本文分享土木工程专业毕业生转行AI算法工程师、后端开发工程师和CAE仿真工程师的可行路径。通过真实案例展示，土木背景可通过自学AI算法理论、编程或仿真软件实现跨领域发展。文章强调早规划、自学能力的重要性，并指出AI算法工程师薪资可达70w，后端开发岗位需求量大，CAE仿真工作稳定。适合想从传统行业转向科技领域的土木专业学生参考。

---

写在前面

大家好，我是小鹿学姐，我做土木考研培训已经10年了，我最早的学员也硕士毕业7年了，最近大家对土木转行这个话题比较感兴趣，所以我就统计了一下之前学员转行都去了哪里、薪资如何，我挑选了一些比较好的转行方向，给大家介绍下。

要介绍的方向有AI算法工程、后端开发工程师（程序员）、CAE仿真结构工程师（新能源行业）、测试工程师（新能源车企）、互联网金融公司的风控策略、跨境电商、热设计仿真工程师（芯片行业）、教培、AI大模型产品经理。由于篇幅限制，我这篇文章就介绍下前三个方向。

1.AI算法工程师

（1）转行经历

• 阿森是我18年的学员，21年硕士毕业于同济大学，毕业后先是去了设计院，工作半年后对薪资和工作时长不满意，就裸辞了。经过一段时间的思考后，决定转行AI算法。

• 接着又进行了将近一年的自学，最终找到了一个创业公司，做算法工程师。因为处于一个前沿缺人的行业，每一次跳槽就会涨一次薪资，所以他的薪资从26w，到38w，现在达到了70w。

• 在工作的这几年，他也在不断学习，从传统算法工程师再次转到了大模型算法工程师，所以薪资才能涨到70w这么高。

• 这里做下简单的科普：DeepSeek（深度求索 ）、豆包都属于基于大模型开发的AI 应用********。****

（2）转行可能性分析

• 正常来说，AI算法工程师这个岗位的对口专业是人工智能专业，这个专业目前还没有多少毕业生，所以是有人才缺口的，那么这就是一个机会。

• 计算机专业毕业生，如果想去AI算法岗位，很多算法理论也是要去自学的。

• AI算法是一个交叉学科，数学+算法理论+编程，算法理论对于所有专业毕业生来说，都是需要去单独学习的，数学的话考研数学基础足够了，编程一般用python，难度不大，所以对于土木等其他传统工科的学生来说，知识缺口肯定有，但是并不是鸿沟，所以想转这个方向的话，可以早做规划早做准备。

这是阿森自己做的经验分享讲座，感兴趣的同学可以看下~

https://www.bilibili.com/video/BV13aKnzCEka/?share_source=copy_web&vd_source=ffd923463a83ff4a8deae8cf4940a646

2.后端开发工程师

（1）转行经历

• 阿布是我20年的学生，23年3月硕士毕业于上海交通大学建筑工程学院，毕业后拿了一家新势力独角兽的sp offer，做的是java后端开发。

• 工作15个月的时候觉得公司技术太差就开始准备面试，之后就跳槽到了一家互联网外企开始做golang后端开发。

• 整个互联网而言，后端开发是一个岗位量相对比较多的行业，使用的技术栈也是比较成熟的一套，所以在多家公司之间跳槽时会有很多可复用的知识。

• 在找第二份工作时，阿布学长从准备面试到最后拿offer也就经历了一个月的时间，最后薪资也是涨了25%（这也是互联网跳槽时的普遍涨薪幅度）。

• 后端开发主要就是负责商城、物流、订单、交易等系统的开发，当然这是大家比较好理解的一些系统，实际上后端开发的工作范围会广泛很多。

（2）转行可行性分析

• 阿布学长身边就有很多非科班的学生，比如自动化、电气、机械、物联网等专业毕业的。目前学校内计算机专业学习的内容大多比较陈旧、都是一些过时的技术，所以大部分企业实际使用的技术都是学校中没法直接学习到的，更多的是需要学生自己去课外学习，因此对于计算机或者说是互联网相关工作而言最重要的就是自学能力。

• 后端开发的工作主要分为两部分，第一部分是提供系统和服务：比如商城服务、用户系统等；第二部分是数据处理，比如逻辑计算、数据不丢失、数据安全性等。

• 当然根据实际岗位不同也会有不同职责细分，比如现在很火的 AI大模型、也是需要后端开发去搭建平台供算法工程师使用。

• 后端就像是负责搭建房子的人，需要从0到1将整个系统搭建起来，同时要保证房子安全、可以住人。这也是后端岗位多的直接原因，因为大公司需要保证系统稳定，小公司则需要有人去从0到1搭建系统。

• 后端开发对学历以及智商的要求不会很高，以前很火的培训班的重点就业方向也是后端开发，由此也可以看出后端的门槛较低，重点是要早规划早学习早入行，因为知识体系内容大差不差、所以可以先学核心内容、边缘知识可以放到工作以后利用知识共性去学习即可。

总的来说，做好规划，是可以很顺利的转行的。这是阿布学长做的经验分享，感兴趣的同学也可以看下~

https://www.bilibili.com/video/BV1rHKVzTEnL/?spm_id_from=333.337.search-card.all.click&vd_source=24e4546590413649a4383fce5150272e

3.CAE仿真（新能源行业，电池包方向）

（1）转行经历

• 木子学姐21年硕士毕业于哈尔滨工业大学，毕业后在设计院工作一年，因为设计院的工作强度高、责任大、考证难再加上薪资低，于是就果断裸辞跑路。

• 经过半年的摸索，以及研究生时期做数值模拟的经验，最后入职了新能源行业做结构仿真，薪资涨了近半，目前税前20W左右。基本不加班，早晨8点半上班，下午5点半下班，周末双休，公司提供员工宿舍。

