AI工程师
将现成AI模型集成到真实业务系统中的工程师角色，工作内容80%为软件工程，20%为AI相关技能，需具备系统设计、API集成、提示工程等核心能力
核心事实
时间轴 (近 90 天)
AS、MLE、AIE代表AI人才市场中偏研究、偏工程、偏应用三种不同的能力路径
AIE面试关注LLM应用开发（Prompt工程、RAG、Agent设计）、向量数据库与检索系统、大模型微调与评估、应用层系统架构
AIE岗位对底层算法推导的要求相对较低，但对大模型实践能力要求较高
针对不同岗位应采取差异化准备策略：AS重点巩固理论与数学基础，MLE投入算法刷题和ML系统设计，AIE深入LLM应用开发实践
过去两年，随着大模型技术的爆发式发展，AI产品经理岗位的用人需求呈现显著增长
工程师应主动拥抱AI工具而非回避，深入理解其能力边界并融入日常工作流
如果审查AI生成代码的成本高于自己动手，那么这个智能体的实际价值就大打折扣
在美国AI工程师的中位年薪约为15-20万美元，资深岗位可达30万美元以上
全部知识事实 (10)
AI工程化经历了从Prompt Engineering到Context Engineering再到Harness Engineering的三层进化
80%待验证过去两年，随着大模型技术的爆发式发展，AI产品经理岗位的用人需求呈现显著增长
60%待验证工程师应主动拥抱AI工具而非回避，深入理解其能力边界并融入日常工作流
60%待验证AI Engineer是近两年随大模型应用爆发而兴起的新兴岗位，侧重于将LLM、向量数据库、RAG等AI能力集成到实际产品中
60%待验证AIE面试关注LLM应用开发（Prompt工程、RAG、Agent设计）、向量数据库与检索系统、大模型微调与评估、应用层系统架构
50%待验证AIE岗位对底层算法推导的要求相对较低，但对大模型实践能力要求较高
50%待验证针对不同岗位应采取差异化准备策略：AS重点巩固理论与数学基础，MLE投入算法刷题和ML系统设计，AIE深入LLM应用开发实践
50%待验证AS、MLE、AIE代表AI人才市场中偏研究、偏工程、偏应用三种不同的能力路径
50%待验证如果审查AI生成代码的成本高于自己动手，那么这个智能体的实际价值就大打折扣
50%待验证在美国AI工程师的中位年薪约为15-20万美元，资深岗位可达30万美元以上
50%