材料学本科毕业6年自学Python转行AI行业，真的值得吗？

一转眼，步入中年。回头看看，这六年多的时间变化实在是太大了。换专业，换赛道，从基层做到总监，最终放弃管理岗位投身技术，这一切都与学生时代的规划相去甚远。

从大学入学到2018年转行之前，我的专业一直围绕着材料学。当时还没有所谓的“天坑F4”专业的说法，甚至看到互联网行业的高薪还嘴硬地认为那不过是青春饭。然而，当现实的压力传递到眼前时，不得不承认，在材料学这种强依赖于重资产的行业内，个人能发挥的力量微乎其微，自然也难以获得好的报酬。另一个原因是，人与人之间的技术差异难以衡量，没有好的验证机制，导致“大锅饭”现象严重。

在考虑换专业时，我比较看重的是两个点：个人的力量能得到重视、付出的努力可以比较容易地定量评价。符合这两点的职业选项还是有一些的，例如金融量化、自媒体、软件开发、销售（含数字营销）等。再结合自己的性格，量化和软件开发是比较合适的选择。可惜量化行业的门槛较高，好的机缘可遇不可求。于是，我将目光转向了软件开发，特别是AI领域，刚好赶上AI崛起带来的新机会。

2017年，动了转行的念头，开始自学Python。最早是参加了天池的几场机器学习比赛，拿到了当时觉得不错的名次后，信心和好胜心一下子都起来了。2018年，去讯飞的语音识别赛班门弄斧，第一次拿到了奖金，尝到甜头后就在这条路上愈走愈远。2019年参加华为赛，2020年参加腾讯赛，再到2022年上海封城时，有了大块学习时间，在讯飞赛上第一次拿到冠军。凡事都是第一次难，有了第一次冠军后，就有了第二次、第三次……

疫情三年，社会和生活发生了巨大的变化，23年ChatGPT横空出世，再次掀起了AI的浪潮。转行之路充满挑战，但也是不断突破自我、超越自我的过程。随着AI技术的不断发展，我也看到了更多的可能性。虽然这个行业竞争激烈，但正是这种竞争促使自己不断学习、不断进步。

从机器学习到深度学习，从表格数据到图像、语音、NLP处理，再到现在大火的AIGC，技术的突破给人们看到了更多的可能性，这些新技术也使得个人的力量在这个时代可以被放大。我的经历也许只是千千万万转行者中的一个缩影，但每一个选择与努力都让我更加坚信，追求梦想的道路上，个人的力量终将被看见。

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，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。

若有侵权，请联系删除!