景观设计转行 | 从景观到大模型,我的产品经理转型探索纪实

SpringBoot 中 @RequestMapping 及衍生注解的全面解析与实践 本文全面解析Spring Boot中@RequestMapping及其衍生注解的使用,涵盖核心功能、HTTP方法特定注解(@GetMapping/@PostMapping等)、属性详解(路径/参数/头信息等)以及路径变量处理。文章详细介绍了注解的组合使用、继承特性、版本控制策略等高级应用,并针对405/404等常见错误提供解决方案。通过学习这些注解的规范用法,开发者能够构建符合RESTful风格的API接口,提升代码可读性和可维护性。建议优先使用HTTP方法特定注解,合理规划URL结构,并注意避免路径冲突。 阅读详情

img

折木

风景园林→AI大模型产品经理

本科:2016-2019 中国农业大学风景园林专业

硕士:2020-2023 中国农业大学风景园林专业

工作/实习经历:

2023-至今 某AI领域龙头企业-AI大模型产品经理

img

与景观的爱恨纠缠

意外邂逅

我跟景观结缘纯粹是一场意外。还记得高考后的一个午后,当时选专业选累了,就把专业参考书随手丢到床上,人也趴到了床上。不经意间转头,看到书上的一个专业——风景园林,感觉这专业名还挺清新脱俗,便去详细了解了一下。

看了专业简介,需要学习绘画、植物、建筑等,是艺术与工程的交叉学科,又不用学很多数学(因为我本身不是很擅长),所以我就决定报这个专业了。

后来录取结果出来,造化弄人,我被调剂到了工业设计专业。还好学校转专业政策宽松,半年后我又转到了园林,正式开启了我与景观的爱恨纠缠。

且行且忧

刚转入园林那会,我还是蛮开心。每天学学画画,识花认草,尽管偶尔要加班画图,但总归还是能接受。

但到了大三的时候,我逐渐开始担忧,主要源于两方面:一方面是感觉整个专业涉及到的内容非常多,广而不深,好像啥都会一点,又好像啥都不会。再加上我自己缺少设计天赋,因此这种感觉在设计课的时候尤为明显。

另一方面是就业问题,我不知道的所学所做在就业时有没有竞争力。后来在机缘巧合下,我侥幸获得了一个保研名额,顺理成章地开始了做科研、写文章的硕士生活,这些担忧也就暂时被搁置了。

img

尝试做一个出逃者

决心出逃

研究生期间,经过科研的毒打后,我没了读博的心思,因此就业的难题重新浮于水面。研二下时,恰逢地产公司频频暴雷,行业下行的新闻不绝于耳,因此我也萌生了转行的想法。

当时其实考虑过很多方向,包括互联网产品、银行管培、考公等,但仔细思考下来,还是觉得互联网产品比较适合我(一方面专业门槛基本没有限制,另一方面薪资相对可观)。于是我便一边自学产品经理基础,一边找了个在职产品跟做项目。跟做完项目后,我开始投简历实习,积累相关经验。

img

产品经理日常工作梳理

艰难摸索

秋招正式开始后,我并没有完全放弃本行业的相关工作,而是三手抓,主投房地产,同时准备考公和转行。

那段时间非常煎熬,需要兼顾论文和多方向的就业,过度焦虑也导致身体有点吃不消。好在秋招结果不错,收获了一些头部地产和银行的offer,也考上了北京选调的事业单位,只有互联网方向没啥起色。

在求职过程中,我越发感觉到建规景相关行业的衰退已成必然趋势(城镇化率到了瓶颈,人口减少,叠加居民负债率过高),再加上自己爱折腾不倾向于体制内,最终还是选择放弃了秋招的所有offer,背水一战迎接春招。

img

放弃的本行业offer

春招期间,我把求职的重心由体制内转向互联网,一边优化自己的简历,一边广撒网锻炼自己面试的能力。

当时因为疫情放开,互联网回暖,经过几十次的面试后,我拿到了新浪、美团等近十个大中厂公司的offer,其中就有我现在的公司。

img

最终接受的AI产品offer

img

勇敢且必然的抉择

重拾方向

之所以选择了现在的公司(AI领域的龙头之一吧),是因为当年chatgpt一记惊雷,把大模型带到了大家的视野中,也掀起了人工智能的第四次浪潮。而给我的offer,恰巧就是大模型/AIGC产品经理。

