零基础想进入AI行业,先不要急着报名一堆课程。
如果你连生成式AI是什么、提示怎么设计、AI输出为什么有时不可靠都没有基本认识,直接学习复杂技术,往往很容易卡住。
比较适合普通职场人的方式,是先建立基础,再根据岗位方向继续深入。
第一阶段,可以从生成式AI基础开始。
这一阶段主要解决“AI到底能做什么”的问题。
例如了解生成式AI的基本概念、常见应用方式、提示设计、输出判断,以及AI使用过程中涉及的隐私、偏见等问题。
Pearson推出的Generative AI Foundations Certification就是面向专业人士和学生的基础认证,官方介绍中明确提到生成式AI基础、提示工程和提示优化,以及AI社会影响等内容。
如果是完全零基础,可以把GAI认证作为这一阶段的学习目标。
第二阶段,是把AI放进具体工作场景。
不要停留在“会写提示词”。
例如准备做AI内容运营,可以练习选题、资料整理、内容初稿和改写;准备做AI办公,可以练习会议纪要、信息提取、文档整理;准备做AI营销,可以练习用户信息整理、竞品资料分析和方案初稿。
这一阶段的重点,是留下实际案例。
第三阶段,再根据目标岗位补专业能力。
如果目标是AI产品、AI运营,就需要继续学习产品思维、用户需求分析和项目协作。
如果目标是数据分析,就需要继续学习Excel、SQL、数据分析等能力。
如果目标是AI开发,则需要进一步学习Python、机器学习、大模型开发等技术。
也就是说,GAI认证适合作为“AI基础能力”的入口,但并不能替代后续岗位技能。
第四阶段,是整理求职材料。
把学习过程中完成的任务整理成项目案例。
比如:
“使用生成式AI完成一份市场竞品信息整理,并人工核验关键数据。”
“使用AI完成多版本内容初稿,并根据目标用户进行修改。”
“设计一套AI辅助办公流程,减少重复性资料整理工作。”
这些内容可以进一步写入简历项目经历。
如果有GAI认证,也可以放在专业认证部分。
这样形成的求职材料,会比单独写“正在学习AI”更具体。
最后再根据目标岗位决定是否继续考其他专业认证。
零基础进入AI行业,不建议一开始就追求“证书越多越好”。
更合理的顺序是:
先建立AI基础 → 再进行岗位应用 → 积累项目案例 → 补岗位技能 → 根据需要增加专业认证。
这样即使最终发现自己并不适合某一类AI岗位,也不会浪费前期学习。
因为生成式AI基础能力已经可以继续应用到原来的工作中。