• CAE仿真技术更新迭代没那么快，较互联网来说年龄焦虑会好很多很多。转行后我真正的拥有了自己的生活，而不是被工作充满。

（2）转行可能性分析

• CAE结构仿真岗位的理论基础是力学，使用工具是有限元分析软件，对于土木专业背景来说，这两点其实很容易达标，转行难度大大降低，但需要对三个方面进行补充学习，一是掌握CAE软件，二是多做一些仿真工况，三是对仿真对象有一定程度的了解。

• 就业方面，结构仿真有万金油的特质，只要掌握了仿真软件，可以选择的行业还是比较多的，例如新能源行业（电池包、光伏、风电塔筒）、车企、电子消费品行业（无人机、手机）、以及工业软件公司的CAE软件研发应用。

那么，如何系统的去学习大模型LLM？

如果你也想系统学习AI大模型技术，想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习*_，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。
为了帮助大家打破壁垒，快速了解大模型核心技术原理，学习相关大模型技术。从原理出发真正入局大模型。在这里我和MoPaaS魔泊云联合梳理打造了系统大模型学习脉络，这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码免费领取🆓**⬇️⬇️⬇️

【大模型全套视频教程】

教程从当下的市场现状和趋势出发，分析各个岗位人才需求，带你充分了解自身情况，get 到适合自己的 AI 大模型入门学习路线。

从基础的 prompt 工程入手，逐步深入到 Agents，其中更是详细介绍了 LLM 最重要的编程框架 LangChain。最后把微调与预训练进行了对比介绍与分析。

同时课程详细介绍了AI大模型技能图谱知识树，规划属于你自己的大模型学习路线，并且专门提前收集了大家对大模型常见的疑问，集中解答所有疑惑！

深耕 AI 领域技术专家带你快速入门大模型

跟着行业技术专家免费学习的机会非常难得，相信跟着学习下来能够对大模型有更加深刻的认知和理解，也能真正利用起大模型，从而“弯道超车”，实现职业跃迁！

【精选AI大模型权威PDF书籍/教程】

精心筛选的经典与前沿并重的电子书和教程合集，包含《深度学习》等一百多本书籍和讲义精要等材料。绝对是深入理解理论、夯实基础的不二之选。

【AI 大模型面试题 】

除了 AI 入门课程，我还给大家准备了非常全面的**「AI 大模型面试题」，**包括字节、腾讯等一线大厂的 AI 岗面经分享、LLMs、Transformer、RAG 面试真题等，帮你在面试大模型工作中更快一步。

【大厂 AI 岗位面经分享（92份）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

【640套 AI 大模型行业研究报告】

【AI大模型完整版学习路线图（2025版）】

明确学习方向，2025年 AI 要学什么，这一张图就够了！

👇👇点击下方卡片链接免费领取全部内容👇👇

抓住AI浪潮，重塑职业未来！

科技行业正处于深刻变革之中。英特尔等巨头近期进行结构性调整，缩减部分传统岗位，同时AI相关技术岗位（尤其是大模型方向）需求激增，已成为不争的事实。具备相关技能的人才在就业市场上正变得炙手可热。

行业趋势洞察：

• 转型加速： 传统IT岗位面临转型压力，拥抱AI技术成为关键。
• 人才争夺战： 拥有3-5年经验、扎实AI技术功底和真实项目经验的工程师，在头部大厂及明星AI企业中的薪资竞争力显著提升（部分核心岗位可达较高水平）。
• 门槛提高： “具备AI项目实操经验”正迅速成为简历筛选的重要标准，预计未来1-2年将成为普遍门槛。

与其观望，不如行动！

面对变革，主动学习、提升技能才是应对之道。掌握AI大模型核心原理、主流应用技术与项目实战经验，是抓住时代机遇、实现职业跃迁的关键一步。

01 为什么分享这份学习资料？

当前，我国在AI大模型领域的高质量人才供给仍显不足，行业亟需更多有志于此的专业力量加入。

因此，我们决定将这份精心整理的AI大模型学习资料，无偿分享给每一位真心渴望进入这个领域、愿意投入学习的伙伴！

我们希望能为你的学习之路提供一份助力。如果在学习过程中遇到技术问题，也欢迎交流探讨，我们乐于分享所知。

*02 这份资料的价值在哪里？*

专业背书，系统构建：

• 本资料由我与MoPaaS魔泊云的鲁为民博士共同整理。鲁博士拥有清华大学学士和美国加州理工学院博士学位，在人工智能领域造诣深厚：

• • 在IEEE Transactions等顶级学术期刊及国际会议发表论文超过50篇。
  • 拥有多项中美发明专利。
  • 荣获吴文俊人工智能科学技术奖（中国人工智能领域重要奖项）。

• 目前，我有幸与鲁博士共同进行人工智能相关研究。

内容实用，循序渐进：

• 资料体系化覆盖了从基础概念入门到核心技术进阶的知识点。

• 包含丰富的视频教程与实战项目案例，强调动手实践能力。

• 无论你是初探AI领域的新手，还是已有一定技术基础希望深入大模型的学习者，这份资料都能为你提供系统性的学习路径和宝贵的实践参考，助力你提升技术能力，向大模型相关岗位转型发展。

  

抓住机遇，开启你的AI学习之旅！