作者分享从零基础转行AI领域的学习经验，通过自学和培训班掌握大模型相关知识，推荐编程、数学、机器学习等书籍资源。强调转行AI需持续学习能力与好奇心，建议明确学习方向，避免盲目报班，注重培养解决问题能力和展现思考过程，在面试中脱颖而出。
最近工作真的太忙太忙了，一到工作日就忙成狗，所以经验贴拖到了现在。
在经验贴前面，我想说的是，每个人的基础和背景是不一样的，我的经验也只能作为参考，而且我并不是只用了半年时间就彻底完成了算法方向所有知识的学习，所有技能的学习，还有很长的路要走。但是对于我来说，去参加面试，去和面试官就AI项目进行交流探讨，去获得一份AI领域的工作是足够了。
我的基础：
- 编程：python基础应用，会简单的数据清洗，会爬虫
- 数学：比较喜欢数学，大学期间高等数学，线性代数，概率论均分85以上，全国大学生数学竞赛二等奖。
- 人工智能：机器学习无经验，深度学习无经验。
大家可以看到，我的数学基础还是可以的，有一点代码基础，而且我喜欢去挖掘一些算法原理和进行一些代码尝试，我想这也是我在学习过程中很多次进入心流状态的原因，大家可以在学习过程观察自己的状态，来判断自己适合AI哪个领域的发展。为了转行，两年来，我报了很多班（捂脸哭），也踩了很多坑，但是我这里不做引导，很多人在问，靠自学能否转行，我的答案是可以，不过会需要更强大的心力、耐力和学习能力。因为我转行需求迫切，所以我找了很多人，用金钱去买视角和时间，总的来说，我觉得还是值得的，但是有些坑是可以避免的，在下面我会仔细说。
一、书单：
（注：这些是半年我读过的书，有些书精读，有些书泛读，有些是资料书，有些纯粹培养AI视角，我的技巧是看一本书，先知道这本书的架构，知道这本书讲了什么，然后就自己的需求逐个攻破）
1、编程（因为算法岗基本上都要考leecode，所以实战很重要）：
《数据结构与算法图解》——因为有图，所以好读，入门
《pytorch深度学习实战》——pytorch是现在非常重要的框架，不看书也可以啦，重点在于掌握
《漫画算法：小灰算法之旅》
《代码随想录》——不看书也可以，直接去网上看大佬的内容，一样的，B站上也有视频。
《利用python进行数据分析》——数据这块很重要，可以看看，不一定读书
2、数学：
《深度学习的数学》——快速理解数学在AI中是如何运用的，比较初阶，好读，建议精读
大学数学三件套（高数，线性代数，概率论）——我大致过了一遍考研数学张宇的书，不过感觉没太多必要……可以大模型学习中遇到不会的再补就好了……
3、机器学习（主要是看视频课程学习，看书为辅）：
《统计学习方法》——李航（这本书还是蛮重要的，精读）
《机器学习》—— 周志华（精读）
4、深度学习（主要是看视频课程学习，看书为辅）：
《深度学习入门》
《深度学习》（不好读，有点难，大家按需吧……）
5、强化学习（稍微看看）
《强化学习：原理与python实现》
《白话强化学习与pytorch》
6、大模型相关（我自己找的乱七八糟的书，很多书只读了几个章节）：
《BERT基础教程》——我重点看了transformer介绍那部分。
《大模型应用开发》——随便读读，看看agent工程运用
《transformer自然语言处理实战》——按需
《大模型RAG实战》——了解一下RAG
《生成对抗网络入门指南》——没看完
7、AI视野：
《我看见的世界》——AI教母李飞飞自传，蛮感人的一部书籍，可以了解imagenet的诞生
《智人之上》——看看一些社会学家怎么看待AI时代
《智慧的疆界》——个人非常喜欢北大传播学吴靖老师，所以她推荐的书，我读了读。
总结：我是属于比较喜欢看书输入的人，大家可以看看我看了什么，也可以去B站，知乎，csdn上找视频，找帖子，找资料来看，关键是学会知识，不在乎形式。
二、学习路线：
自从答应了要写经验贴之后，其实我回顾了一下我的学习历程，我没有说规划得很好，在过去几个月中，我的学习路线也不是说非常明晰，我看了很多书，东看看西看看的，这个不像考研，有很明确的方向，市面上有很多老师会教你怎么学，从几月规划到几月该干什么，我认为，转行还是非常私人订制的一件事，因为你得感兴趣，你自己就会走什么样的路，去找什么书来看。
但是毕竟是一个完全陌生的方向，所以我选择找人带我，正如上面所说，我报了很多班，有专门教AIGC的（后来发现主要教你搭建comfyui工作流，我个人不是很感兴趣，感觉和学CAD没区别……），有教AI产品经理的（内容好像就是产品经理的知识……），有教大模型应用的（了解了AI工程化方向的内容），有教AI算法的（后来的学习验证中，我对这个方向感兴趣，找了来自大厂的学长学姐帮忙做项目，我的学习路线也是他们给我规划的，保障我在乱七八糟输入的同时没有走错方向）
三、一些想法：
以上是我的一点点经验，大家可以不看书，也可以专门看教学视频，也可以报班，但是看一下自己的需求，如果不明确就会像我一样花了很多钱（捂脸哭）。
前两天正好和leader谈心，leader和我说，当初招我进来，也知道我的能力在哪里，也愿意给我时间去成长，他主要看重的是我的学习能力，在AI时代，技术更迭快，业务也千变万化，如果没有好的学习能力，怎么能快速去理解业务，怎么能利用AI去赋能业务。
所以，大家如果真的想踏入AI领域，一定要保持一颗好奇心，一颗不断学习新知识的心，通过努力，在面试官面前，尽可能地举一反三，尽可能地展现自己的思考，表现自己，我想别人会发现闪闪发光的你。
最后
我在一线科技企业深耕十二载，见证过太多因技术更迭而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。
我整理出这套 AI 大模型突围资料包：
- ✅AI大模型学习路线图
- ✅Agent行业报告
- ✅100集大模型视频教程
- ✅大模型书籍PDF
- ✅DeepSeek教程
- ✅AI产品经理入门资料
完整的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
为什么说现在普通人就业/升职加薪的首选是AI大模型？
人工智能技术的爆发式增长，正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议，到全国两会关于AI产业发展的政策聚焦，再到招聘会上排起的长队，AI的热度已从技术领域渗透到就业市场的每一个角落。
智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200%，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。
AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。
资料包有什么？
①从入门到精通的全套视频教程⑤⑥
包含提示词工程、RAG、Agent等技术点
② AI大模型学习路线图（还有视频解说）
全过程AI大模型学习路线
③学习电子书籍和技术文档
市面上的大模型书籍确实太多了，这些是我精选出来的
④各大厂大模型面试题目详解
⑤ 这些资料真的有用吗?
这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势，构建起"前沿课程+智能实训+精准就业"的高效培养体系。
课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
👉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】🆓**
