当前位置: 首页 > news >正文

双非本科生的AI行业逆袭之路:我的经验与心得分享!

最近看到很多朋友发帖在问大模型真的只是研究生才能干吗?自己眼馋,自己担心无法入局。

我先说结论!不是的,任何人都有机会。

我先介绍我自己,我是14年毕业某西北双非本科,刚毕业是做国企信息系统集成,当时是给南方电网做电力营销系统,薪资不到5k。

干了十一个月,被老婆拉去她所在公司面试,我们在同一个部门不同组。我是做研发,她是做数据。

我所在行业是游戏研发,刚进去是公司高峰后期。做登录和支付中心。所以公司每天收了多少钱,流水多少,我都是一清二楚的。

这里我们一个月流水上小目标还是很平常的。直到版号危机。由于每年都涨薪,幅度堪比跳槽,领导也很好,所以待得比较稳定。差不多接近4年,觉得自己成长比较有限了,于是跳槽了。其实15年,我就想学习人工智能,那个时候深度学习比较热,自己买了好多本深度学习,tensorfow的书,但是后来实在觉得门槛太高。第一次放弃了。后来,跳槽到一家中厂做出海直播,我面试拿到offer那天,刚好是我跟我老婆领证那天,所以感觉双喜临门,好生嗨皮。出海的区域主要是面向东南亚,南亚,中东为主。主要也是直播运营管理系统,直播打赏相关的支付和消费业务。

干了差不多将近一年,一年内不断加功能,开游戏活动,拉动消费内需,期望开支和收入打平。养活团队。可是直播大R跑路了,营收大降。后来整个团队走的走,有的转去其他组。我也转组,转去所谓养老稳定组。干了一阵时间,没有什么盼头,就又跳槽。

20年被某大厂捞走,原以为是做后端支付相关,结果是去做推荐工程架构。之前是后端帮着搞,由于QPS特别高,稳定性,效率都不高,每次发布都会有故障,晚上总是被各种告警电话吵醒。

后面花了我半年时间做业务上云,云原生改造。开始整机器学习平台,tensorflow模型部署。搭建推荐策略框架、特征工程平台,搞可观测性,性能压测。到23离开,业务和效率,稳定性基本没有太多需要重点建设的了,业务也进入稳定期,完成使命就要离开了,这两年老板都给加了薪,还挺好,虽然这段经历工作比较有挑战性,但也是我收获最大的一段经历之一。

2023年,看好AI大模型发展和其变革性,在与前领导和朋友征求意见之后,果断放弃走业务后端和基础架构路线,All In LLM。年中进入到现在公司做AIGC MaaS平台,基于自研国产AI加速卡搭建AIGC MaasS平台。

2024年一直与行业前沿同步,先后与各行各业的客户聊需求,做方案,落地跟进,基本上对AI如何落地有了充分的认知。先后研发了图像类解决方案和大模型解决方案,中小学AIGC教育平台已经覆盖上海所有区。在横店也落地了AI在影视制作中的应用。
其实每次换工作后,前后工作业务重叠不是很高。所以进入一个新的领域需要的底层迁移能力和拥抱变化的能力。15年,我没能进入AI,但是20年,我进入了边缘,23年正式进入了。
我喜欢虎二的这首歌“在一瞬间就有百万种可能!该向前走或者继续等,这冬夜里有百万个不确定,渐入深夜或期盼天明”。

山高路远,行将必至,不求一步到位,但只要方向正确,每一步都算数。

如何学习AI大模型?

如果你对AI大模型入门感兴趣,那么你需要的话可以点击这里大模型重磅福利:入门进阶全套104G学习资源包免费分享!

这份完整版的大模型 AI 学习和面试资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

这是一份大模型从零基础到进阶的学习路线大纲全览,小伙伴们记得点个收藏!


第一阶段:从大模型系统设计入手,讲解大模型的主要方法;

第二阶段:在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;

第三阶段:大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;

第四阶段:大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;

第五阶段:大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;

第六阶段:以SD多模态大模型为主,搭建了文生图小程序案例;

第七阶段:以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉学会后的收获:👈

• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

http://www.cnnetsun.cn/news/151349.html

相关文章:

  • 运维岗位这么多,你适合哪一个
  • 基于微信小程序的在线家庭娱乐系统毕业设计源码
  • 为什么90%的企业用不好Open-AutoGLM?:硬件选型不当成最大瓶颈(附行业适配白皮书)
  • 模型体积缩小80%仍保持95%精度?Open-AutoGLM量化策略深度拆解
  • 2026年AI产品经理终极学习路线:传统产品经理的转型指南,超详细攻略,不容错过!
  • 【AI Agent可靠性突围】:Open-AutoGLM 7类错误恢复方案实测数据曝光
  • FaceFusion如何优化夜间低光环境下的人脸处理?
  • Open-AutoGLM接入成本大曝光:4个维度评估你的适配级别
  • Open-AutoGLM接口开放度实测:8项关键指标评分,你的项目适合接入吗?
  • 主流AutoGLM框架错误恢复能力对比,哪个真正提升任务成功率?
  • 【AI框架二次开发新标杆】:Open-AutoGLM 4大可扩展性设计,为何被头部企业争相采用?
  • FaceFusion镜像每日下载量突破5000次
  • 从零基础转行渗透测试到如今20k,我经历了什么?
  • 土木人“提桶跑路”零基础转行网络安全,成功实现月入过万
  • HGDB如何提升批量导入数据的速度
  • 11、加勒比与北美地区房地产投资指南
  • 42、太赫兹通信与可见光通信:5G 及未来的前沿技术
  • 46、5G及未来通信中的协同网络技术解析
  • 47、协同网络:过去、现在与未来
  • 50、5G及未来的灵活认知无线电接入技术与频谱感知
  • 58、5G及未来的物理层安全设计
  • 文献综述期末项目的撰写方法与实践研究
  • 【Open-AutoGLM硬件适配终极指南】:揭秘2024年主流行业GPU/CPU兼容性排行榜
  • 从零到部署有多难?Open-AutoGLM使用门槛全景透视
  • 创客匠人观察:当“实力沉默者”觉醒——创始人IP如何成为知识变现的终极信任杠杆
  • 基于华为昇腾AI处理器的CANN生态全景图系列(二):华为昇腾AI处理器是什么?为什么会跟CANN有关系呢?
  • 亲测灵活用工平台会计分录实践
  • 亲测灵活用工平台业务类型超全分享
  • 别再盲目用Airtest了:当模型泛化能力成为瓶颈,Open-AutoGLM如何破局?
  • 我发现动态知识图谱实时更新提升ICU治疗精准度