经过一番咨询和调研后,我认为这是未来发展的大方向。很多人好奇,为什么做景观的能拿到AI产品的offer,这可能是因为我的研究中涉及到了部分算法的知识。

不少人对AI可能存在一定误解,觉得比较高深,学习起来很困难。但实际上,日常生活中我们都能接触到相关内容,只是并没有意识到,而且百分之七八十的工作,也并不需要你对AI领域的技术、算法有多么深入的理解,实际的入门成本没有想象中那么高

关于现在

现在的生活基本早九晚六(这不是互联网常态,常态感觉是1095),双休。工作内容跟普通产品类似,包括需求收集分析、产品设计和推动方案落地,只不过设计的产品跟AI/大模型紧密相关,日常也需要跟算法工程师密切合作。

我一直觉得产品经理这个岗位跟建规景有很多共通之处,类比下来是设计师和甲方的综合体(产出设计方案、推动方案落地),能力和学历尚可的同学可以一试。回顾自己的转行生涯,细想来其实每一个选择的方向都会有不同的问题,但总体而言,相比于本行业较低的性价比+长期下行的趋势+不稳定的现状,出逃都是我必然选择。

img

img

偶尔也还会去周边逛逛园子

最后祝愿各位转行的小伙伴,都能勇敢迈出那一步,重新找到方向吧!

如何零基础入门 / 学习AI大模型?

大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业?”“谁的饭碗又将不保了?”等问题热议不断。

不如成为「掌握AI工具的技术人」,毕竟AI时代,谁先尝试,谁就能占得先机!

想正式转到一些新兴的 AI 行业,不仅需要系统的学习AI大模型。同时也要跟已有的技能结合,辅助编程提效,或上手实操应用,增加自己的职场竞争力。

但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高

那么我作为一名热心肠的互联网老兵,我意识到有很多经验和知识值得分享给大家,希望可以帮助到更多学习大模型的人!至于能学习到多少就看你的学习毅力和能力了 。我已将重要的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。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

👉 福利来袭CSDN大礼包:《2025最全AI大模型学习资源包》免费分享,安全可点 👈

全套AGI大模型学习大纲+路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

read-normal-img

640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

👉学会后的收获:👈
基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

👉 福利来袭CSDN大礼包:《2025最全AI大模型学习资源包》免费分享,安全可点 👈

img

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

大模型赋能智慧园林,创业者如何实现园林植被的智能化养护与管理? 大模型赋能智慧园林,创业者如何实现园林植被的智能化养护与管理? 关键词:智慧园林,大模型人工智能,植被养护,智能管理,创业者 摘要: 本文将深入探讨智慧园林的概念、重要性以 阅读详情

相关推荐

AI黑话日日新】Day 010|System Prompt(系统提示词)

系统提示词不是给模型加能力的咒语,而是开发者写下的“行为宪法”——它定身份、划红线、约格式,但终究要配护栏才站得住。

专注:太空算力、AI infra、异构调度、大模型成本工程 304

AI转行景观转行人工智能领域,我做了哪几件事?

本文想与大家分享,自己是如何从景观行业,3步迈入人工智能领域的。希望大家能从这个过程中,获得一些自己转行的思路。

ice829的博客 1826

PyCharm 配置 Anaconda 环境时找不到 python.exe 的解决办法

通过本文的排查步骤与详细解决方案,你应该能够迅速定位并修复 PyCharm 配置 Anaconda 环境时找不到 python.exe 的问题。确保正确设置环境路径、激活目标环境以及手动指定解释器路径是解决此问题的关键。随着开发工具与包管理器的不断更新,类似的问题可能会出现新的变体。持续关注官方文档、社区讨论和版本更新,可以帮助开发者及时适应新变化,并优化工作流程。希望本文提供的分析和代码示例能为你的开发环境配置带来帮助,让你在 PyCharm 与 Anaconda 的高效协同下,专注于创新与代码实现。

s13596191285的博客 3087

景观大模型,我的产品经理转型探索纪实

2016-2019 中国农业大学风景园林专业:2020-2023 中国农业大学风景园林专业2023-至今 某AI领域龙头企业-AI大模型产品经理意外邂逅我跟景观结缘纯粹是一场意外。还记得高考后的一个午后,当时选专业选累了,就把专业参考书随手丢到床上,人也趴到了床上。不经意间转头,看到书上的一个专业——风景园林,感觉这专业名还挺清新脱俗,便去详细了解了一下。看了专业简介,需要学习绘画、植物、建筑等,是艺术与工程的交叉学科,又不用学很多数学(因为我本身不是很擅长),所以我就决定报这个专业了。

CSDN_224022的博客 1172

2025年小白想转行AI领域却不知从何开始?这5步一定要照做!

