金昌市网站建设_网站建设公司_SSL证书_seo优化

本文分享裸辞转型AI大模型的成功经历，包括转行动机、系统学习准备和面试经验。强调深入理解底层原理、做好经济心态准备、针对性优化简历和保持良好心态的重要性，为想进入AI领域的人提供实用参考。

今年很重要的一个经历就是裸辞然后顺利转行到了AI大模型方向，回首过去的四个月以及更长的两年，在临近一年结束之时，稍稍记录一下还是很有必要的。

主要从三个方面做一下记录，缘起，讲一下为什么要转，准备，记录一下在裸辞前做了哪些准备，面试，记录一下面试时候的观察和经验。

为啥要转行呢？借用一句流行的话来讲，就是要去旷野自由地探索一番，寻求自己的人生价值。过去的时间，一直在按部就班地上学，工作，尤其是近一年，愈发感觉时间飞逝流淌，而我却一直近乎碌碌无为，没有创造什么有价值的东西。而AI领域我认为未来是很有想象力空间的方向，因此这是我想要转行的根源。

从催化剂上来说，目前的工作虽然薪资尚可，但相比刚入职那一年，越来越没什么新意，未来的几十年可能一直都是在重复类似的东西，再加上工作氛围相比之前差了很多，待的时间越长只会蚕食我向外探索的创造力，于是坚定了我即使裸辞也要离开的决心。

而导火索就是deepseek的爆发，我意识到了成本的大幅降低将会助推AI大模型在各行各业的落地，这个时候越早投入到这个行业越好。

综上，大概今年7月份我裸辞开始了转行之路。

虽然说是裸辞，但这只是指没有在职找到下份工作，并不是完全无准备的冲动之举。下面我就介绍一下我做的准备。

首先是AI大模型方向的知识能力准备，在大三下其实就已经接触学习AI了，只是当时是拿来主义不求甚解地应用了，没有深入理解底层的原理，研究生时本应该深入探索理解的，但因种种原因仍然未能深入；工作的两年我利用周末和节假日真正深入学习总结了其内部的原理，并升级了自己的学习方法，就是跟着问题学，不害怕遇到问题，在解决问题中更加深入地理解；有了这些做基础，裸辞后我又给自己设定了三个月的探索时间，自己制定了一个学习框架，更加系统学习总结AI大模型的底层原理，包含python，传统AI，主流大模型，因为我想做的方向是AI落地应用，因此做了一个落地的应用项目。而且在此期间，我在网上分享了自己的学习笔记，一方面是督促自己稳步地学习，另一方面也是保持和外部的连接，这些学习笔记现在也都放到了github上了，后面我也会继续更新优化，这也算是我创造的第一个有价值的东西了。想要学习的可以看一下，大概率会有助于学习进程。

另一方面的准备则是我对三个月探索期的准备，包括但不限于下面几个。首先最重要的是经济，工作两年也算是攒了一些，可以保证我不用担心探索期间没有收入来源的问题；第二个就是心态，虽然已经做好了准备并制定了详细的规划，但毕竟是从稳定运行了很长时间的轨道跳到旷野中，面对很高的不确定性，是会有相对来说较高的焦虑情绪的，而我应对不确定性情绪的方法，就是每天记录自己完成的任务，同时保持和外部的连接；第三个是环境，裸辞还是尽量不要一个人待在房间里，我住的地方附近有一个图书馆，我每天基本上准时早上去，晚上回，陪伴我度过了孤独的探索期。好的环境一方面保持正常学习生活节奏可以提高学习效率，另一方面也是保持和外部的连接。

经过了大概三个月的探索学习，开始了转行的面试阶段。当前的就业大环境确实整体上感觉是寒冬的，不过大环境里面又有小气候，AI大模型领域作为新兴的一个方向，国家还有企业都在往AI方向去转，所以这个方向的岗位相对来说热度是比较高的。

大环境是一方面，核心还是自己的优劣势，面试之前我先分析了一下自己的优劣势，并设定了自己的结果预期，注意不是单个面试的结果预期，而是找工作的预期，因为单个面试，单个企业的不确定性太高了。

优势首先是有两年的行业工作经验，这可以契合AI和行业的结合这一个方向，因为我初衷就不是要做基座模型的，而是要做应用的，有行业经验在我看来是一个优势，而且更重要的是，即使最后找不到AI方向，也可以在继续在本行业，这在我的预期中属于保底操作；这里多说一句，我发现，找下一份工作的经验年限在2-3年似乎为最佳，不知道是否为真？

第二个优势就是经过探索期，我真正深入从底层理解了AI大模型的原理，并拥有了一个落地项目，后者可以帮助我过一下简历初筛，前者则是在我面试的时候几乎不会像只背八股那样轻易被问住，事实上，后面的面试证明了在原理方面基本上我都可以应对，即使不熟悉的，也可以推理一下。

