核心内容摘要
光影之巅的极致邀约：在“天堂а在线”开启中文高清视听的新纪元
文章讲述了农学背景的王东从销售工作转型学习AI大模型的故事。
他通过自学Python、数据库、机器学习等技能经历多次面试后成功获得AI岗位工作。
作者分享了学习路径、面试经验和职场心得强调了抓住机会和找到适合自己领域的重要性。
最后提供了AI大模型学习资料的获取方式帮助有兴趣的读者入门AI领域。
我叫王东90后和大家分享一下我的人工智能转型之路。
农学毕业投身互联网做销售机遇难求养殖梦碎我是土生土长的农村人小时候经常和小鱼小虾打交道上大学的时候就选择了农学专业想着毕业之后回老家搞养殖种植。
大学期间我看到了一些关于养殖龙虾、稻田套养的资料就跟我父母商量让他们承包一块稻田或者鱼塘养殖龙虾。
但当时我父母坚决不同意就没有做成这个事情。
毕业之后我想自己承包鱼塘搞养殖但是没有资金父母也不愿意支持我所以最终还是没做成。
到了去年过年的时候我们家那边很多人都已经开始在自己的稻田里面套养龙虾了。
看到很多人做这个我父母开始后悔为什么早没听我的。
可惜世上没有后悔药总之我的农业梦想是暂时告一段落了。
果断决定放弃读研大学毕业之后本来想直接工作但是我的专业很少对口的岗位。
大部分同专业同学都是去卖农药卖饲料之类的。
于是我选择了保送本专业读研。
不过读了一年多一点我就自己退学了。
在学校导师要求天天去实验室但是去了实验室没有事情做。
同学都是带着电脑去实验室玩一天的手机电脑晚上回寝室。
我当时也不知道该学点什么觉得这样读研很浪费时间就退学了。
现在回头想想当时对读研的事情认识得不太到位不然的话现在的工资应该会高一点。
保险销售 银行客服我研究生退学是在2016年的10月出来之后先是在泰康人寿做了几个月的保险电话销售。
之所以选择一个和专业相差这么大的岗位是因为我读过很多销售方面的书籍也认识一些做销售的人对销售工作很感兴趣自己有心成为一个顶级的销售高手。
在泰康做了五个月成绩不太理想。
之后又到银行当客服具体工作是信用卡的报账单到了提醒客户还款日客户欠款了催他们还款等等。
这两份工作都是在合肥的时候做的。
好友相邀奔赴上海我的一个大学同学在2016年8月去了上海做人工智能、大数据的培训的招生顾问/课程顾问其实就是销售。
他是学生物的生物专业的本科毕业生也不太好找工作所以他也转行了。
他在上海工作了一段时间之后了解到我的工作状况不太好就跟我说可以考虑到上海这边做销售比合肥容易赚钱一点。
在他的邀约下我在2017年10月到了上海。
进阶互联网销售到上海之后我做了两份销售的工作。
第一份工作是在宜信通过电话方式推销贷款。
这家公司办公区域二手烟很严重而我对烟过敏所以没做几个月就辞职了。
第二份工作是在一家教育机构做专升本的课程顾问。
这份工作做得还可以比我以往的销售业绩来好不少每个月都能开很多单。
而以前在泰康人寿做电销和在银行客服让客户办分期信用卡分期的时候成交的单数都不多工资也少得可怜。
这样我在专升本课程顾问这个职位上工资还好自我感觉有点满意。
转型之旅向人工智能挺进在2018年初的时候我同学跟我说他想辞职了。
因为他发现自己招进来的学员零基础进来学大数据或者人工智能培训完成后找工作工资比他高了很多。
他也想去做大数据技术岗位的工作。
2018年2月我同学自己在他原本任销售的培训机构报名成了学员。
到了2018年8月他就找好了新工作月薪16K我其实很喜欢做销售梦想着有一天成为top sales赚很多钱。
但是我也发现自己的销售工作做得并不好。
为此买了一些销售方面的书籍、课程学习可是学完之后并没有达到没有理想中的效果。
应该是自己不适合做销售于是听到我同学的转行的事情后我也决定转型了。