年前deepseek的爆火,又带起了一波AI的潮流,也有很多人在焦虑和忧愁,AI来了我该怎么办呢? 自己这些天也因为业务的一些需要,在恶补AI、智能体、工作流、RPA等各种之前没有深入了解的知识。 但对没啥基础的自己来说,确实是感觉到“每天都在长脑子”,也感觉有点一边学习一边困惑。

2401_85375186的博客 1736

转行设计师肺腑之言:离开建筑设计行业的9大理由

 1.生产模式     如果把建筑设计成果比喻成一种产品,个人认为,这种产品相比于其它行业,有几个缺点:     ①产品重复性高     作为卖内容的产品,建筑的格局都大同小异,特别是主要的业务小区及商业设计。虽然每个项目具体情况不同,但产品形态没有本质区别,容易抄袭复制,使得产品价值降低。     ②生产工业化程度低     生产过程需要大量人力。人力是主要成本,最小的项目也要数百小时...

kwame211的博客 2万+

产品经理资料合集

未来集市 260

WAIC论坛现场|网易智企分享企业AI“上岗之路“

在世界人工智能大会(WAIC)2026上,网易智企举办了"用可信AI构建企业新智生产力"专题论坛。会上,网易智企副总经理段毓铮带来了题为《从能聊、到能干、到越干越好:企业AI的上岗之路》的演讲,抛出了一个核心观点:不把AI当工具,而是当作"AI员工"来看待。

weixin_43099039的博客 196

如何借助 AI 实现自动化测试:让 Agent 帮你写测试、跑测试、修测试

上下文工程优先:维护(页面结构、账号、业务规则),AI 输出质量立竿见影;AI 生成 + 人审 + 入库:测试代码是资产,必须 code review,禁止「AI 跑完就当真」;定位器纪律:全程getByRolegetByLabel,从源头减少失效;分层使用:单元/接口测试用传统框架,UI 探索性测试用 Agent,回归用固化脚本;成本控制:批量生成用便宜模型(DeepSeek / 本地 Ollama),关键修复用强模型;安全红线:测试 Agent 只能连测试环境;

篮球界最会写bug的人;程序猿中打球最菜的人。 419

83.85% vs 17.91%:FormStruct-Bench 揭开表单解析的错觉

文章摘要 FormStruct-Bench论文提出了一个针对表单类文档结构识别的新型分层评测基准,解决了传统方法在结构化评估上的不足。研究团队通过"导演-美术-质检"的合成流程构建了7,000个带精确标注的表单实例,并设计了分层评估指标,包括内容读取(Value-nED)、结构重建(Schema-nED)和路径正确率(TSR-path)等。实验结果显示,当前最佳系统在内容读取上达到83.85%,但结构路径正确率仅17.91%,区域检测和关系识别指标更低。研究表明,视觉退化主要影响结构绑定而非内容识别,且合成

liferecords的博客 595

Alexa Fluor568标记豌豆凝集素,适配多色荧光成像体系的橙红通道标记需求

AF 568 PSA是将Alexa Fluor568橙红荧光基团与豌豆凝集素(Pisum sativum agglutinin,PSA)定向偶联制备的糖链靶向特异性荧光探针,完整保留豌豆凝集素对α-甘露糖、α-葡萄糖的高亲和力识别特性,依托Alexa Fluor568染料优异的光学性能,在578nm处呈现明亮的橙红特征发射荧光,荧光亮度高、抗光漂白性能优异,是多色荧光标记体系中橙红通道靶向标记α-甘露糖/α-葡萄糖糖链的经典科研工具。(上述信息均由陕西新研博美生物科技小编木木所整理)性能参数与核心优势‌。

2601_96201972的博客 315

工业级温控机组赋能数据中心与ICT基础设施低碳化运营

阿尔西在全球布局的三大制造基地为工业级温控机组的产能协同提供了坚实保障,各基地在工业冷水机、医疗制冷、3D打印技术、组装、钣金、焊接等环节形成专业化分工与技术互补。阿尔西集团凭借近三十年的技术积累,将工业级温控机组的应用边界从传统制造业拓展至超大规模数据中心、电信基础设施及边缘计算场景,为全球ICT行业提供从芯片级到系统级的全方位温控解决方案。包括针对边缘计算场景的水平式整装空调型工业级温控机组,以及适用于中大型数据中心的远程温控型工业级温控机组,制冷能力覆盖多种规格,在保证可靠性的同时实现高效运行。

