以前我觉得，计算机专业毕业以后，找开发工作应该是比较顺理成章的事情。
可真正开始认真考虑就业以后，我才发现，现在的竞争和自己想象中已经不太一样了。
我今年21岁，本科专业是计算机科学与技术。
大学期间，我学过Python、Java和JavaScript，也接触过机器学习、深度学习和NLP相关内容。大模型这两年火起来以后，我也一直在关注，RAG这些基础知识自己也了解过一些。
所以如果说我完全不了解AI，其实也不是。
但问题是，我越学，越发现自己距离真正能够拿AI去找工作，还有一段距离。
以前在学校里学东西，更多是为了掌握知识点。
机器学习学过一些，深度学习也学过，NLP理论看过，RAG也了解过。
可当我真正开始关注招聘信息的时候，才发现企业想要的并不是“什么都懂一点”。
他们更希望看到的是，你到底能不能把这些东西真正做出来。
有没有完整的项目经验？
能不能解决实际问题？
如果让你从头做一个AI应用，你知道应该怎么设计吗？
这些问题，才是我真正开始焦虑的地方。
尤其是现在AI发展得太快了。
前几年大家还在讨论机器学习和深度学习，现在大模型、Agent、RAG已经成了很多岗位里的高频词。
我有时候也会想，自己是不是应该早点开始准备。
毕竟现在还是学生，时间相对来说还比较充裕。
如果等到真正毕业以后，才发现自己的能力和岗位要求之间有差距，再去补，可能就会比较被动。
所以我开始认真考虑，怎么把自己现在已经学过的东西真正串起来。
我也尝试过自己找资料。
网上关于大模型的内容很多，尤其是B站，每天都能刷到新的教程。
但资料越多，有时候反而越容易迷茫。
今天看RAG，明天看Agent，后天又看到新的模型和框架。
每一个东西都觉得应该学，可如果没有完整的学习路径，就很容易一直停留在“看过、了解过”的阶段。
我不想再只是了解。
我的目标很明确，就是就业。
我希望毕业的时候，自己不仅有计算机专业背景，也真正拥有能够和企业岗位匹配的AI项目能力。
也是在这个过程中，我开始关注小灰熊AI（他们的后端是智泊AI）。
我比较看重的是它的课程不是只围绕某一个工具，而是从大模型基础，到RAG、Agent，再到实际项目，一步一步往应用方向走。
这和我现在的需求比较契合。
因为我已经有一些机器学习、深度学习和NLP的基础，现在最需要的不是再把知识点零散地堆起来，而是把这些东西真正连接起来。
以前我可能会觉得，学会一个技术就算掌握了。
现在我越来越觉得，真正的能力应该是能够把技术用起来。
所以这次报名小灰熊AI，我更希望自己能把重点放在实践上。
不仅要知道RAG是什么，还要真正做过RAG项目；不仅知道Agent是什么，也要真正理解它怎么搭、能够解决什么问题。
这样以后找工作的时候，我才能有东西可以拿出来讲。
我觉得这可能也是学生和真正进入职场以后最大的区别。
在学校里，成绩可以证明你学过。
但进入职场以后，项目和解决问题的能力，才更能说明你到底会不会。
所以现在的我，其实没有特别大的焦虑。
更多的是一种紧迫感。
我知道自己还有时间，但也不想把时间浪费掉。
21岁，本科还没有毕业，我觉得现在是一个比较好的阶段。
可以允许自己不会，可以重新学习，也可以不断试错。
如果现在不开始，等真正毕业以后再发现AI已经成为越来越多岗位的基本能力，可能就会有点晚了。
所以我想趁现在，把自己的方向再往AI上靠近一点。
未来我希望找一份和大模型、AI应用相关的工作。
具体会走AI开发，还是更偏应用方向，现在我还没有完全确定。
但至少我想先把能力建立起来。
Python、Java、JavaScript是我已经有的基础，机器学习、深度学习、NLP也是之前积累下来的东西。
接下来，我想把大模型这块真正补完整，再通过项目把这些知识串起来。
我不想等到毕业那天才开始想“我能做什么”。
我更希望到那个时候，自己已经有答案。
也许我现在还只是一个21岁的学生。
但我希望毕业的时候，简历上的自己，已经不只是“计算机科学与技术专业”。
而是一个真正做过AI项目、理解大模型，也敢去竞争AI岗位的人。
对我来说，这次学习其实就是在为毕业后的那场竞争提前准备。
机会什么时候来，我不知道。
但我想先让自己具备抓住机会的能力。
热门跟贴