另一个优势则是相对不错的学历，这可以帮助我过简历初筛，在当前这个环境中，还是很有必要的。

最大的劣势则是工作匹配度的问题，现在几乎所有的社招岗位都是要求工作经历非常匹配，把你上份工作经验能够直接用到现在的工作中，而我缺少AI方面的直接工作经验，虽然自己做了一个落地项目，但这方面确实是最大的劣势。

另一个劣势则是手撕代码的能力退步很大，因为长期没有刷了。事实上也是前期的一个面试中，原理应用啥的聊得都挺好的，面试官非常好地特意选了简单的代码题，但我还是没有做出来，很是遗憾。然后我就抽了一周左右的时间，把之前刷的代码题目回顾总结了一下，后面基本上都能写出来或者说出思路了。

接下来就是密集的面试时间了，其实在面试之前我还制定了一个分行业，分岗位的面试投递节奏，不过真实执行的时候还是因为种种原因没能完全按计划进行，一揽子海投了，这是可以优化的地方。

10月20号我认为探索期虽然还没有尽善尽美，但已经可以结束投简历了，花了大概一周左右的时间投了几家小公司并把我的简历完善了一下，27号正式开始海投，中间就是漫长的面试环节，列出来的这些天，几乎每天都有两到三场面试，11月20号拿到了首个正式的书面通知offer，其实前面也有一些口头的offer，但是有的是方向岗位不匹配，有的可能是公司计划有变动，后续也没消息了（这里稍稍吐槽一下，这种变动HR通知一下给人感受会好很多的），接下来的几天也陆续得到了之前面试的几个offer，我觉得差不多了，也有两个相对来说比较合适的offer，所以10月26号就停止了面试，休息了大概两周左右的时间12月8号就正式入职了。这是我的一个面试时间线，不过企业招聘时间应该是有黄金期的，金三银四，金九银十，现在环境来说也可能是有变化的，就不确定了。

面试经验的总结来说，我觉得第一点对面试的内容是真正搞懂底层的原理了，真正系统的理解了，这个我觉得是非常重要的，这样才可以从容自信地面对每一场面试，不会像只背八股押题那样，会焦虑担心。

另外一个就是要很熟悉简历上的内容，前期可以提前准备可能的一些问题，比如说借助AI，让它根据你的简历内容去问一些问题，然后准备相应的回答，后面面试多了，每一次都要复盘面试的问题，因为面试官他都是根据你的这个简历内容来去问你的，所以很多情况下很多面试官问的内容几乎是大差不差的，越到后面越想是在背诵答案了一样。

另外还有非常值得注意的是心态，尤其是裸辞期间的面试，因为一般面试的周期拉的比较长，一周两周都是有可能的，再加上HR很多时候不会告知你结果，以及面试失败的沮丧，都会不断让人焦虑的，所以制定一个面试总的预期，不要过度关注某场面试，某家公司，面试结果不是对你个人的否定，只是不适合罢了，只要最后的结果符合预期就行了。

另外就是简历一定要好好写，可以根据想去的岗位和行业写不同的简历，把岗位描述上的关键词尽可能和自己的简历内容融合到一起，因为筛选简历的时候很多情况是看关键词匹配的。还有就是现在要求岗位匹配度，所以不要一份简历投所有的岗位。

回过头来看，这次的最终结果在我预期的第二层级，AI方向的深入探索也才刚刚开始，希望自己能够创造出有价值的东西。以上就是我的一个转行记录了，如果能对你有所帮助那再好不过了。

学习大模型 AI 如何助力提升市场竞争优势？

随着新技术的不断涌现，特别是在人工智能领域，大模型的应用正逐渐成为提高社会生产效率的关键因素。这些先进的技术工具不仅优化了工作流程，还极大地提升了工作效率。然而，对于个人而言，掌握这些新技术的时间差异将直接影响到他们的竞争优势。正如在计算机、互联网和移动互联网的早期阶段所展现的那样，那些最先掌握新技术的人往往能够在职场中占据先机。

掌握 AI 大模型技能，不仅能够提高个人工作效率，还能增强在求职市场上的竞争力。在当今快速发展的技术时代，大模型 AI 已成为推动市场竞争力的重要力量。个人和企业必须迅速适应这一变化，以便在市场中保持领先地位。

如何学习大模型 AI ？

在我超过十年的互联网企业工作经验中，我有幸指导了许多同行和后辈，并帮助他们实现个人成长和学习进步。我深刻认识到，分享经验和知识对于推动整个行业的发展至关重要。因此，尽管工作繁忙，我仍然致力于整理和分享各种有价值的AI大模型资料，包括AI大模型入门学习思维导图、精选学习书籍手册、视频教程以及实战学习等内容。通过这些免费的资源，我希望能够帮助更多的互联网行业朋友获取正确的学习资料，进而提升大家的技能和竞争力。

