最近不少HR问慧猎：大模型岗位收到的简历里，“会调模型”的人越来越多，为什么还是招不到合适的？原因不复杂——微调工具、开源框架和API把“调模型”的门槛拉低了，但企业真正卡住的，是模型能不能低成本跑起来、业务链路能不能做通、效果能不能被量化。如果贵司也在“简历不少、面试不多”里打转，欢迎先联系慧猎猎头15730249807（同微信）校准真实缺口。

一、“会调模型”供给变多，不等于交付能力变强

会跑LoRA、会套微调脚本、会调API，已经不算稀缺。真正的问题是：推理延迟降不下来、GPU利用率上不去、RAG召回不准、上线后效果说不清。企业要的不是“能训一版模型”，而是“能在成本和稳定性约束下持续交付”。四类人才因此变得稀缺。

第一，推理优化人才。 他们要解决延迟、吞吐、显存和单位成本：量化、蒸馏、KV cache管理、批处理、投机解码、推理引擎调优。面试不能只问“用过什么框架”，要追问“瓶颈在算力、带宽还是调度”“优化后精度损失如何评估”“长上下文下显存怎么建模”。这类人需要模型理解加系统功底，培养周期长。需要推理优化方向人才地图，可联系15730249807（同微信）。

第二，GPU调度人才。 大模型训练和推理都是资源密集型，GPU调度直接决定成本和效率。核心能力包括集群编排、分布式训练/推理、资源配额、容错、监控和利用率优化。很多候选人会用平台，但不会设计调度策略；会看监控，但不会定位资源浪费。面试应问“利用率低怎么归因”“多任务抢占如何保障稳定性”“故障恢复怎么做”。这类人常来自基础架构、平台工程和MLOps团队，不是传统算法岗。

第三，RAG人才。 RAG看似门槛低，实际链路很长：文档解析、切分、召回、重排、上下文拼装、引用和反馈闭环。真正稀缺的是能定位“问题出在检索还是生成”、能设计离线评测和线上迭代的人。只会调框架的候选人，遇到业务文档复杂、权限多、更新频繁的场景就容易失效。慧猎在RAG与检索方向有细分人才池，需要对标可拨打15730249807（同微信）。

第四，Eval人才。 这是最容易被低估的缺口。没有评估，RAG和Agent都只是demo。Eval人才要能建评测集、定义指标、做人工与自动评估、管理回归测试和线上A/B，把任务完成率、引用准确率、幻觉率、成本延迟变成可验证数据。这类人既懂业务又懂模型，还要有工程化评测能力，市场上非常稀缺。

二、为什么这四类人难招？

一是跨学科：推理优化和GPU调度要“模型+系统”，RAG和Eval要“业务+工程+模型”。二是培养场景少：只有大规模真实业务才能练出这些能力，大厂核心团队外溢有限。三是画像常被混写：JD统一写“大模型算法工程师”，把四类人搜成一个池子，自然匹配率低。四是评价难：面试官容易考名词，难考链路、指标和故障处理。

三、给HR的落地建议

第一，把JD拆成四条线：推理优化、GPU调度、RAG、Eval，分别写核心任务、必须项和成功指标。第二，面试官组合要匹配：推理和调度由系统/平台专家面，RAG和Eval由业务+工程联合面。第三，人才来源分开检索：推理看推理引擎和系统优化，调度看平台/基础架构，RAG看搜索推荐和知识库，Eval看评测、数据和业务算法。第四，薪酬按稀缺度分别对标，别用“调模型”统一带宽硬套。

市场缺的不是会调模型的人，而是能把模型变成稳定、低成本、可衡量业务结果的人。慧猎猎头深耕人工智能行业，可协助贵司拆分四类画像、绘制人才地图并精准寻访，电话15730249807（同微信）。 先把缺口说清楚，招聘才不会在“会调模型”的简历里反复空转。需要岗位画像体检，欢迎联系慧猎15730249807（同微信）。