我听我同学说人工智能AI还有大数据Big Data前景非常好待遇也高人才的需求量也大。
这时我就想人生一定要善于抓住机会看到可行机会一定要好好抓住一旦错过就很难再挽回了。
前些年我错过了养龙虾的机会。
不能再错过AI和Big Data的机会了于是在接下来的时间里我就一边上班做销售工作一边自学相关课程。
整理基础着手学习AI技能制定学习计划我问我同学做人工智能需要学什么课程他说数据库要会一点python也要会数学基础要好而且工作中多少会涉及到爬虫还有就是数据分析、机器学习、深度学习都要会一些。
根据他的指导我给自己制定了一个学习计划
数学基础导数、微积分简单的矩阵运算比如说矩阵的转置乘积等矩阵的求导、矩阵转置的求导概率统计知识比如全概率贝叶斯公式等。
Python编程基础数据类型字典、列表、集合之类循环while、条件if结构函数os、datetime等常用模块面向对象会多线程、多进程能提高效率会爬虫更好。
数据分析数据库python做数据处理的pandas、numpy库会matplotlib等绘图库更好。
机器学习线性回归、逻辑回归、KNN 、KMeans、决策树、GBDT、朴素贝叶斯隐马尔可夫以及深度学习。
原有基础其实学任何知识如果有一点相关的基础学得就会较快一些。
我之前在大学学过C语言虽然不太深入但多少了解过。
算是有编程基础。
而且我的数学比较好的。
大学数学我都没有听过课然而高数、线性代数还有概率论考试都是在95分以上。
数学基础自我感觉还可以。
我的英语也还可以。
阅读英文资料都没有问题。
我相信拥有这些基础是可以应付人工智能学习的。
决定自学我没有上辅导班全部都是自学的。
为什么不报培训班呢主要两个原因我没有那么多钱我听那个转行成功的同学讲了需要学习的内容觉得自学可以搞定。
业余用功因为白天还在上班做销售所以学习都安排在晚上下班之后和周六周日不加班的时候一般周六要加班。
第一步我学了数据库。
总共花了两周的时间只学了MySQL的增删改查和建表。
因为听我同学说数据库大都差不多的先学个基础工作中遇到不懂的再问、再搜索就可以了。
这些内容不太难而且很多网上平台都有视频或者免费课收费课程也很便宜。
第二步是Python编程。
也是在网上平台找的课程。
分为几个部分来学习最开始学基础的东西数据类型控制结构函数和面向对象等。
当时没有学太深入的东西很多模块比如OS模块我学习的时候都不知道。
那些模块是在工作之后需要用时才学的。
之后学了一点点爬虫。
只看了爬虫中发送http请求的方法get和post。
我自己在网上找到爬虫的样例代码把它抄下来自己做了一个非常非常小的爬虫爬了一首歌。
那时候自我感觉还可以居然把音乐给扒下来了(_)。
但是进入公司之后才发现当时掌握的实在是太浅太浅。
第三步是数据分析。
主要学了的numpy和pandas。
这两个模块非常非常重要特别是pandas数据清洗、特征工程都要用得到。
学习它们。
我花一个多月的时间。
一边看视频课程一边敲代码完完全全的就是课上怎么说我就怎么写。
pandas还有可视化相关的内容不过我并没有学习这一块。
克服迷茫硬啃机器学习迷茫疲惫独自扛在学习过程中我感到挺累挺迷茫的。
转型的过程中会遇到很多问题懒惰每个人多少都会有一点。
独自摸索中你不知道你选择的方向对不对也不知道之前的工作要不要继续做下去会不会取得很大的突破。
这些都是未知的。
机器学习任务重学习了Python和数据分析的基础之后就开始机器学习的内容了。
这一块儿我学得不太好最初是从最普通的最简单的线性回归和逻辑回归开始的首先是线性回归线性回归的核心是最小二乘法原理和推导过程当中会用到一些数学方面的知识比如说微分、矩阵和矩阵求导并不是太复杂。
