前几天一个硕士期间搞材料的朋友，考上了某大学的人工智能博士，有点焦虑，我们聊了聊。
他焦虑的重点主要集中在硕士期间一直在做材料相关的课题，编程基础薄弱，参与的人工智能课题少，担心读了博士之后，会很难上手相关的项目，做起来会很费劲。
在我们沟通的过程中，我的一个观点是：人工智能专业的博士这个机会很难得，我建议把握住（
）。
博士是一辈子的事，不论以后在哪里做什么，都要相信”流水的工作，铁打的博士”，况且他考的还是个双一流985的人工智能博士。
其实到目前为止，已经不知道有多少人和我聊过类似的问题了，很多同学是从机械、自动化或者其他专业，转行人工智能的。
有工作中转行的，有跨专业读研、读博的（姑且也算转行吧），大家都有一个共性，那就是编程基础不多、人工智能知识少、不知如何开始入门（
）。
今天就分享一篇小白从零开始，转行做人工智能算法的故事，希望对大家有所启发。
这是一个真实案例，讲述的是一个机械专业的零基础的小白，从本科找工作开始，一步步完成转行，跨行搞AI算法的故事。
如果你也有相关的想法，可以去公众号首页联系我，一起交流，以下正文隐去真实姓名、学校等信息。
以下以第一人称讲故事，文章有点长，完整阅读大约需要10分钟。
1，本科毕业
我是北京某大学本科，本科毕业时，尝试着找过几家工作，当时拿到了几个offer，属于机械行业，现在还记得其中 2 个offer。
一个是北京大兴制造雪糕的工厂；另一个是做大厂房的机械设备加工设计的。
这两个公司给的工资一样，月薪5000。
当时大学毕业啥也不懂，什么公积金、社保完全不记得。5000的月薪在我们那一届的本科学生中，其实还算不错的薪资了，要知道那是好多年之前了。
后来没去找工作，直接本校继续读研了，选择读研有两个方面的考虑。
一是觉得自己还不太适合工作，还没有完全做好工作的准备；
第二个原因是，在找工作之前，其实已经在准备考研了，当时考的北京另外一所大学，可惜没上岸，后来调剂回了本校。
正是因为这两个原因，虽然当时找到了工作，薪资也还不错，但最终还是选择了读研。
2、读研
读研的时候，做的方向是图像和信号处理，可能有朋友知道这个方向，这个方向和机械设计不同，更多是集中在信号处理和算法的研究上。
记得当时为了验证一个算法的精度，做了不计其数的实验，最终得到了不错的结果，顺利发表了论文。
现在回想起来，研究生的日子，过的很充实。
发专利和论文
在研一刚开始的时候，开发了一个软件，软件里面集成了一个原创的算法。
软件是导师和师兄给辅导完成的，在研一刚开始后就做完了，随后发表出去，很快就收到了录用通知，貌似是在研二收到了发表的样刊。
另一篇 EI会议论文发表在一个会议期刊上，用的另一套算法，当时为了做这个实验，跑了很多厂子，借用他们的设备进行测试。
记得那是个夏天，坐公交，骑共享单车，满北京的跑，就为了尽快预约实验设备，做实验采集数据，最终文章成形，顺利发表。
虽然发表了软著，但当时用的编程软件并非C++/Python，可以说，直到研究生毕业，自己的C++水平几乎为零，Python当时更是完全没有接触过，更别提人工智能的算法知识了。
3、工作
硕士毕业就离京了。
为什么离开北京，因为当时考虑北京生活成本高，很现实，去了青岛。
青岛一家公司给了不错的offer，在一个电网公司做嵌入式开发。
这公司靠着自己独有的一套算法和设备，没几年做到了全国数一数二的位置，研究生刚毕业，他们给到了年薪13W，在当时青岛薪资，算是不错的。
在开始工作的没几个月，公司上市了，但上市和我无关，跟我有关的，是工作内容。
就像刚才说的，当时我的C语言知识几乎为零，而数电、模电的知识则早就忘光。
而嵌入式这个工作，需要对C/C++很熟悉，还需要对芯片知识有了解，比如IO、寄存器等，而我完全是个门外汉。
工作了半年，仍然没有领悟到工作中的技术核心，越来越感觉到困难重重，有一种未来发展受限的感觉。
心力交瘁，再加上青岛的生活，和我预想的不一样，物价并没有我想象的那么低，相反和北京的物价消费差不多，而且，同样青岛感觉买房遥遥无期。
于是鼓起勇气，毅然决然辞职回到了北京。
重回北京
不过做这件事真的需要勇气，勇气的核心就是舍与得。舍掉了啥，又得到了啥，就不说了。反正回北京之后，幸亏是一个研究生学历，工作还算好找。
去了一个同为电网的公司上班，这里真的很感谢这家公司。
为什么呢？
公司项目不紧急，每个人同事都很好，最关键的是，在这里有充足的时间，来弥补专业上知识技能的不足。
在这里我一边工作一边学习，C语言，电路图，操作系统，C++，以至于后来从这家公司离职的时候，和从青岛离职的时候，完全两种状态。
从青岛离职：我是谁，我会什么？我还能做什么？
