今天给大家分享的是一位粉丝的提问，自动化大一C/C++学完语法如何准备实习？想上手项目却无从下手计算机四大件必须学吗？

接下来把粉丝的具体提问和我的回复分享给大家，希望也能给一些类似情况的小伙伴一些启发和帮助。

同学提问：

YT哥你好，本人湖南某末九大一自动化，目前学习了C/C++跟Python ，还有刚开始学习stm32；  Python仅停留在基础语法，学过一些第三方库；C/C++ 方面学习了一些数据结构与算法，但是感觉不够深入。

下面是问题：

1.未来想往人工智能领域上靠，但是没有清晰的学习规划路线，求分享学习路线。想尽早开始实习，我该如何准备？

2.C/C++ 学完基础语法想开始做项目但是发现无从下手，项目中出现的一些东西比如说 TCP、HTTP 协议根本没有了解过，我该怎么入手？需不需要学习计算机四大件？

3.大学以前并没有接触过 OI，目前想打ACM并且已经投入了一定的时间去学习算法，但是自学了一段时间后感觉沉没成本太大了，能不能够项目跟竞赛两手抓？

Yt回答：

目前作为湖南某末9，大概就是湖大，湖大应该也不能算末9吧，自动化，目前学了 C/C++、Python，还有刚开始学的 stm32 ，Python 停留在基础语法上面，学过一些第三方库，C++ 方面学习了一些数据结构和算法，感觉不太深入。其实目前作为大一阶段学了 C++ 跟Python以及学了 stm32 和一些第三方库和 C++ 语言学了数据结构，是从目前来说你的学习进度应该来说相比较你的同专业的朋友应该还是比较快的，因为相比在你同专业的人应该他是没有接触到 stm32 的，可能有些朋友连 stm32 这个东西他可能都没有听过。在目前大一的时候你能够去接触那些东西，你对这个方面你肯定是感兴趣的。

接下来的问题是在未来想往人工智能方向靠，但是没有清晰的学习规划，求学习的路线，想尽快的开始实习，我该如何准备。目前从你能接触到的信息C、C++、Python以及刚接触的 stm32 ，这些方向都是学校教学所用的，那其实想往人工智能这个方向靠呢，后面你读研会好一点，你现在目前阶段不用去纠结后面我能不能去从事人工智能，而是说你现在先把基本功打扎实，现在目前大一，我之前有讲过一个计算机408怎么学的，这里包含 C/C++ 语言学完之后做什么，数据结构学完之后做什么项目，包括像计算机网络学完之后做什么，操作系统学完后做什么，后面你可以拿到那个计算机408的学习路线，以及包括大二大三每个规划的都很详细的，你可以问我拿到那个路线，然后再开始。至于人工智能这个方向靠，后面等你基本功扎实之后，后面可以做一个人工智能相关的项目，往这个方向走。

第二个C++ 学完语法开始做项目的时候，但是发现无从下手，出现那种 TCP、HTTP 根本没有了解过，也不知道怎么下手，需不需要去学习计算机四大件。我跟你讲一下，这里我刚刚也给你推荐了我之前讲过一个计算机408那四大件怎么学的。C/C++ 语言学完之后，这里不用去接触网络，你可以把数据结构把它实现一遍，数据结构里面队列、栈包括二叉树、红黑数、B树、跳表、2-3-4树以及图这些你都实现了，因为这些内容它仅仅只依赖于 C/C++ 语言，你没有其他网络操作系统相关的，这仅仅都是数据结构，因为它是对应的就是语法，你现在能做的就是把对应的数据结构都实现一遍，我之前 GitHub 上面有一个 Reaper，里面大概有整理了200多个对应的这种数据结构怎么实现的，包含源码都有的，你可以现在来说你现在先把这数据结构先实现了，然后再往后面等数据结构实现完之后，你再可以了解一点网络，网络方面的了解两个方面，一个是网络编程，一个是网络原理，网络编程就是所说的 socket ，就是所讲的epoll、select、poll 这些乃至包括那种协程、io_uring，然后再到网络原理呢就是TCP、UDP，TCP什么三次握手、四次挥手、滑动窗口、慢启动、拥塞控制这些，然后HTTP呢暂时来说你不用去了解HTTP这个概念，因为HTTP呢它是一个基于TCP应用层的协议，它是个无状态的协议，那其实这种协议呢后面你会发现它会选择这种业务语言GC语言，选择 go、Java、Python 来做，现在来说你不用去了解这个HTTP，HTTP 往后面等你TCP熟悉了后再去了解HTTP。

