武大遥感硕士研二在读。主要做的cv方向。有一篇论文，没有实习。只学过c++和python，想问一下现在转码还来的及吗？以及不转码如果从事遥感行业，又有什么好的就业方向呢

牛客的markdown解析器有点一般，大家需要的话还是找我要语雀链接吧，纯开源 vue 版  负责 axios 请求的二次封装，添加请求拦截器与响应拦截器，对全局的请求与错误处理进行统一 针对商品首页的长列表数据渲染，采用图片懒加载+无限加载+虚拟列表的终极方案优化大数据场景下页面的渲染时间；同时观测 performance，确定页面渲染过程中耗时过长的长任务，并将此分割为多个短任务 使用 keep-alive 对整个页面进行缓存，支持多级嵌套页面 平台迭代过程中负责将 Pinia 对 Vuex 进行替代 使用 Pinia 进行全局全局状态管理，并结合 LocalStorage 持久化存储用户...

今天老师整理了大模型入门的几个学习步骤、目标和需要掌握的基础知识，供初学者快速掌握基本路径。1️⃣前置知识： Python 基础、 Linux 基础🌟学习内容1.熟练掌握 Python 语言，熟悉常用的Python 库和工具，如 NumPy 、 Pandas 、  Scikit - learn 、 PyTorch 等。2.具备 NLP 相关的基础知识，包括文本预处理、分词、词性标注等。3.对大模型有一定了解，包括Transformer 模型的结构和原理、基于注意力机制的自然语言处理技术等。2️⃣Step1:NLP相关基础知识🌟学习内容1.了解文本预处理、分词、词性标注、命名实体识别、词向量表示等基础知识。2.掌握机器学习中的数据预处理、特征提取、分类、回归等基础算法，并了解其在 NLP 领域的应用。3.了解大规模 NLP 任务中的常用技术和方法，如深度学习中的 Transformer 模型、 BERT 、 GPT 等。3️⃣Step2:GPT API 调用及 Prompt 设计🌟学习内容了解 GPT API 的调用方式和基本操作，熟悉 Prompt 设计技巧和要点，能够结合自己的任务调用 API 实现对应的任务代码。4️⃣Step3:模型微调（ Fine - tuning )🌟学习内容了解常见的微调模型的基本流程和原理，熟悉数据集的构造、训练、评估等过程，能够独立构建 QA 对，在服务器上对模型进行微调。5️⃣Step4: RAG （外挂数据库）🌟学习内容RAG 作为目前最火的一个 LLM 落地方向，可以结合私有数据（表格、 word 、 txt 、 pdf 、数据库皆可）实现本地问答，且训练成本较低，可以快速实现效果。✴️有需要提升面试能力和辅导项目的同学可以后台联系我～

Bg双非本港五硕，本科软工硕数分，26届毕业。想请问大佬们，目标大厂or中厂，今年秋招走java后端还是大模型岗好？本科是想着走后端的，毕竟后端还是岗多，相对好进。而且我也知道自己这个学历是不敢高攀大模型啊、算法岗一类的。但是港硕读了ds，发现课程内容和项目基本都是深度学习相关，一些小组项目和llm直接相关，感觉拿来包装包装，写在简历上大模型岗的要求相关性很高。现在很纠结，请大佬们指点。想知道自己这个学历能不能够到大模型岗？亦或是没必要？不行的话就老实准备后端了。