环艺转行AI产品经理,这一世我要选择朝阳赛道!

选建筑学初衷

在大一设计专业分流前,我的意向专业是产品与环艺,然后那个时候去学院各自试了一下课,感觉自己还是蛮喜欢“建房子”的,因为从零到一慢慢设计出自己喜欢的空间是一件很美好的事情,造物感与成就感非常强烈,加之也没过多考虑就业的事情,对以后的发展规划还很模糊,所以选择了环艺专业。

在这里插入图片描述

如何看待环艺?

EMMM,专业是好专业,但可能不是一个好的饭碗。环艺作为一个交叉学科,不得不承认我在此学习到了很多知识如力学、材料、艺术史、设计构成、色彩构成等等,这些知识都开拓了我的视野,让我以多种角度看待这个世界。但当涉及到就业时,这个专业的境遇就比较尴尬了。

如果来一次,还会不会选择环艺吗?

应该不会了,可能会尝试数媒/产品。1是在漫长的学习生涯中,已经逐渐厌恶了无休止的改图。2是环艺专业薪资方面的问题。3是因为数媒/产品在当下的市场环境之下,待遇是比较好的,选择也是比较多的。4是产品专业相对于环艺专业来说,评价标准比较透明,能够很实际的用指标衡量产品效果。而环境艺术作品的评价往往因其评审过程的主观性而充满争议。

在这里插入图片描述

想转行的原因

大概研究生录取后开始,那个时候还在广泛寻找实习,而后一边询问已经工作了的同学的上班感受一边进行简历投递,因为那个时候收到的同学反馈基本都是带点负面的(薪资低、工作强度大、日工作时间长等),且本身已经对本专业有些厌倦了,也想尝试一下新的方向,所以选择了海投策略。

大约6月尾收到了两个Offer,一份是文旅公司的文旅产品实习,一份是深圳设计事务所实习。那个时候我也咨询了本校的建筑学研究生师兄(他是有多段地产实习经历的,但是最后也没有进建筑行业而是选择入高校,而且他也拿到了某厂的offer),他经过比对身边同级同学的经历然后建议我可以尝试一下别的赛道,而且加上本段开头讲述的内容,最终选择了文旅产品方向的实习,大概从这个时候开始就作出了转行决定。

我在文旅产品方向的实习中参与了项目的产品需求分析、梳理定位以及运营等工作,通过实操培养了我另一种不同于建筑学科的工作思维,也算是为之后的发展打下基础。

行动时间线

图片

23年6-9月:通过初步的实习,跳出建筑圈子和视野,寻找新的方向

23年7-8月:开始学习产品相关知识与报名参加了AI建筑相关的课程,初步开始跨领域发展

23年9-11月:实践了一个设计与AI算法(pix2pix与3dgan)相关的研究项目,了解了ai项目开发最基本的工作流与技术框架

24年1月:梳理简历,在简历梳理的过程中补充产品相关知识

24年2-3月开始投实习:训练自己的面试技巧与答题思路,在这个过程中我也不断加深了对产品和自身项目的理解

24年4月不断面试与笔试:最后4月中旬拿到联通的AI产品实习Offer

转行中遇到最大的困难和卡点是什么

比较重要的还是产品思维的养成,包括了解产品的工作流、运营的方法、用户需求调查的方法等产品知识,这些都需要长期时间积累并且要体现在简历上。然后在学习的过程中也得去了解不同产品像金融产品、营销产品、AI产品它们的主要产品功能框架是怎么样的,它们都解决了什么需求,同门类的不同产品它们的功能侧重点又有什么不同等。在我面试的时候常会遇到hr询问竞品分析相关的内容,如果事先无准备的话会吃亏。

最先掌握AI的人,将会比较晚掌握AI的人有竞争优势

发现这句话,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。

因为这个行业不同于其他行业,知识体系实在是过于庞大,知识更新也非常快。作为一个普通人,无法全部学完,所以我们在提升技术的时候,首先需要明确一个目标,然后制定好完整的计划,同时找到好的学习方法,这样才能更快的提升自己