然后本来想打 ACM ，已经投入了一定时间学习算法，但自学一段时间之后，发现沉没成本太大，能不能项目和算法竞赛两手抓。我是认为你打一个ACM如果你能够拿到一个好的结果的话，这个可以去试试的，目前来说在这个过程中间，你可以先打一打，毕竟才大一开始，不用去纠结这么多项目，如果你现在是大二大三，我认为你考虑方法都不一样，现在大一大二的时候，你可以打打 ACM ，而且拿一个好的奖项那这个结果他会好很多，现在这个沉没成本我认为对你来说这可能就是你学习的时间，这个不能叫沉没成本。

总结：

一、人工智能方向学习路线与实习准备

1. 现阶段核心任务（大一大二）：

   • 夯实计算机基础：优先掌握计算机四大件，构建完整知识体系：
     • 数据结构与算法：手写红黑树、B+树、图算法（参考我GitHub项目「Reaper」，含200+数据结构源码）。
     • 操作系统：实现线程调度器、内存管理模块（推荐《操作系统导论》+ MIT 6.S081课程）。
     • 计算机网络：掌握TCP/IP协议栈（三次握手、滑动窗口、拥塞控制）。
     • 计算机组成原理：理解CPU流水线、缓存优化（可选学，优先级稍低）。
   • 数学基础：重点突破线性代数（矩阵运算）、概率论（贝叶斯理论），为后续AI模型理解打基础。

2. AI技能进阶（大二大三）：

   • 框架学习：从PyTorch入门（实现MNIST手写识别），逐步过渡到TensorFlow Lite（移动端部署）。
   • 项目实战：
     • 边缘AI：结合STM32部署轻量级模型（如TinyML，实现传感器数据实时推理）。
     • 竞赛突破：参加Kaggle竞赛（如房价预测、图像分类），目标TOP 10%（可直接写进简历）。
   • 论文/专利：利用实验室资源发表EI会议论文（如IEEE ICIP），提升学术竞争力。

3. 实习准备策略：

   • 开源贡献：向TensorFlow/PyTorch提交文档或测试用例（GitHub PR，增加技术背书）。
   • 目标企业：大二暑期投递商汤、旷视等AI公司实习岗，大三冲刺大厂（如字节跳动AI Lab）。

二、总结与行动清单

1. 优先级排序：

   • 大一：ACM竞赛（冲击区域赛奖牌） + 数据结构/算法实现。
   • 大二：四大件深度学习（操作系统/网络） + AI入门（PyTorch + Kaggle）。
   • 大三：工程化项目（高并发/边缘AI） + 实习投递。

2. 竞争力公式：

   • AI岗 = ACM区域赛奖牌 + Kaggle TOP10% + 边缘部署项目（STM32+PyTorch）。
   • 开发岗 = ACM银牌 + 高并发项目（附GitHub源码和压测报告） + 开源贡献。

3. 避坑指南：

   • 勿盲目追求新技术：AI领域优先掌握经典模型（如ResNet、Transformer），而非追逐前沿论文。
   • 拒绝“八股文”式学习：网络协议需通过抓包分析+代码实现理解，而非死记概念。

计算机相关专业就业求职学习路线/offer选择/职业规划建议
 （学习就业困惑？我们来为你答疑解惑！）免费投稿 投稿必回

​

​