本文分享了一位从规划行业转行至大模型领域专家的宝贵经验，涵盖转行动机、学习路径（理论-实践-面试/比赛）、转行策略（选择风口、做好心理准备、系统学习、持续实践）以及行业前景。专家强调大模型是"锤子"，可与各行业形成"大模型+"模式，建议行动越早越好，并针对建筑/规划背景人士提供了具体转型建议。
问：为什么从规划转行到大模型？
1、房子卖不掉了，城镇化进入存量时代，发展的蛋糕有限，规划行业式微；而且生态规划更多是保护性规划，不是发展性规划，地方政府的驱动力不足。
2、智能，会是第4次科技革命的星星之火。普通人，当前仍有进入的时机，但窗口期较短，需要及早进入。
问：请问，除了大模型以外，还有什么智能化方向发展前景好？
这个，我不清楚那么多的细节。大模型是个很大的命题，细分下来，有很多角度可以切入的。
其他智能化方向，比如智能制造、芯片、游戏、新能源汽车等等都是很不错的行业。但最后，打工的目的都是为了赎自己的一个自由身，而不是去当花魁的。
我现在的想法其实也是把大模型学好，然后选择一个行业，结合大模型，再赚钱。不一定要完全脱离自己的行业本身，如果沉默成本太高的话，就像是互联网+，万物皆可大模型+
大模型即是一个行业，也是一个锤子，可以锤在很多钉子上的。
问：如何在无相关工作经验的基础上转行？
1、先确定行业和风口，行业选择真的非常重要
2、再做好转行的失败窗口期的心理准备，当初自己也确认过转行三年不赚大钱的心理储备，因为这三年是需要不断沉淀
3、学习途径，分为自学和他学。自学，知道自己是什么尿性，自己必须报班，必须有一个学习的环境，通过花小钱，来抓住大机遇。报班，最好找那种有陪练课程的班级，这样能快速出成果
4、不断面试，通过面试积累经验。失败很正常，但次数多了，也就会成功。
行动，真的是非常重要，越早越好。
问：如何学习大模型相关知识？
学习方法分为不同阶段：
**阶段一：看理论。**基础入门，强烈推荐https://www.feishu.cn/community/article?id=7358385278324572188，以这个为根据不断拓展自己的知识树
**阶段二：实践。**大模型算法层面，入门门槛较高；但大模型应用层面，入门门槛是比较低的，建议学完后，从prompt、stable diffusion、流程编排（coze、fastgpt）、ai产品经理、一步步学起。每个都以成果为立足点。
**阶段三：不断面试、以面促学；**不断参加大模型比赛、以练促学。只要有成果，转行都门槛就会低很多。
问：公司面试时注重员工什么能力？
看不同的公司需求吧，自己的经验来看，搞互联网，一定要注意自己与众不同的认知能力，这是很重要的。
其次，就是不断实践、不断实践、不断实践，通过实践来弥补吧自己的专业能力
问：现在大模型这个赛道是不是也挺卷的了，就业前景如何？
这一两年可能还比较好入行，但未来肯定是越来也卷的。最近来我们公司的实习生，都开始筛选了。
就业前景，因为大模型的本质是智能，会如同电力、石油、煤炭等提高人们的生产力，从而成为未来人们不可或缺的一部分。那么回顾今天电力、石油、煤炭的行业发展，其实也可以推测未来的大模型行业也会是如此。
前景的话，其实是稀缺产生价值。所以，目前懂一点大模型，就已经很稀缺了，基于大模型稍微做点东西，就是领先
问：建筑设计/房地产行业想转行ai相关领域，有什么建议吗？
我也是从建筑设计院转的hhh，谈不上什么建议吧，只能说是经验。
**先想想，ai可以在建筑设计/房地产设计中承担哪些模块。**比如文本润色、比如草图生成。目前建筑行业也有不少ai工具，比如小库科技、十方城市设计等等，先从ai工具用起来
问：请问，城规刚转智驾（地图方向），想以此为跳板从智驾领域转向ai大模型，应该如何利用身边的资源去构建自己的技术栈和核心竞争力？
很不错的方向，但如何构建这个需要细聊了，需要结合自身的规划去匹配、去规划。有兴趣的话，可以细聊。
做法不限于，加大模型群，找各种人聊天、做个智驾+大模型耦合的产品或者智能体，然后可以投稿到论坛讨论等等，还有一些黑科技的方法，比如小红书发帖寻人聊天。
问：城规的教育背景在现在的工作中有贡献什么价值吗？
专业知识只剩下帮同事看看买房的风水了。
软性知识，比如审美，自己做的ppt和文档，就是比别人好看，包括多模态模型，自己做的也比别人好看一些；比如说话，确实会更加系统。
其他的，比如ps、ai还是能用得到，gis就没有用过了hhh
如何系统的学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
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。
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】👇👇
01.大模型风口已至：月薪30K+的AI岗正在批量诞生
2025年大模型应用呈现爆发式增长，根据工信部最新数据：
国内大模型相关岗位缺口达47万
初级工程师平均薪资28K（数据来源：BOSS直聘报告）
70%企业存在"能用模型不会调优"的痛点
真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！
02.大模型 AI 学习和面试资料
1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工
📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