我收藏了很多技术干货,可以共享给喜欢我文章的朋友们,如果你肯花时间沉下心去学习,它们一定能帮到你。内容涵盖了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。这些学习资料不仅深入浅出,而且非常实用,让大家系统而高效地掌握AI大模型的各个知识点。

这份完整版的大模型 AI 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

一、大模型的学习路线

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。

二、产品经理学习资料

在这里插入图片描述

三、640套AI大模型报告合集

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。

img

四、大模型经典PDF籍

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。

img

五、AI大模型商业化落地方案

img

六、面试资料

我们学习AI大模型必然是想找到高薪的工作,下面这些面试题都是总结当前最新、最热、最高频的面试题,并且每道题都有详细的答案,面试前刷完这套面试题资料,小小offer,不在话下。
在这里插入图片描述

这份完整版的大模型 AI 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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/347620.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

各类电机数学模型相关公式总结 —— 集成芯片驱动

0、背景技术概述 永磁直流电机(PMDC)、永磁同步电机(PMSM)、无刷直流电机(BLDC)以及混合式两相步进电机在小功率应用场景中多采用集成芯片驱动(如二合一、三合一驱动芯片)的原因主要…

FPGA - 全局时钟资源

全局时钟资源是指FPGA内部为实现系统时钟到达FPGA内部各 CLB、IOB,以及BSRAM(Block Select RAM,选择性BRAM)等基本逻辑单元的延时和抖动最小化,采用全铜层工艺设计和实现的专用缓冲与驱动结构。 由于全局时钟资源的布线…

水产养殖监测站的工作原理

TH-LSZ06水产养殖监测站是保障水产质量安全的重要设施,监测水产养殖环境:负责监测水产养殖基地的水质、底泥、养殖物质等,确保养殖环境的适宜性和安全性。通过对养殖环境的实时监测,可以及时发现和预警水产疾病和污染问题&#xf…

新书速览|Autodesk Inventor 2024入门与案例实战:视频教学版

《Autodesk Inventor 2024入门与案例实战:视频教学版》 本书内容 《Autodesk Inventor 2024入门与案例实战:视频教学版》以Autodesk Inventor 2024为平台,重点介绍Autodesk Inventor 2024中文版的各种操作方法及其在工程设计领域的应用。《Au…

pdf压缩文件怎么压缩最小,软件工具压缩清晰

PDF格式的文件,当其体积过于庞大时,确实在上传的过程中显得尤为不便。今天给大家分享一个压缩pdf的简单的方法,让大家可以轻松的压缩pdf。 浏览器打开 "轻云处理pdf官网" ,上传pdf文件,文件上传完成后网站会…

Spring Boot整合Redis通过Zset数据类型+定时任务实现延迟队列

😄 19年之后由于某些原因断更了三年,23年重新扬帆起航,推出更多优质博文,希望大家多多支持~ 🌷 古之立大事者,不惟有超世之才,亦必有坚忍不拔之志 🎐 个人CSND主页——Mi…

10倍加速!揭秘IDM下载器的惊人秘密!

在数字化时代的浪潮下,互联网下载工具的多样性使得用户在选择时往往感到迷茫。其中,Internet Download Manager(IDM)作为一款高效的下载管理工具,因其加速下载、支持多线程下载和恢复中断下载等功能而受到广泛关注。然…

中仕公考:博士考公务员能免笔试吗?

博士学历的考生,无论是选择报考公务员还是事业单位,都必须经过正规的选拔过程。根据当前规定,所有体制内职位均须通过相应的考试方可入职,除非考生在高考时已选定定向招聘岗位。 博士毕业生如果想成为公务员,必须参加…

【原创教程】三菱Q与MERLIN II LS激光打标机控制说明

一、控制流程说明 1.硬件连接→2.软件通讯连接→3.编写远程控制PLC程序→4.编写通讯命令。 二、硬件连接1.用RJ45口普通网线将PLC和打标机连接。 三、软件通讯连接 1.打标机侧工控机-更改操作权限-点击菜单栏Setup,在下拉菜单中,点击Level,在下一级菜单点击Supervisor(左下…

