当前位置: 首页 > news >正文

2024了,传统行业转行AI,可不可行?

大家好,我是刚刚毕业于一所985学校的交叉学科硕士,现在做AI交叉

本科?呵呵,当然是传统行业

当时的一腔热血,也不得不对现实低头

经历考研的沉沦,二战的破釜,终于收获985大学offer

然而还是本专业。

但研究方向彻底变成了AI交叉

那是2020,感谢2019年那个中午意外的决定

研究生之后,受眼界和环境影响,遂打算彻底转行

AI才是未来,这才是前沿科技啊。

一屋4人,天天讨论半导体、芯片、自动驾驶、转行、AI交叉。美哉,当时也是一段激荡的岁月啊。

所以在做好科研的基础上,天天弄代码,查资料

可是最后到秋招,还是太难了,还有好多没学好,比如力扣刷的太少,还有深度学习研究的不深

所以个人经验看过来,如果你想完全转AI,可以,但是需要学的东西太多太难,你要做好心理准备。

AI属于互联网里面的算法工程师,大厂往往需要名校+顶刊paper,本质其实是数学,而不是代码和编程。

如果担心自己做不到,但是还想往互联网里转,其实还有两条路:

1、转后端,转to B的产品,运营看个人能力,前端个人不建议。

2、做结合人工智能的AI+自己原来的传统行业。

我个人走的第二条路,在传统行业里属于较为稀缺的交叉人才,而且有政策红利(现在各种数字化)

因此我也强烈推荐不想折腾的童鞋,走第二条路,未来可以作为自己的强大助力。

当然,现在传统行业也可以走考公、银行、电网烟草等等都特别好的路,总之还是看个人选择。

如果是想按我这个走,走AI+的道路,那么往下看,我给大家一个我的路线。

第一步当然是Python,后面机器学习、深度学习、深度学习应用(课题)、学了其他编软件的语言比如前端三剑客、SQL

ok,就这么多

如果是研究生,可以和老师申请做智能+相关的课题。

如果想申博,也可以早做打算,现在我知道有人工智能专项进大组的路子,而且留学也加分

所以,传统行业的友友们,干就完了!借用人民日报的一句话:奔向大海的河流,跨越高山险关、历经冲波逆折,但奔腾向前的势头始终不变。

图片

PS:

最后说点和本文不相关的,工作一年后慢慢发现,找工作仅仅是个开始,之后重要的是什么?

财富积累!人脉积累!财富复利!

工作之后除了好好生活,就是搞钱、投资、人脉等等。所以我特别想对各位学生说一句。

如果有能力,最好学生时代,学一下投资,学一下搞钱技能(比如最简单的利用一下闲鱼),这对以后是强大的助力,不管怎么样,多看书,自己把财商这部分内容补上。

如何学习大模型

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

五、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。


http://www.mrgr.cn/news/52040.html

相关文章:

  • Java 虚拟机(JVM)中的内存泄漏排查技巧及各种内存查看命令分析工具推荐
  • C语言中点操作符(.)和箭头操作符(->)的区别
  • 汽车免拆诊断案例 | 2023款零跑C01纯电车后备厢盖无法电动打开和关闭
  • 对“一个中心,三重防护”中安全管理中心的理解
  • 数据结构深度优先搜索遍历连通图+非连通图(C语言代码+遍历+终端输入内容)
  • 超详细的B/S和C/S架构对比
  • 【PT-RS】
  • SIEMENS罗宾康LDZ14501001.140功率单元适合哪些场合使用?
  • 【论文阅读】03-Diffusion Models and Representation Learning: A Survey
  • 使用Python语言结合OpenCV库来处理视频流和条形码/二维码的识别
  • 代码随想录算法训练营第三十七天|509. 斐波那契数,70. 爬楼梯,746. 使用最小花费爬楼梯
  • YOLO的正负样本分配策略
  • 【Linux】/usr/share目录
  • v853扬声器调试
  • YOLO11改进-模块-引入Histogram Transformer Block(HTB)解决恶劣天气(雨雾雪)
  • 面向对象--接口、多态(OOP--面向对象编程)
  • 商城系统如何利用当地政策深度开发下沉市场
  • 2.6.ReactOS系统中从内核中发起系统调用
  • JavaScript 三元运算符:精简易用的条件表达式
  • VMware Aria Operations for Networks 6.14 发布,新增功能概览