实际的应用中我们只需要把数据简单处理一下有时候甚至可以不处理再调用别人写好的库就能够得出结果。
网上有案例对照着来尝试几次的话就能够掌握。
其次是逻辑回归主要用的是sigmoid函数还有概率方面的知识也并不是太复杂。
接着是决策树决策树又分为分类树和回归树两者原理不一样。
决策树我掌握得不够好。
之后学了KMeans和KNN都比较简单前者学得还不错。
然后是GBDT梯度提升决策树只是稍微学了一点。
至于朴素贝叶斯隐马尔可夫等模型最初并没有学。
我感觉太复杂了学不来。
在这个过程中我发现数学知识会用到但用到的都比较简单不是非得掌握到很深入的程度不可。
这样我感觉自己可以去面试了。
建立自信不为岗位描述所限准备简历我从网上下载了简历模板还从我同学那边要了几个参照之下自己写了份简历在各大招聘网站上投了一下。
总共大概投了五六份。
我当时没有考虑到的一点是面试时间因为我是在12月投简历的。
12月是招聘的淡季很多企业已经不招人了面试机会非常的少。
不过简历投出去之后我还是获得了几个面试机会下面慢慢讲。
不必拘泥于“岗位要求”大家看到很多招聘AI技术职位的“岗位要求”都会写要有本科以上的学历金融、数学或者计算机方面的专业还有些要
年不等的相关工作经验等……虽然他们写的是这些其实不满足要求的也能够进去。
专业并不是很重要经验也不是硬性规定。
最关键的还是你会什么技能有什么项目经验能解决什么问题。
基本上只要在面试的时候回答上来面试官的问题就可以了。
别人邀请你去面试了说明就有机会。
我本科是农学方面的大学学校并不太好安徽省内排名只能排在第五或者第六不是985也不是211。
我也不是计算机、数学方面专业的。
我投了简历之后在12月份招聘的淡季还是有五家公司邀请我去面试。
这五家里只有一家是我直接投的简历有两家的HR直接联系我还有两家是两个猎头联系我之后给安排的。
上阵临敌多多面经分享给你第一次面试面试的第一家企业是在boss直聘上面投的简历做垂直领域的电商平台。
当时我是第一次过去面试挺紧张的。
两个人一起面试我一个是技术经理另一个不太清楚是什么职位。
这次只经历了一轮。
在面试的过程中他们先问pandas读取数据的时候如果数据量非常的大比如说有好几亿条的数据应该怎么处理因为之前没有遇到过也没有考虑过这个问题我当时回答的比较白痴我说直接read然后想取某些行的话就df.iloc第一个参数写你要的那个行数的范围第二个参数就是所有的列。
他们听完对视笑了一下继续问我第二个问题要预测接下来的一个月的销量或者一个季度的销量该用什么方法我当时想了几分钟最终我没有给出一个好的解决的方法。
然后他们又问你会不会修改别人写好的库然后我就硬着头皮说应该会。
因为原理都是差不多。
他们还问你上一份的工作做了什么事情用到了什么工具实现了什么结果这个我回答得很不好因为我并没有实战经验简历上面写的项目只是我在网上找的几个小项目自己对着代码敲了一遍。
问了这几个问题就让我走人了。
这是我的第一次面试很失败。
第二次面试第二家公司是一个猎头推荐的这家公司承接其他企业比如银行的项目来做。
这次经历了两轮面试。
第一轮就简单问了几句。
第二轮是一个技术人员可能是主管级别。
他首先让我介绍项目经验并没有追问太多。
然后开始问技术问题。
他问之前在训练模型的时候用的数据集是多大的我跟他说大约40兆。
他又问你用的数据是多少维度因为我不知道就随便说了一个我说十几维12维左右。
他再问12维的数据有多少行我说大概40万行。
他说40万行12维有40兆这么多吗我就说是清洗了之后然后才有40兆的——因为40万行十几维的话数据量应该就应该不止40兆。