从这家离职：我什么都会，我的未来一片美好！
当然有点夸张，但你能想象，一个机械专业的学生，当历经千辛万苦，跨了一个行业，终于在新行业中有信心可以说不害怕技术问题的时候，能有多骄傲和自豪吗？
4、从事 AI
从北京这家公司提离职的时候，我被公司总经理叫到了办公室，关上门畅聊了一下。
他问我以后什么打算？
“我说，我想做人工智能算法”。
彼时人工智能这个行业已经慢慢火起来了，我说我想去商汤那样的公司，做AI算法，我觉得AI算法，未来的应用潜力很大。
经理说“很多AI算法搞了很长时间了，很多算法已经固化成了包，很少会再有新的算法来研究了”。
当时我不知道经理是对AI算法这一行不熟悉，还是用这样的说辞来劝退我，希望我留在公司。
最后的谈话以以下对话收场。
“经理，我希望我在有动力，敢想敢干的年龄，去闯一闯，试一试AI算法这一行。”
“可以，既然你决定了，我支持你，但如果在外面混不下去，可以回来。”
“好的，谢谢经理”
AI 的面试
一周后，我正式结束了在北京的第一家公司的交接工作，离职重新投简历，只投了一类工作：AI。
收到了不少面试机会，大小公司都有。
一天跑好几个面试时常有的事，我给自己的目标，一定不要凑合，一定要找到自己喜欢的工作，工资啥的无所谓。
当时面过好几家初创公司，利用摄像头做成像，然后利用神经网络识别物品，类似于现在超市货架上的商品，用摄像头识别，类似于现在自助贩卖机，你付了钱，从里面拿出某件商品，可以识别出来你拿的和付的钱一不一致。
但是，彼时的我，算法真的一塌糊涂。
虽然有了C/C++语言的底子了，也有电路的底子，也有一些芯片的知识，但是做算法，怎么感觉又像是换了一个方向呢？
投了商汤，获得了面试机会，那次面试我是奔着学习去的，没有通过。
既然纯AI算法行不通，那就结合之前做嵌入式开发的底子，以及AI算法的需求，找工作吧。
什么样的工作需要这样的呢？AI芯片的算法开发。
第一，对芯片有了解是加分项，刚好我做嵌入式开发，了解过很多指令、总线、内存相关的知识。第二，算法正是我所要学习的。
彼时，国内搞 AI 芯片的屈指可数，阴差阳错的进入了一家当时的独角兽公司，在这家公司，学到了很多。
5、结尾
先回答一个问题：跨行做人工智能容易吗？不容易，但不是不可行。
只有亲历过的人才知道，别听网上谁说转行很容易，那都是骗人的。除非你能力出众到，面对一个全新的领域，别人一说你就懂。
隔行如隔山，但你是个天才。
否则，没有做好完全的心理准备，没有准备好的退路，没有足够的勇气，不建议贸然转行。
我认识好很多本科硕士都是机械和电气专业的，也认识几个本硕都是文科专业的，其中有转行自学算法搞人工智能，成功上岸的，当然也有确实感觉自己不合适放弃的。
转行没有捷径，需要用勤奋学习来弥补短板缺点，然后快速的将自己的水平和行业平均水平拉齐。只有这样，你才能快速的在新行业立足，建立自信。
否则，你只会陷入更加深刻的自我怀疑中。
我算是毕业之后经历了几家公司，才算是从机械到嵌入式开发到AI算法开发转行了。
这其中的艰难，只有经历了才懂得，劝君慎重！
如何学习AI大模型 ？
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓
👉1.大模型入门学习思维导图👈
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
👉2.AGI大模型配套视频👈
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
👉3.大模型实际应用报告合集👈
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）
👉4.大模型落地应用案例PPT👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）
👉5.大模型经典学习电子书👈
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
👉6.大模型面试题&答案👈
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
👉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
这份完整版的 AI 大模型学习资料已经上传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】
😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
