news 2026/3/22 15:50:34

双非本科生的AI行业逆袭之路:我的经验与心得分享!

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
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】🆓

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/22 13:20:18

28、5G及未来的波束赋形与波束管理

5G及未来的波束赋形与波束管理 1. 数字波束赋形 数字波束赋形中,每个天线都连接到一个射频(RF)链,这赋予了极大的灵活性和能力,能让每个天线获得不同的功率和相位,从而实现更好的空间复用,但代价是高复杂度和高功耗。这种结构使发射机能够利用数字预编码技术同时生成多…

作者头像 李华
网站建设 2026/3/19 20:41:28

FaceFusion镜像提供使用统计报表导出功能

FaceFusion镜像新增使用统计报表导出功能:从“能用”到“好管”的工程进化 在AI生成内容(AIGC)工具日益普及的今天,一个有趣的现象正在发生:用户不再满足于“能不能换脸”,而是越来越关心“换了多少次”“花…

作者头像 李华
网站建设 2026/3/16 14:16:57

Open-AutoGLM仅支持NVIDIA显卡?:打破误解,揭示国产AI芯片适配真相

第一章:Open-AutoGLM仅支持NVIDIA显卡?打破误解的起点关于 Open-AutoGLM 是否仅支持 NVIDIA 显卡的讨论在开发者社区中频繁出现。事实上,这一观点源于早期深度学习框架对 CUDA 的依赖,而 Open-AutoGLM 作为基于 PyTorch 构建的开源…

作者头像 李华
网站建设 2026/3/21 10:57:43

从GitHub到Discord:Open-AutoGLM社区活跃度全链路追踪分析

第一章:Open-AutoGLM社区活跃度分析的背景与意义开源项目的生命力往往体现在其社区的活跃程度上。Open-AutoGLM作为一个致力于构建自动化通用语言模型的开源项目,其发展不仅依赖于核心开发团队的技术推进,更取决于社区成员的广泛参与和持续贡…

作者头像 李华
网站建设 2026/3/20 12:08:14

FaceFusion如何应对多人合影中的人脸错位问题?

FaceFusion如何应对多人合影中的人脸错位问题? 在如今AI生成内容(AIGC)迅猛发展的背景下,人脸替换技术早已走出实验室,广泛应用于影视后期、虚拟偶像制作乃至社交媒体娱乐。然而,当面对一张八人家庭合影或团…

作者头像 李华
网站建设 2026/3/16 7:03:29

期末文献评述:学术研究的回顾、分析与展望

读研时最尴尬的时刻,莫过于找到一篇“命中注定”的文献,结果点开链接,迎面一个冷冰冰的“付费墙”(Paywall)。高昂的单篇下载费用让学生党望而却步。其实,学术界的“开放获取”(Open Access&…

作者头像 李华