Jay150124的博客 292

Qwen3.8双模型开源引爆AI新热潮

Hugging Face报告显示,2026年以来中国开源模型参数规模达7540亿至2.78万亿,远超美国同期的1300亿以下。Qwen已成为开源生态重要基础模型,衍生模型数量超15万个。阿里千问团队宣布Qwen3.8-27B正式开源,可在高端手机和消费级显卡流畅运行;同时首次开放Max级别旗舰模型Qwen3.8-2.4T-A95B权重,总参数2.4万亿,采用稀疏MoE架构。

AI时代,你可能就如黑客帝国的neo。用心理学第一性原理拆解产品设计。好奇心、多巴胺、信息缺口——理解这些,你也能做出让人停不下来的好产品。关注我,成为AI时代产品大脑。 310

AI网关和API网关区别在哪?MAI Gateway统一治理方案深度解析

API网关转发请求,不关心内容。AI网关处理消费,不只转发。这是两类网关的根本区别。调用方不需要知道服务在哪,网关负责路由。请求体内容在网关层透传,网关不碰。企业要知道AI调用的内容安不安全、花了多少钱、归谁的部门、模型说了什么。请求体内容在网关层被检查、脱敏、计费、记录。差异的根源在于:大模型调用是按次消费,每次调用花钱;传统API调用是基础设施服务,部署了就能用。

youdiyunan的博客 282

FunASR 语音识别本地部署实录(下):34 分钟录音实测,踩过的坑、上线前要补的事

自建语音转写,门槛不高,但要做得稳,坑都在细节里。我实测下来的结论:环境坑比模型坑多,官方标了"生产验证"的路径可以放心走,但认证、限流、监控这三件事,官方明确留给你自己补,别指望示例代码替你解决。再说句心里话:自建最值钱的不是省下的服务费,是我想要什么能力都能自己加,不用求人。转写量大、音频敏感的朋友,值得自己搭一套;偶尔用几回的,云 API 更省心。觉得有用的话,顺手点个关注,后面我会继续写本地 AI 服务落地的实测。【欢迎访问我的个人博客主页,这里有我的精选文章和AI大模型日报专栏。👇)本文用到。

qq_31429225的博客 406

AI编程实战:让 AI 写测试,一次到位

本文介绍如何利用AI生成高质量的Python单元测试(以pytest为例)。关键步骤包括:1)使用结构化Prompt模板指定测试要求;2)通过三类输入(正常、边界、异常)确保覆盖全面;3)采用"改坏代码"法验证测试有效性。文章强调测试需满足:断言具体、行为导向、能捕获错误。文末提供实践作业,并预告下期将探讨AI生成文档的技术。全文150字,完整呈现AI测试生成的核心方法论。

用沸腾的热血,支付我们的人生吧! 258

AI Gateway 与直连 LLM API 的应该怎么选,一篇文章说明白

引入 AI Gateway 作为所有 LLM 流量的统一入口。配置提供商凭证、路由规则和 Fallback 链。在这个阶段,ServBay AI Gateway 的一键安装特性降低了不少门槛。相比 LiteLLM 等自托管方案需要 Python、PostgreSQL 和 YAML 配置文件的前置依赖,ServBay 用户只需要在应用内启用 AI Gateway 功能,像安装 PHP 或 MySQL 一样完成部署。网关已配置所有活跃的提供商渠道。只抽象新服务,遗留的老服务继续直连。

Sammyyyyy的博客 389

AI Agent 基础理解

文章摘要:本文解释了AI大模型的本质是基于文本输入输出的工具,自身不具备执行能力。通过引入Agent(智能体)概念,结合工具说明书和循环机制,模型可以间接完成复杂任务。详细演示了游客查询游玩路线的7步流程,包括前端请求、后端组装、模型工具调用与执行、结果返回等关键环节。重点强调了模型只负责自然语言处理,精确数据由后端直接控制的设计原则,确保系统可靠性。同时比较了手动操作与AI交互的两种实现路径及成本差异。

哆啦A梦的百宝袋的博客 318

基于java+swing+mysql员工工资管理系统V3(高分课程作业)

详见:https://blog.csdn.net/Timi2019/article/details/139898327该系统实现了员工:用户登陆、员工个人工资查询管理员:用户登陆:所有员工工资查询,员工工资添加、员工工资修改、员工工资删除。运行环境:idea\eclipse\mysql5.7以上

上一篇: 最基础的大模型入门教程,手撸RAG基本原理代码,适合JAVA等传统项目开发人员。
下一篇: 大模型报告 | 比清华版更全面、更落地!《DeepSeek企业落地应用讲义精华全版258页》(附下载)
少喝冰美式
博客等级 码龄2年 6628粉丝 · 517原创
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值