前言 

从一个四大天坑（环境工程）的普通本科生，到后来的大厂 AI 算法工程师。在此分享一些个人的学习路程，帮助大家少走弯路。若非计算机专业读者想转码，或者已经转了码想提升技术水平，相信读完本文都会有收获。

本篇文章主要为两大部分：

1. 个人转码经历；

2. 转码干货总结。

嫌前面故事啰嗦可以直接跳到第二部分看干货。

一、 转码历程 

本科四大天坑之一的环境工程，我是 2014 年高考的，当年还没有天坑这么一说，不然我也不会选这破专业。本科 4 年几乎没写过代码。

硕士我去了欧洲留学，专业虽然还是环境工程，但是学校里的理工科专业基本都要求要会编程。冬季学期我选修了一门遥感专业的课，开始用 Matlab 高强度写代码。每周都有一个 MATLAB 的小项目需要完成。同时，本专业别的课也有一些数据处理作业。几乎完全没写过代码的我，从零开始作业写得我人要崩溃，尤其那个年代没有像现在有这么多 AI 工具可以用。

我第一次的编程作业就长下图这个吊样，这个 Random Walk 的图，现在看起来还有种数学特有的美感~

而后到了下一学期，本专业有一门必修的 Python 课，也是每周发 2 次作业，自己照着做，然后固定时间找助教答疑，个人非常推崇这种学习方式，用小项目真的对初学者可以快速提升。此后本人依次经历了实习，毕业论文，也都大大小小做了一些小项目。但我觉得我的代码能力并没有本质的提升，顶多只是项目代码化和一些第三方库调用越来越熟练。

毕业之后，一开始是简单实习，以及去了一个领域内还算大的厂。但是个人感觉这里的项目也比较偏学术+研发。很有做毕业论文时项目的感觉，代码水平也并没有本质的提升。

而后跑去某大厂。只能说，大厂不愧是大厂，一切流程和规范是相当成熟。新员工入职需要学习很多软件工程的知识，以及转正前必须要通过考试。涉及到的培训有数据结构和算法，代码规范，内置库使用，面向对象设计，设计模式等等。同时，其间一段独立全栈开发的项目经历，让我对软件工程在道和术的层面有了更紧密的结合。

二、转码经验干货 

初转码阶段，不要花过多时间在熟悉语言语法上。

稍作了解之后，可以直接找一些小项目来做做，边做边学。所以，找初学教学，可以从这个方向去找，现在太多的教学都是花了很长时间在熟悉语法，这样即无趣，进步又慢。有空我也会放一下我当初学 Python 的教学。

若有面试需求，请尽早准备刷 LeetCode，越早越好。   

想做大项目以下几点必须得会，我先只列举结论，有时间之后再来对每一点填坑：

目录规范：这个应该是最简单易学的了，就是你的项目文件夹怎么编排，代码放哪，日志文件放哪，数据放哪，等等诸如此类。

代码规范：所谓规范就是一套标准，针对的是项目代码可读性，可维护性，相互协作等方面；推荐 Google 公司出的语言风格规范；

面向对象编程设计：非计算机科班估计一开始会很难理解这块，会觉得非常抽象。但从整个软件工程发展历史，这是一个必学的编程设计方式。因为它解决的是程序可扩展性问题。

代码坏味道和重构：代码坏味道就是一些写代码过程中的一些典型反面教材。代码重构就是教你怎么去优化你的代码。

设计模式：在学会面向对象编程的基础上，再去学这个，首先要理解什么是“高内聚，低耦合“，再去学习各个模式。模式太多学不过来，可以结合 AI 辅助编码工具来生成。   

工欲善其事必先利其器：

一开始可以多试试几个 IDE，找到用起来最顺手的那个。然后多花点时间研究这个 IDE 有哪些好用插件。比如本人用过 PyCharm, Spyder, VS Code。目前用起来最顺手还是 VS Code

Git 一定要学起来用。除非你想让你的项目目录里到处都是：代码 _5 月版本，代码 _6 月版本等等。

AI 辅助编码要用起来，我之所以放最后才说，因为如果你没有前面的铺垫积累，你根本不知道 AI 写的代码有没有问题，以及不知道怎么去优化。AI 生成的代码确实可以方便很多，但不能过分依赖，想要完成大项目，还得靠自身水平。

这份完整版的大模型 AI 学习和面试资料已经上传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】

三、如何学习AI大模型？

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。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括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免费分享出来。

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉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】🆓