这个问题当时回答得并不是太好。
再然后他让我介绍逻辑回归线性回归的区别。
面试前我听转型成功的那个同学说面试时一般会要求推导线性回归和逻辑回归所以我就做了准备但是没让我推导。
他又问GBDT的弱分类器是什么因为我好像在网上看到过说GBDT的弱分类器可以是决策树、线性回归或者朴素贝叶斯之类的。
然后我就把这些回答他了。
他就笑了跟我说西瓜书你没有看我说我买了但是没怎么看。
他说让我回去好好看看那个书。
我问他GBDT的它的弱分类器到底是什么他说就是决策树没有其他的。
他还问了决策树分叉的原理。
我回答他有基尼系数信息增益、信息增益率之类的。
他又问朴素贝叶斯分为哪几类有什么区别这个问题我也没有回答上来。
这轮面试就这样结束了他让我在面试的房间里等。
半个多小时之后人事过来告诉我说面试没有通过。
他们觉得我有一定的基础但是很多原理就是并不是太懂如果要进公司来工作的话可能需要一段时间的上手。
而他们希望招到的人能够最快时间投入工作。
第二次面试就这样以失败告终。
第三次面试经过两次失败的面试到第三家公司面试我就相对有经验一些了。
他们问的问题有我在训练营和前两次面试中遇到过的这些基本上我都答对了。
最后他们还问了一个问题GBDT怎么看特征的重要性这个问题的答案我不知道。
我直说不知道。
然后面试官告诉我GBDT里面有参数可以通过打印参数来看到各个特征的重要性。
他们问我会不会数据可视化。
我说会一点但并不是太熟。
他们又问了点别的问题就让我回去了。
第三次面试也以失败告终。
第四次面试成功第四家公司的面试比之前简单得很多问题量也是最少的,是我遇到的面试当中就是最轻松的一个。
面试官首先让我自我介绍介绍完后就让我讲讲之前项目经验然后问了几个非常简单的问题1线性回归和逻辑回归的区别2SVM的原理是什么3会不会爬虫4Python学了多久5Pandas的DataFrame有哪些方法做数据处理、数据分析常用到哪些方法我回答得自己比较满意。
最后面试官又问我上一份薪资是多少我说上一份工作薪资10K其实很心虚。
因为在合肥工作的时候工资也就两三千到上海后有时三五千有时能拿到八九千。
不过九千多只拿过一次大部分时间拿的工资还是比较少的。
他说声知道了就让我走了。
当天下午我就收到了offer给的薪资虽然比之前工作的薪资都高了不少不过感觉相比同学的16K还是有点低。
所以我想再面试几家看一下。
第五次面试第五家是一个汽车企业他们要给一个博士生找一个做数据挖掘的助手。
他们对学历和技能的要求都非常高我没有通过。
简单地问了几个问题就直接走人了。
这样我就决定去第四家——拿到offer的那家公司上班了。
变身之后如履薄冰新人期新人上岗惴惴不安2019年初我进入了现在的公司。
刚进公司非常忐忑虽然自己会一点python懂一点机器学习的原理但是没有在公司真正实战过到底不踏实。
进公司的前两天没人给安排任务。
开始我以为需要自己找事做就去问了我们主管有没有什么事情要做或者有没有需求文档之类的给我看一下。
他说这两天什么都不用干。
到了第三天他开始给我分配任务。
任务到手一团乱麻我接到的第一个任务是和一个老员工一起做爬虫。
关于爬虫我只会用最简单的方式发get/post请求参数都不知道怎么加。
他们用的是scrapy框架我都没听说过。
接到任务的第一天我感觉自己啥都不会非常非常非常地焦灼。
那个老员工给了我代码我跑了一下发现那个网站网页结构变化了原来的脚本跑不成功。
然后我就在那儿坐着纠结了一天。
我们经理就坐在我对面我的表现他都看在眼中。
他当着我的面打电话给人事说以后再招员工的时候一定要仔细一点。
我就想他们会不会赶我走。
