V2研發，其大模型最大亮點是價效比極高，百萬token呼叫只有1元，費用是GPT4的一百分之一，如此價效比得益於V2對Transformer架構的一系列創新升級，使得大模型執行更輕量化，資源使用大幅降低，據報道這些因素是雷boss看重她的主要原因。這些成果已發表在他們的論文中，如下圖所示是DeepSeek團隊對MoE（Mixture of Experts) 的升級，提出了精細化專家分段策略+共享專家隔離機制。
從這些新聞事件，大家應該能看出，打工應該緊跟趨勢，並儘快掌握風口技術，這的確是薪資不斷迎來突破的不二法門。
追逐技術風口，是實實在在給自己漲工資的大事，沒有必要懷疑，堅決去學習新技術就好了。
尤其說一點，在校大學生要多為自己負責，多看看外面的新技術，起碼到時找工作能主動些，具體有哪些方向薪資比較高，儘量早些瞭解清楚。
十個高薪崗位
2024年12月，脈脈釋出最新高薪崗位，大家學習技術，準備來年找工作的，建議提早學習，做好準備，多朝這些方向走一走。
不是說每一個人都適合去學習這些，但是起碼要有對這些高薪崗位有基本的認知。
畢竟，同樣都是每天十幾個小時的幹，為啥有的人一個月就能六七萬，有的人只有六七千，這裡面的差距一定不是「唯有努力」才能解決的。
那些告訴你，只要努力就能拿到高薪的，可以扇TA幾個耳刮子。選擇一個有前景的行業，並掌握其核心技能，比單純的努力關鍵一百倍。
下面是脈脈釋出的前10高薪崗位，如下圖所示，大家記得收藏好：
以下是「技術崗位」薪資排名前十：
看到前10高薪崗位薪資都超過了每月6萬，其中AI直接相關的就佔據了5席，妥妥的半壁江山。
以下是「非技術崗位」薪資排名前十：
非技術崗前10中，大都是網際網路公司的主管、產品經理等，每月薪資均超過了4萬7千。
很多朋友好奇這些崗位幹什麼的，如何準備才可能有機會去做，接下來從這兩個維度分析下。
高薪前10技術崗職責和要求
1. 數字前端工程師
職責：負責數字訊號處理的邏輯設計、RTL編碼、模擬和驗證，與後端工程師合作完成晶片流片。
技術要求：精通Verilog或VHDL硬體描述語言，掌握時序分析與最佳化，熟悉EDA工具如Synopsys或Cadence。
2. 大模型演算法工程師
職責：從事大規模AI模型（如GPT、BERT）的開發與最佳化，設計分散式訓練演算法，提升模型效能和效率。
技術要求：熟悉深度學習框架（如PyTorch、TensorFlow），理解Transformer架構，具備分散式訓練和數學建模能力。
3. 積體電路(IC)設計工程師
職責：負責晶片原理圖設計、版圖開發、模擬和最佳化，確保滿足效能、功耗和麵積需求。
技術要求：熟練使用EDA工具（如Cadence Virtuoso），掌握模擬/數位電路原理，瞭解電晶體級設計和工藝流程。
4. 人工智慧工程師
職責：研究和開發AI模型，應用於具體領域（如推薦系統、影像識別），最佳化模型效能和部署方案。
技術要求：精通主流深度學習框架（如PyTorch、TensorFlow），掌握機器學習演算法，熟悉NLP和CV領域技術。
5. 架構師
職責：負責設計和最佳化系統架構，制定技術規範，指導團隊實現高效、安全、可擴充套件的系統。
技術要求：熟悉分散式系統架構（如微服務、Serverless），掌握後端開發框架（如Spring、Django）和資料庫最佳化技術。
6. AIGC演算法工程師
職責：研究和開發生成式AI模型（如文字生成、影像生成），提升生成質量並應用於實際場景。
技術要求：熟悉生成式模型（如GAN、Diffusion Models），掌握Python及深度學習框架，瞭解AIGC實際應用。
7. 模擬晶片設計工程師
職責：負責設計和開發類比電路模組（如放大器、ADC/DAC），解決低功耗、高精度設計難題。
