牛客上刷到一条比较逆天的言论,“计算机真是天坑,特别是 Java,学历差真别学了”。由于我自己学历就很一般,所以不得不像个小丑一样跳出来反驳两句(😂)。
兄弟,你说归说,别带上我啊,真的破防了!如果按照你这条结论推演下去,可以得出无数条类似的情况:
-
学历差真别学 Java 了
-
学历差真别找工作了
-
学历差真别吃饭了
-
。。。。。。
反正只要扣上学历差的帽子,你就干啥啥不行呗。
但以我自身的经历来看,目前干的还挺不错,老读者应该都知道我的履历,我这里就不再重复了。
就单说公众号这一项吧,阅读量不能说是技术号里的 TOP1,至少也是 TOP10 吧,有些心眼小的同行看得直眼红,背后没少搞小动作。
技术派的备案就是被一个无赖小人投诉搞没了。有本事你站出来,大家正面刚,别特么躲在背后放冷箭啊(😂)。
我最烦的就是这种人,能力差,心眼小,从来不敢正面刚。
话说回来,正在准备 25 届暑期实习和秋招的同学们,一定要冷静,心里一定要强大起来。
这个社会就是这样,有的人在这个行业赚到了钱,但不知道是出于什么样的目的,可能是为了减少竞争对手吧,他就疯狂劝退。
把这个行业所有焦虑的信息全部传递给新入行的人,cai员、35 岁危机、计算机天坑,总之搞得你人心惶惶,没心思学习,他自己却在偷偷摸摸地学。
这种人我没少见,心眼坏得狠(😁)。
我觉得这样,你劝退可以,你自己先别学,直接摆烂,最好别找计算机专业的工作;甚至你自己离职转岗,或者主动向公司提出“降本增效”,把坑位让出来。
你别一边憎恨 996,一边自己疯狂卷,领导不走你不走。
你别一边嫌弃计算机专业天坑,一边又享受着互联网的高薪,心里默默喊着真香。
你别一边疯狂投简历,一边又抱怨已读不回,有这功夫还不如润一下简历呢。
活着不容易,就别制造焦虑了,环境好不好,每个人心里自己都有一杆秤,你就闭嘴吧。
学历差,也有自己的出路,我举几条切实可行的例子:
①、大专生,一定要记得专升本,别傻乎乎地连这件事都不知道,最后一定吃大亏。
甚至你也可以直接考研,尤其是一些因为高考发挥失常的同学,专科生是可以直接考研的。
学校有任何比赛,就主动参加,尤其是和老师搞好关系,别看不起大专院校的老师,我有一个朋友,就是在大专院校,老师晋升得飞快,他自己的小活接的飞起,不仅留校还赚了不少外快。
这个世界不是非黑即白,有很多含糊的地方,抓住机会。
②、双非本,民办本科,反正就是容易被歧视的,在校期间多卷绩点,能保研的保研,保不了的多打比赛,能拿奖学金的狠狠难,总之,让自己的校园经历足够的出色。
星球里就有这样一位球友,算法这块非常有天赋,也是一所不知名的双非院校,但是打比赛的能力很强。
除此之外,他一有空,就会接一些小活,比如说学长学姐们的毕业设计,虽然这些都是上不了台面的话,但一个月算下来真的不少赚,既锤炼了技术,又有物质上的回报,可以说是一举两得。
另外,就是学校的任何编程类项目都不要错过,别只上课。老师安排的编程类项目,学校举办的编程比赛,别嫌弃,多参加参加。
这锻炼的不只是你的技术,更是你的眼界。
另外,有机会多往一些名校跑一跑,打打篮球什么的都可以,认识一些学历比你更高的朋友,后面都会给你有极大的社会性帮助。
比如说双非一本的,你就跑 211、985;二本的,你跑一本。
直白点说,你找个学历比你好的男朋友或者女朋友,后面的人生可能就是翻天覆地的变化。
我不是“学历无用论”的佣歹,虽然我知道学历真的很重要,但当你学历差的时候,你能怎么办?
除了努力,除了每天多学一点,我觉得没有更好的出路。
也许进靠谱的培训班还真的是一条出路,千万别在那自怨自艾,被网上的一些离谱的言论带歪了。
借用一句牛友“我爱小米”的一句话做个结尾:
只提问题不说解决方案这不是妥妥耍流氓?你讲一个对于普通人来说比计算机更好更高薪的就业啊,不学计算机你去学土木,学生化环材机械自动化。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“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,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,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。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。