虚心求教学会爬虫当天晚上我找那个老员工请教爬虫到底怎么做爬虫框架到底是怎么一回事老员工人很好他跟我讲了50分钟。
听他讲完我才发现scrapy框架其实很简单需要修改的基本上只有spider文件。
我又马上从京东买了本书第二天到。
第二天上午的时候我试了一下头天晚上学的方法一边就是回忆同事教我的知识一边在网上查捣鼓了一整天。
第三天我对着书基本上能够搞定最简单的json类型的爬虫了。
json大家应该都知道 import json, json.loads( response.text )就能把它解析为字典或者列表格式它们是Python内置的数据类型处理起来非常方便。
那些天我每天早晨六点钟起床看爬虫的视频课程。
每天晚上自己加一两个小时的班专门学习爬虫。
有一次爬虫需要用到正则表达式当天下班之后我就在网上找了相关的资料来学习连续学习了三个晚上加三个早晨。
其实在应用的过程中只要你能对照着网上的代码自己敲代码运行有结果了就会感觉非常简单容易掌握了。
这样我用一个星期能完全搞定一个爬虫了。
后来缩短到三天再后来缩短到一天再后来简单的爬虫半天就行了。
职责更新成为骨干做了一个月爬虫之后我开始做数据分析方面的工作。
数据分析我个人感觉学得还可以。
我们小组其他的人不怎么会数据分析而我之前自学到的在工作中都用上了给同事们帮了很大忙。
于是组里同事有数据分析不懂的地方都来找我。
初遭裁员忐忑成为幸存者贵人指点态度为先我刚入职的时候问了一下我同学刚进公司有哪些需要注意的事情然后把第一天主动问主管要任务和文档的事情和同学说了一下。
我同学让我没事别瞎问否则会显得我很业余。
IT公司基本上不会有人没事找事做而且也并不是每天都那么忙。
他还特地告诉我**如果你技术不是很好那就每天晚上晚点走。
**这样即使事情做得不是太好但主管、同事都会看在眼里知道你努力了至少比他们晚走很多。
如果事情做得不好下班还走得早同事们就有话说了。
这两件事我都听了他的。
从一开始我就每天下班走得很晚比我们主管、经理都晚尽可能用多出来的时间熟悉业务学需要用到的知识。
亲睹裁员职场无情很不巧我进公司得第二个月刚开始做数据分析不久公司就开始大规模裁员了。
有一天下午有个人——应该是别的部门的经理——跑到我对面找我们经理拿了一个名单跟我们经理说这些人都要裁掉。
你看他们都下班就走跟实习生一样直接裁掉不要了。
我当时很忐忑以为上面会有我的名字。
但是后来我才知道被负责人找谈话得才会被裁我没有被找谈话最终留了下来。
我们小组的一个同事比我早来一个月被裁了。
还有一些工作了一年多两年的同事也被裁了。
整栋楼里很多人都被裁了。
结果驱动贡献为准我们公司很大各个部门都有裁员。
被裁掉的绝大部分都是下班走得比较早或者平时工作中效率比较低的那种。
效率低其实不一定不是技术不好很多是技术能力很厉害的但是不愿意干活。
我们小组被裁的那个同事就很厉害Python编程、数据库、图像处理都会尤其爬虫很精通。
同样的爬虫任务基本上他半天或者一天就能搞定了我要做两三天才行。
但是那位同事即使半天就能做完的任务他也要做一周。
非要等到最后一天才跟主管说他做好了。
他是怕主管给他分配新的任务他不想多做一周就做一个任务实际用时半天或一天空余的时间用来学习别的东西。
他的技术比我好的太多想法也很好但是最终他被裁了而我没有。
确保产出成为优选很幸运我在历时一个多月的裁员中幸存了下来。
究其原因一方面是因为自己主动加班表现出了良好的态度另一方面是因为相对做事情的效率不错。
虽然我做事情的效率其实不高但是我做完就会向主管汇报。
无论是否再给我安排新任务都让他知道我的进度。
所以我给他们的印象应该是刚入职是个菜鸟但是经过两个月进步不少不完美但是至少总能交付结果。
