小鲸鱼，2020年建筑硕士毕业，进入某建筑设计院。
2020-2023年，建筑行业。工作能力稳步提升，工资待遇稳中有降。
2023年，她决定告别这种入不敷出的生活状态，探索转行。
通过自学、咨询和打比赛等方法，她在投递简历期间，一个月拿到了17家公司的面试机会，最终斩获2个大厂和1个小厂的offer，目前是一名AI算法工程师，成功加入AI赛道！
在与她的沟通中，我感受到了她的内核稳定，也看到了一种闯关玩家的心态。她说“打不过就加入！”，“转行，转了就转个大的！”，给了我莫大的力量。
今天我们一起来看看她的故事。
01.转行的源起
Q1：在建筑行业学习和工作了这么多年，你当时是什么原因让你转行呢？你离开的时候会觉得可惜吗？
我毕业的时候是2020年，那时感觉这个行业还好，也没有说是很明显的没有非常明显的衰退的迹象。在我工作三年，从2020年到2023年这三年，这个行业是经历了一个很大的变化。大家在房地产工作的话也都是有感知的。从我个人的技术成长角度，这三年我确实有在积累这个行业的知识，也在成长，业务能力也在提升。但是我的工资却在稳中有降，一年比一年稳定的降一些。再加上我本人是在上海，如果经常跟姐妹们出去玩等等，那么生活花销会比较高，所以经常会月光，也会偶尔也会负资产，花呗会欠款。我就觉得这样下去不是个办法。
在我上学的时候，对自己的未来十年的期待，是希望自己不仅是工作上有技术成长，也希望自己的财富积累上能够稳步叠加的。当时觉得这不是个办法，不是个长久之计，所以就觉得应该是要转行。
关于离开的时候是否会觉得可惜？我觉得不可惜。
其实在每一个行业所经历的这些经验，你积累的知识都会灌入到你的头脑里面，会形成你记忆里的一部分。对于每个人来说，我觉得大家可以对自己不要设限。我们应该去体验相对多元化的这个人生。
你去经历这个行业学习到一些内容，然后经历另一个行业去学习的另一些内容。这样的叠加融合到自己的这个内核里之后，我觉得反而是不断增加新体验，不断去稳定内核的一个一个方法。总之我个人很其实很喜欢去看不一样的这个领域的知识去体验的。
Q2：在转行时，你当时是怎样做赛道的选择和调研的，有什么方法吗？
当时是2023年的4月，我在想转行的时候，看当时的这个热门方向，一方面是新能源、绿色建筑、考esg，另一方面比较火的就是AI这一块，当时GPT等已经出来了，已经能够能够进行知识问答和生成图像的基础操作了。当时主要是考虑这两个方向。
其实搜索这些信息在现在的这个互联网上都是很容易的，你去辨别，去收集一些方向都是比较容易的。
至于为什么选择AI，没有选第一条？相对于AI生成来说，绿色建筑、esg报告等等就是需要去写一个方案或者报告，这些AI完全可以做。那我未来还希望选一个能够可持续发展的。AI行业已经肉眼可见它的快速发展与迭代，并已经在取代很多工作了，已经成为人类的副驾驶了。
所以我觉得打不过就加入，就选择了AI这一块。
02.AI赛道介绍
Q1：现在AI赛道有哪些热门的岗位？可以给大家科普介绍一下呢？
对于AI这个板块来说，它比较核心的就是AI算法，接着还有AI产品，promt工程师，AI训练师，还有一些数据分析、数据科学以及数据标注这样的岗位。以上顺序也是从核心到边缘的顺序。AI算法工程师是AI板块里面最核心，是一个模型的设计研发以及应用。
Q2：可以详细介绍一下AI算法工程师吗？
AI算法分为两种。
一种是指研究型算法工程师，可以类比deepseek的研发。像这类的研究型算法工程师的门槛很高。大家可以去看一下deepseek的核心成员，他们都是top高校人工智能实验室的对顶尖的一撮人。
另一种是指AI应用算法工程师，是指应用已有的模型进行训练，在业务背景下进行优化创新，赋能业务。属于踩在巨人的肩膀上。
我个人理解：只需要10%的人去做基座的研发，剩下90%的人去做应用的创新，不断赋能各个业务场景。
Q3：AI算法工程师的日常工作流程如何的？
模型选型肯定是第一步。需要对现在最新的模型进行全面的了解，然后选择一个最适合的。
第二步就是对于这个模型如何适配业务，去做一些架构的连接，去形成pipeline，在形成pipeline之后，再想如何去搞数据，怎样去训练，最后再去评估效果以及上线应用。这是一个连环的流程。
03.转行的过程
Q1：可以介绍一下是怎么转行的以及学习的过程吗？