俄语演讲开场白,柯桥外贸俄语培训

1、(Разрешите мне)от имени... 请允许我代表... 例: Разрешите мне от имени нашей компании поприветствовать всех членов вашей делегации…

文献解读-农业系列-第八期|《有害突变在多倍体棉花中积累速度快于二倍体棉花,且在亚基因组间不平衡》

关键词:基因组变异检测;全基因组测序;基因组多倍体化; 文献简介 标题(英文):Deleterious Mutations Accumulate Faster in Allopolyploid Than Diploid Cotton (Gossypium) and Unequally betw…

AI办公自动化:用Kimi批量在Excel文件名中加入日期

工作任务:在一个文件夹中所有的Excel文件后面加上一个日期 在Kimi中输入提示词: 你是一个Python编程专家,写一个Python脚本,具体步骤如下: 打开文件夹:F:\AI自媒体内容\AI行业数据分析\投融资 读取里面所…

Cartographer学习笔记

Cartographer 是一个跨多个平台和传感器配置提供 2D 和 3D 实时同步定位和地图绘制 (SLAM) 的系统。 1. 文件关系 2. 代码框架 common: 定义了基本数据结构和一些工具的使用接口。例如,四舍五入取整的函数、时间转化相关的一些函数、数值计算的函数、互斥锁工具等…

[next.js]移动端调试vconsole

一般最简单的调试方式当然是使用vconsole来输出想要的数据啦; next.js如果想使用的话需要在客户端环境里调用才行(服务端直接看cmd控制台就够了); 先安装vconsole npm i -D vconsolenext.js不像react cli或者vue一样有一个main.…

webshell后门自查--河马webshel工具介绍

什么是web后门 Java Web 是很多大型厂商的选择,也正是因为如此,Java Web 的安全问题日益得到重视,JSP Webshell 就是其中之一。最著名的莫过于 PHP 的各种奇思妙想的后门,但与 PHP 不同的是,Java 是强类型语言&#x…

autoware lidar-centerpoint 点云在rviz上叠加显示问题

在使用自采数据包放入autoware中的lidar_centerpoint上进行检测时发现,在rviz可视化上出现问题:多帧点云在一个位置上不断叠加,不能正常随时间显示。 如下图所示: 解决方法: 出现上述问题是因为autoware默认使用的是…

使用Vue3+ElementPlus+高德地图实现在浏览器中搜索地点并被标记在地图中

效果描述 在页面的输入框中输入想要查询的地点&#xff0c;在输入框的下方会提示跟输入的关键字有关地点&#xff0c;然后按下回车键或者选择下方罗列的地点即可让地图跳转到搜索的位置。 效果展示 页面渲染完成的时候 输入想要查询的地点 按下回车键之后 代码实现 <temp…

Python强化学习(Reinforcement Learning, RL)库之gymnasium使用详解

概要 在强化学习(Reinforcement Learning, RL)领域中,环境(Environment)是进行算法训练和测试的关键部分。gymnasium 库是一个广泛使用的工具库,提供了多种标准化的 RL 环境,供研究人员和开发者使用。通过 gymnasium,用户可以方便地创建、管理和使用各种 RL 环境,帮助…

【Ardiuno】实验使用ESP32单片机实现高级web服务器暂时动态图表功能(图文)

接下来&#xff0c;我们继续实验示例代码中的Wifi“高级web服务器”&#xff0c;配置相关的无线密码后&#xff0c;开始实验 #include <WiFi.h> #include <WiFiClient.h> #include <WebServer.h> #include <ESPmDNS.h>const char *ssid "XIAOFE…

STM32学习和实践笔记(35):内部温度传感器实验

1.STM32F1内部温度传感器介绍 1.1 STM32F1内部温度传感器简介 STM32F1内部含有一个温度传感器&#xff0c;可用来测量 &#xff08;STM32芯片的&#xff09;CPU 及周围的温度(TA)。&#xff08;实际并不用来测周围的温度&#xff0c;仅用来测试CPU的温度&#xff09; 此温度传…