刚刷手机又看到一篇扯淡的文章，标题写的什么“AI专业避坑指南”，结果通篇都是废话，我手里的咖啡都凉了三回了，实在忍不住了，我得把这事儿说清楚。

你搜AI人工智能专业学什么：从核心课程到就业方向的全解析会看到很多说法，但我的经验是，那些漂亮话八成是培训机构编的。我是2018年入行的，踩过的坑比你们吃过的饭还多，现在累是累点，但真想拉你们一把。

（手机震了，我回个消息，马上回来）

好了继续。先说核心课程，当年我犯的第一个大错就是以为数学没用。我当时觉得，调个包谁不会啊？线性代数、概率论，上课睡觉，考试抄过。结果后来做项目，一个简单的贝叶斯分类器调参，我愣是三天没调明白，因为我不懂先验概率和似然函数的关系。我师父当时就说了，“你这基础，跟没打地基就盖二楼一样”。

不对，我刚才说错了，不是三天，是整整一周。那一周我每天都熬夜到两点，最后发现其实就是一个分布假设选错了。损失了多少钱？我那时接的外包，项目延期赔了3000块，还搭进去人情。所以你们再别问“数学要不要好好学”，答案是：要，而且得学死。

这个错误我犯了三次，每次损失都上万

第一次是选框架，2019年那会儿TensorFlow和PyTorch打架，我傻乎乎跟风学TF1.x，那个静态图语法tql（太强了）复杂，我学了两个月还老报错。后来PyTorch火了，我又从头学。浪费的时间足够做两个项目了。第二次是数据处理，我总想着用最tql的模型，结果数据归一化都没做好，模型训出来跟shit一样。第三次是部署，我以为模型跑通就完事了，结果一上生产环境，内存泄漏、延迟爆炸，客户差点翻脸。

（说到这个，我想起2019年那个夏天，我接了一个医疗影像的项目，数据量特大，我为了省事没做数据增强，结果过拟合得一塌糊涂。后来一个学长教我用albumentations这个库，两行代码搞定，我当场就想抽自己。）

对了，有个小工具我得插一句，你们训练的时候一定要用wandb或者tensorboard，别像我以前那样只会print loss，那太low了。wandb能直接看曲线、对比实验，免费的。好了拉回来。

再说就业方向，外面吹得天花乱坠的“算法工程师”其实坑最多。我身边混得好的，反而是从数据清洗或者模型部署做起。我一个朋友，学历一般，第一份工作就是做数据标注的管理，干了半年，把清洗流程摸透了，然后跳槽去做数据工程师，现在年薪50w。相反，我另一个同学，名校硕士，一毕业就去做推荐算法，结果天天被业务方追着改模型，三个月头发掉了一半，最后转行做开发了。

你再看AI人工智能专业学什么：从核心课程到就业方向的全解析，很多文章会告诉你要学机器学习、深度学习、NLP、CV，但对，也不全对。因为漏了最关键的：工程能力。比如Docker、K8s、数据库、API设计，这些学校不教，但面试必问。我面过一个小伙子，模型讲得头头是道，我问他“你训好的模型怎么给别人用”，他愣了半天，说“发个网盘链接”。我当场没憋住笑。

还有一点，别迷信“顶会论文”。我认识一个老哥，发了一篇CVPR，觉得自己yyds，去大厂面试，结果人家问“你处理过最大数据量是多少？线上延迟要求？A/B测试怎么设计？”他全答不上来。最后offer给了一个发过水会但实习做过完整项目的本科生。所以教训是：论文是锦上添花，但工程落地能力是命。

（手机又震了……我妈问我回不回家吃饭，我回她“马上”，其实根本不知道马上是多久。）

再跑个题，你们学的时候一定要用Google Colab，别傻乎乎自己配环境，我当年配CUDA驱动配到崩溃，重装系统三次。Colab给免费GPU，真香。好了拉回来。

这个坑我见太多人掉进去，包括我自己

就是跟风热门方向。2019年所有人搞GAN，2020年Transformer，2021年对比学习，2022年扩散模型，2023年大模型。每个风口我都追过，结果呢？每个都只懂皮毛。现在我老老实实做推荐系统和用户画像，虽然不酷，但每年奖金拿得稳。我劝你们，选一个方向深耕两年以上，别看见风吹草动就换。

最后说点实际的。你们可能觉得我资历老，其实我也就是个普通人，还在还房贷。我的建议就是：

第一，把编程基础打牢，Python的装饰器、生成器、多进程一定要懂。我见过太多人连with open的上下文管理器都讲不清楚。

第二，数据结构与算法，LeetCode至少刷200道，别狡辩，大厂笔试就考这个。

第三，找一个完整的开源项目，把它的代码全部手敲一遍，别光看。我当年手敲了pytorch/examples里的所有代码，那一个月进步比我一年都大。

好了，你现在就可以做的1件小事：打开你电脑的终端，输入pip install black isort，然后在你写的第一份Python代码上运行black your_script.py，养成规范格式的习惯，只要2分钟。

---

问答时间（你们肯定没仔细看上面）:

Q1：学长，我数学不好，是不是就不能学AI了？

A1：你这就没看我前面写的吧。我说了那个贝叶斯分类器的故事，数学不好能行吗？但也不是要你当数学家，你就把线性代数的矩阵运算、概率论的条件概率、微积分的梯度下降搞懂就行。别去啃实分析、泛函分析，那叫self-abuse。去B站搜“线代本质”，三个小时你就开窍了，乖。

Q2：你说的框架到底是TensorFlow还是PyTorch？

A2：你又没仔细看。我前面说了，我浪费两个月学TF1.x然后换了PyTorch。现在的话，无脑PyTorch，学术界工业界都是它。TensorFlow除非你去Google或者维护老项目，别碰。但注意，JAX最近有点火，先别管，你PyTorch玩明白了再说。别问了，快去装black。