技術要求：掌握類比電路原理，熟練使用模擬工具（如Cadence Spectre），瞭解混合訊號晶片設計流程。
8. 演算法研究員
職責：開展演算法研究，應用於人工智慧、資料探勘等領域，解決複雜問題並推動技術創新。
技術要求：具備紮實的數學基礎（如最佳化理論、機率統計），熟悉機器學習演算法與框架，善於實現前沿演算法。
9. IC驗證工程師
職責：設計驗證計劃和測試用例，使用模擬工具驗證晶片設計的功能和效能，發現並解決問題。
技術要求：熟悉SystemVerilog、UVM驗證方法學，掌握數位電路原理，使用驗證工具如VCS、QuestaSim。
10. 深度學習工程師
職責：研究並開發深度學習模型，解決實際業務問題（如影像識別、語音處理），最佳化模型效能並部署生產環境。
技術要求：熟悉CNN、RNN、Transformer等模型，掌握深度學習框架（如PyTorch、TensorFlow），瞭解模型壓縮與最佳化技術。
這些崗位主要分佈在晶片設計與驗證（如IC設計工程師、IC驗證工程師、模擬晶片設計工程師），人工智慧與演算法開發（如大模型演算法工程師、AIGC演算法工程師、深度學習工程師、演算法研究員），以及系統與架構設計（如數字前端工程師、人工智慧工程師、架構師）。
它們涵蓋了從底層硬體（晶片）到高層軟體（AI模型與架構）的全技術棧，集中在當前AI領域的核心方向。
高薪非技術崗
1. 產品主管
職責：負責產品全生命週期管理，包括需求分析、開發規劃和市場推廣。
基本要求：具備3年以上產品管理經驗，熟悉專案管理工具和市場分析方法。
2. 戰略諮詢
職責：為企業提供戰略規劃、市場分析和可行性建議，推動業務增長。
基本要求：要求MBA或相關學歷，具備優秀的商業分析和溝通能力。
3. 遊戲製作人
職責：負責遊戲專案整體規劃與執行，包括設計、開發、上線與運營管理。
基本要求：熟悉遊戲開發流程，具有3年以上專案管理經驗和創新能力。
4. 電商產品經理
職責：設計電商產品功能，最佳化使用者體驗，提升轉化率與客戶滿意度。
基本要求：熟悉電商平臺運作，具備資料分析能力和跨部門協作經驗。
5. AI產品經理
職責：設計AI驅動的產品解決方案，協調技術團隊和業務團隊落地產品。
基本要求：瞭解AI基本原理，具備技術背景或AI相關專案管理經驗。
6. 業務增長產品經理
職責：透過資料分析和使用者調研製定增長策略，提升使用者量和收入指標。
基本要求：精通增長駭客方法論，具備良好的資料驅動決策能力。
7. 風控運營
職責：負責風險評估、監控及最佳化業務流程，確保業務合規性與穩定性。
基本要求：熟悉金融或網際網路行業風控體系，具備邏輯分析能力。
8. 商業產品經理
職責：規劃商業產品功能，提升盈利能力並滿足客戶需求。
基本要求：瞭解商業模式，具備良好的市場洞察力和專案管理經驗。
9. 金融風控
職責：監控金融風險，制定應對策略，確保資產安全與收益穩定。
基本要求：熟悉金融政策與風險管理工具，具備相關從業資格證書。
10. 工具產品經理
職責：設計並最佳化工具類產品功能，提升使用者工作效率和產品穩定性。
基本要求：熟悉使用者需求分析，具備工具類產品設計和最佳化經驗。
高薪非技術崗位薪資受市場需求、行業發展、個人能力以及不可控的外部因素共同作用，在此我就不繼續展開了。
總結一下
總的來說，無論是技術崗還是非技術崗，高薪的背後都離不開對自身技能的不斷打磨和對行業趨勢的準確把握。
在我們打工的日子裡，努力只是基礎，方向和方法才是關鍵。
希望這篇文章能為你帶來一點啟發，祝願你在2025年找到屬於自己的職業方向，越來越好！
以上全文3358字。如果這篇文章覺得對你有用，可否點個關注。給我個三連擊：點贊、轉發和在看。若可以再給我加個⭐️，謝謝你看我的文章，我們2025年再見！