首先我觉得每一个行业都是围城，任何一个行业我们只要认真去学，都是可以把它攻克下来。还会发现面试是考你造火箭。但实际工作都是一些比较踏实的拧螺丝，或者说是带一点点创新的内容。所以首先大家可以去放宽心，要勇敢的先去尝试。
心态上调节后，是方向的确定。
我是确定了我要转AI这个方向。我既然要转这个方向，我就转最核心的。所以我就确定了转行AI算法为我的这个基本方向。
方法上，首先是报了两个培训班。我觉得想进入这一行，自己去像无头苍蝇一样到处去搜资料，这样也不是一个办法，时间会耗时很久。我需要一个明确的指导，同时我还需要一个多方面信息的输入。除了2个培训班，后期我也是报了一些私人的辅导，同时我也会在B站和知乎上了解各种信息资讯。这样，在整个学习的过程中，路线会相对来说清晰一点。大概坚持了大概有八九个月后上岸。
Q2：你是在职学习还是裸辞学习？
我是先在职学了4-5个月，在四月份报了一个报了两个培训班，然后在八月末的时候离职。
首先在职的这个期间，我跟的是市面上的大培训班。主要讲的一些基础内容，当时觉得不吃力，能够适应，跟在职的工作也没有起到冲突的状态。
等到八月份的时候，主业工作会稍微忙起来一点，因为下半年要冲刺了。在我自己的这个规划上，也要开始去做一些面向就业的项目了。涉及到很多自己要去研究的内容，要去深化和探索，就发现两边有点吃不开了，所以我就想要不然就辞职算了，专心的头铁一把就去准备了。所以八月末的时候我离职了，离职之后我是GAP了三个月。
GAP的3个月分为两个时间点，其中一个半月是专门用来沉淀项目去做落实的，然后另外一个半月其实是用来面试的，那么总共是三个月。
Q3：在你裸辞的那段时间，你自己会担心和焦虑吗？
我觉得还好，因为我在我在学AI方向的很多内容时，我会觉得我接触了好多新的东西，学习的过程就是很快乐的。虽然有很多难题觉得自己解决不了的内容，但是整个学习的过程还是挺开心的。
真正焦虑的时候，其实可能是开始面试了，发现面试官问了很多我答不上来的东西，也被很多人质疑，还受到网上很多言论的影响等等，也确实会有一些焦虑。但是我个人一般不会听。我自己的主观想法还是蛮强烈的。我觉得我想要做这个事情，我就去坚持，我就尽量避免让自己去受到其他的这些言论的影响力。
Q4：在学习了AI相关知识后，面相就业是否需要一些项目经历呢？你是如何准备的？
对的，这一点很明显。
我上完培训班之后，我发现我确实学了很多，但我学了很多之后却依然无法达到用人公司面试要的人选要求上。所以我当时是找了一些大厂在职的辅导，来帮我去看一看项目思路。有了一些项目思路后，我在这个基础上自己去做了很多深化，也加入了很多自己的想法，把项目把它落实下来。在这个过程中，除了去找别人讨探讨给我思路之外，我也去打了一些比赛。我自己当时是打了几个Kaggle比赛，也有2-3个拿到了牌，这个比赛我也可以把它落实成一个项目，并添加在我的简历上形成了大概有203个AI相关的项目，然后再去面试。
Q5：你认为你的转行成功是可以复制的吗？有什么心法和方法吗？
可以复制。
首先关于路线，因为转行肯定是要趁早，要提高效率。如果说是自己学的话，会发现学很长时间都抓不到重点。这个时候最重要的是需要有一个清晰的指导和规划的，先定义好自己的路线。如果你自己不够清晰的话，是需要去问一些专业的人士，去得到一些咨询和支持。一旦路线清晰了，整个骨架形成了，只要往里添肉就可以了。每天的行动都是很踏实的，能够去一点一点自己去落实的。
读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！
😝一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
👉AI大模型学习路线汇总👈
大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）
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。
👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
👉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。
👉获取方式：
😝一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