相反被裁的同组同事即使做好了也不及时的跟主管说他在主管看来效率就不高了。
而且他还踩点就走不愿意加班。
独立求解互帮互助在工作中遇到棘手的问题我会先自己查实在自己找不到答案再问我们的那个老员工。
刚开始基本上都是我问他但是后来他遇到不会的也会来找我讨论。
组里其他同事遇到数据分析的问题也会来找我。
我觉得后续即使再裁员应该也不会裁掉我。
即使真的裁了我我现在的技能也足以找到新工作了。
规划未来学无止境需磨砺虽然我是以机器学习算法工程师的身份进入公司的但是具体工作还没有涉及到机器学习。
现在我会在比较空闲的时候自己跑几个机器学习模型练习一下。
比如前几天刚跑了一个逻辑回归。
之前的机器学习理论都是自学的不够深入现在已经学的差不多了。
我个人是比较喜欢自然语言处理把这个也学了。
数据库也要再深入学习。
数据库非常重要只会简单操作是不够的。
需要学的还有很多学无止境。
心得体验机遇需要自己去抓住有两句话送给大家是我根据自己的经历
总结出来的第一要善于抓住机会。
我以前想搞养殖的却没成功错过了非常好的机会。
现在第二次的机会决不能再错过了所以我选择了转行人工智能大模型。
第二一定要找到适合自己的领域虽然每个人都可以通过学习进入自己不太擅长的领域但是那样会很吃力。
还是在自己擅长的领域发力才能事半功倍。
AI大模型从0到精通全套学习大礼包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。
只要你是真心想学AI大模型我这份资料就可以无偿共享给你学习。
大模型行业确实也需要更多的有志之士加入进来我也真心希望帮助大家学好这门技术如果日后有什么学习上的问题欢迎找我交流有技术上面的问题我是很愿意去帮助大家的如果你也想通过学大模型技术去帮助就业和转行可以扫描下方链接大模型重磅福利入门进阶全套104G学习资源包免费分享
从入门到精通的全套视频教程包含提示词工程、RAG、Agent等技术点
AI大模型学习路线图还有视频解说全过程AI大模型学习路线
学习电子书籍和技术文档市面上的大模型书籍确实太多了这些是我精选出来的
大模型面试题目详解
这些资料真的有用吗?这份资料由我和鲁为民博士共同整理鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利同时还斩获了吴文俊人工智能科学技术奖。
目前我正在和鲁博士共同进行人工智能的研究。
所有的视频由智泊AI老师录制且资料与智泊AI共享相互补充。
这份学习大礼包应该算是现在最全面的大模型学习资料了。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。
智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念通过动态追踪大模型开发、数据标注伦理等前沿技术趋势构建起前沿课程智能实训精准就业的高效培养体系。
课堂上不光教理论还带着学员做了十多个真实项目。
学员要亲自上手搞数据清洗、模型调优这些硬核操作把课本知识变成真本事如果说你是以下人群中的其中一类都可以来智泊AI学习人工智能找到高薪工作一次小小的“投资”换来的是终身受益应届毕业生无工作经验但想要系统学习AI大模型技术期待通过实战项目掌握核心技术。
零基础转型非技术背景但关注AI应用场景计划通过低代码工具实现“AI行业”跨界。
业务赋能 突破瓶颈传统开发者Java/前端等学习Transformer架构与LangChain框架向AI全栈工程师转型。
获取方式有需要的小伙伴可以保存图片到wx扫描二v码免费领取【保证100%免费】