想转行进入 AI 领域，能通过哪些途径来实现？_ai行业怎么入行

脱泥不tony

于 2025-03-14 22:37:32 发布

阅读量869

点赞数 8

文章标签：人工智能大语言模型大模型 AI LLM 程序员转行大模型

本文链接：https://blog.csdn.net/2401_85378759/article/details/146268717

版权

如果公司里没有好的项目，那就自己选择一个感兴趣的方向做一个自己感兴趣的项目。

一旦你开启了一个项目，这个项目就会推着你往前走。

不要想着有没有准备好，因为你永远不会准备好，一切准备都是在做项目的中途完成的。

不会python？不要紧，遇到问题现学。

如果你想要直接着手大模型，可以一边做项目，一边学习下面的这个开源书，看完这本书，你就算入门。

成品AI的应用门槛是很低的，但是如果你能用的好，可以帮助你至少提升50%的学习效率。

比如说最开始你肯定会遇到python怎么装的问题。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）]()👈

Github是必然要学的，因为在github上你能够找到非常多的高质量的学习资料。

如果你实在找不到一个合适的项目，那么就直接在github上找已经成品的项目，并对它的代码进行拆解。

这种项目最好是所有代码都开源的项目，这样你就能从头开始学习一个大模型的构建，大模型的分词器的训练，微调，量化等等。

现在我就在学习一个开源的项目，直接看他的源码进行学习：

这里所谓的细节其实是指，你在别人的代码里面看到他使用了某个方法，比如说他在训练分词器的时候使用了bpe，那么你不能单单的了解它是一种分词算法，而是要知道它的内在原理是什么，如果能够通过自己码代码对其进行复现是最好的。

目前的大模型上面用了很多技巧和算法，实际上都有源头的论文，想要知道这些算法的细节，那么直接去读他的论文是比较好的。

读论文的话也完全可以通过现有的AI产品辅助你进行阅读。

比如说最近大火的Kimi，可以直接将论文传上去，然后直接向kimi提问即可。

1、数学知识：深入学习线性代数、概率论与数理统计、微积分等，这些是理解机器学习算法的基础。可以通过以下方式学习：

2、编程技能：掌握Python等编程语言，并熟悉以下技能：

3、机器学习原理：了解并掌握以下内容：

专业培训课程，选择以下类型的课程进行系统学习：
深度学习专项课程：如DeepLearning.AI的系列课程。
大模型专题课程：关注国内外知名大学和研究机构的相关课程。
学术论文：定期阅读以下论文，保持对研究前沿的了解：
顶级会议论文：如NeurIPS、ICML、AAAI等。
期刊论文：如JMLR、TPAMI等。
实战经验：
参与开源项目：如GitHub上的TensorFlow、PyTorch官方项目。
个人项目：复现经典模型，如BERT、GPT，或参与Kaggle竞赛。