奔三理工男适合转行做AI算法工程师吗？

奔三男生转行可以做什么？

干了几年开发程序员却面临降薪优化？

说实话，如果学历一般技术一般，

无法与时俱进的话，会容易面临尴尬情况……

就业这件事，选对赛道方向至关重要！！

这篇文章给所有迷茫、

想要寻求好机会的男生一个转行好思路

换个角度说不定会有新发现！！

在2024年，男生如果想要稳定，不走编制和央国企，又要薪资可观的话，那么去狠扎技术，而且要选新兴赛道！！这里推荐▽▽

【AI算法工程师】

相对于程序员，AI算法工程师没有年龄“天花板”，工作按中长期项目推进，少了“急活”“杂活”，也高了“门槛”，“待遇薪资又能往上走走步！

人工智能目前已是国家重点培养产业！今年两会现场就多次提到“人工智能”，也已正式开展“人工智能+”行动中，以后也能有效应用到国民经济的方方面面，还将对科学研究和行业技术创新起到推动和助力，所以可见人工智能的重要性，适合长期发展的方向！

时代的进步总少不了新型的技术，技术型人才相应福利薪资也可观，属于越长越受欢迎！

如果你：

▷还不到30岁

▷学历本科及以上，理工科

▷有积极的学习能力

▷想挑战高薪

▷对人工智能方向看好并想好好做

……

那么，你真的可以试试进AI算法工程师这个赛道！早进早吃香！！

下面给大家列一些比较常见的AI方向，大家看适不适合自己：

1、CV（计算机视觉）

这个领域大家会接触的更广泛，因为其已应用在了生活中的多个场景中，比如人脸识别、车牌识别、文字识别等，这个领域个人觉得做起来会比较有意思，很多东西所见即所得，能够做出成就感。

这个里面也举例几个现市面上比较常用的任务：

①OCR（光学字符识别）

简单来说，这个任务就是文字识别,目前这个场景非常多，但是专业研究这个的人其实不算多，这个里面的工作机会集中在票据识别、pdf识别、表格识别、证件识别等等，主要是为了把不可编辑版本转化成可编辑的版本

②图像分类

这个容易理解，就是划分这个图片，是人是猫还是外星人，人脸识别其实也算是图像分类的一种。

前段时间和做ERP的朋友聊天，说现在工厂进行货品图像上传和分类都用上这个技术

③图像检测：

可以理解为在一张图片里找到里面的人、猫、狗或者UFO，这个场景也比较多，制造业、自动驾驶（难度高）、物流行业等等。

2、大模型（LLM）

大模型又全称「大语言模型」，简单来看，可以将大模型看做一个巨大的知识库，里面存储了大量的信息和知识，可以帮助更好理解和处理输入的数据。

大模型融入行业可分为通用领域和垂直行业，我们目前能够看到很多头部公司科技公司布局大模型，例如文心一言、讯飞、通义这些都是现今适用量很高的大语言模型。

企业软件、AI工具、智能硬件都是通用领域；垂直领域则包含像金融、教育、游戏、医疗等行业。

3、NLP（自然语言处理）

这个方向的任务其实很多，SOTA任务一大堆，但实际在大部分工作中遇到大致是：

①文本分类：

给文本划分类型，比如说把新闻资讯文本划分为科技新闻、财经新闻、体育新闻等，再比如说将一段用户评论分类成正面还是负面；

②信息抽取：

对文本中的内容进行提取，比如常见的场景有快递地址、电话号码、email地址、人名、地名、时间等的提取，再比如说对财经新闻中的企业、股票、基金、法人信息的抽取等。

希望大家的未来之路

都能像桃花源记一样

路途不断探索

终收获惊喜与彩虹！
​

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。

二、AI大模型视频教程

三、AI大模型各大学习书籍

四、AI大模型各大场景实战案例

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。