这份完整版的大模型 AI 学习资料已经上传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】

一、初阶应用：建立AI基础认知

在第一阶段（10天），重点是对大模型 AI 的基本概念和功能进行深入了解。这将帮助您在相关讨论中发表高级、独特的见解，而不仅仅是跟随他人。您将学习如何调教 AI，以及如何将大模型与业务相结合。

主要学习内容：

• 大模型AI的功能与应用场景：探索AI在各个领域的实际应用
• AI智能的起源与进化：深入了解AI如何获得并提升其智能水平
• AI的核心原理与心法：掌握AI技术的核心概念和关键原理
• 大模型应用的业务与技术架构：学习如何将大模型AI应用于业务场景和技术架构中
• 代码实践：向GPT-3.5注入新知识的示例代码
• 提示工程的重要性与核心思想：理解提示工程在AI应用中的关键作用
• Prompt的构建与指令调优方法：学习如何构建有效的Prompt和进行指令调优
• 思维链与思维树的应用：掌握思维链和思维树在AI推理和决策中的作用
• Prompt攻击与防范策略：了解Prompt攻击的类型和如何进行有效的防范
  
  
  、、、

二、中阶应用：深入AI实战开发

在第二阶段（30天），您将进入大模型 AI 的进阶实战学习。这将帮助您构建私有知识库，扩展 AI 的能力，并快速开发基于 agent 的对话机器人。适合 Python 和 JavaScript 程序员。

主要学习内容：

• RAG的重要性：理解RAG在AI应用中的关键作用
• 构建基础ChatPDF：动手搭建一个简单的ChatPDF应用
• 检索基础：掌握信息检索的基本概念和原理
• 理解向量表示：深入探讨Embeddings的原理和应用
• 向量数据库与检索技术：学习如何使用向量数据库进行高效检索
• 基于 vector 的 RAG 实现：掌握基于向量的RAG构建方法
• RAG系统的高级扩展：探索RAG系统的进阶知识和技巧
• 混合检索与RAG-Fusion：了解混合检索和RAG-Fusion的概念和应用
• 向量模型的本地部署策略：学习如何在本地环境中部署向量模型
  

三、高阶应用：模型训练

在这个阶段，你将掌握模型训练的核心技术，能够独立训练和优化大模型AI。你将了解模型训练的基本概念、技术和方法，并能够进行实际操作。

• 模型训练的意义：理解为什么需要进行模型训练。
• 模型训练的基本概念：学习模型训练的基本术语和概念。
• 求解器与损失函数：了解求解器和损失函数在模型训练中的作用。
• 神经网络训练实践：通过实验学习如何手写一个简单的神经网络并进行训练。
• 训练与微调：掌握训练、预训练、微调和轻量化微调的概念和应用。
• Transformer结构：了解Transformer的结构和原理。
• 轻量化微调：学习如何进行轻量化微调以优化模型性能。
• 实验数据集构建：掌握如何构建和准备实验数据集。
  
  

四、专家应用：AI商业应用与创业

在这个阶段，你将了解全球大模型的性能、吞吐量和成本等方面的知识，能够在云端和本地等多种环境下部署大模型。你将找到适合自己的项目或创业方向，成为一名被AI武装的产品经理。

• 硬件选型：学习如何选择合适的硬件来部署和运行大模型AI。
• 全球大模型概览：了解全球大模型的发展趋势和主要玩家。
• 国产大模型服务：探索国产大模型服务的优势和特点。
• OpenAI代理搭建：学习如何搭建OpenAI代理以扩展AI的功能和应用范围。
• 热身练习：在阿里云 PAI 上部署 Stable Diffusion
• 本地化部署：在个人计算机上运行大型模型
• 私有化部署策略：大型模型的内部部署方法
• 利用 vLLM 进行模型部署：高效部署大型模型的技术
• 案例分析：如何在阿里云上优雅地私有部署开源大型模型
• 开源 LLM 项目的全面部署：从零开始部署开源大型语言模型
• 内容安全与合规：确保AI应用的内容安全和合规性
• 算法备案流程：互联网信息服务算法的备案指南
  

通过这些学习内容，您不仅能够掌握大模型 AI 的基本技能，还能够深入理解其高级应用，从而在市场竞争中占据优势。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你无疑是AI领域的佼佼者。然而，即使你只能完成60-70%的内容，你也已经展现出了成为一名大模型AI大师的潜力。

最后，本文提供的完整版大模型 AI 学习资料已上传至 CSDN，您可以通过微信扫描下方的 CSDN 官方认证二维码免费领取【保证100%免费】。