只要我坚持一直写，这个世界就不会太坏！
自己的一些经历分享※
10年读大学后接触到计算机编程，爱上了编程，从此一发不可收拾。
大学※
半野生程序员 伪全栈工程师
本科专业是通信工程，计算机相关的课程比较少，自己就凭兴趣，看了很多编程相关的书，所以编程路子有点野（大学课程与实际偏离太远，其实计算机专业的也差不太多）。
由于没有考试压力，自己想了解什么就去看什么，囫囵吞枣的看了很多编程相关的书，编程语言就学过了解过的有：C/C++/C#、Java、PHP、JS、汇编、Android、Python吧，帮别人改VB代码也花了几个小时学了下怎么写VB，自己读研又开始用MATLAB。，读研的时候做实验都是用的MATLAB，期间还经历node.js大火，跟风看了几天Angular、React、Vue，以及有段时间痴迷Lisp，假模假样的写Clojure，这些都是后话了。
除此之外，计算机相关的其他也看看，什么计算机网络，操作系统，数据库啥的杂七杂八都学了一些。大三暑假找了个实习，本以为是开发，去了安排的活儿都是运维相关的，从此习惯了在Linux下编程，一些简单的运维工作也能够应付过来。
研究生※
关于为什么读研，为什么换专业，原因有很多，一方面是自己的确喜欢计算机，想要在这方面能够更进一步；另一方面，也是因为有点介意自己非科班出身（现在回头看，这个想法太幼稚）。
研究方向是图像处理相关的，更具体点是图像融合，将同个场景的多张照片融合为一张包含尽可能多原始信息的照片，是一个比较小众的方向。那个时候，卷积神经网络刚刚出圈，也基本上都是用于目标检测和识别场景，对于如何将图像融合与卷积网络结合起来，没有很好的思路，所以我用到的算法主要还是使用人工设计的特征进行处理。最后发表了一篇SCI的小论文。
在毕业的时候（17年）这个方向的技术应用都很有限，工作机会很少很少。直到后来，手机厂商开始卷摄像头，多颗摄像头拍摄的照片融合为一张照片，以及最近几年的自动驾驶，可能也会用到这项技术，工作机会应该多了一点吧，很久不关注这个方向，就不了解了。
工作※
全职炼丹师
第一份工作是NLP相关的，之后自己的工作方向就一直是NLP了。随着深度学习的技术突飞猛进，使用传统的机器学习方法做NLP的越来越少（其实在Word2Vec出现之前，NLP相关技术很简陋粗糙，淘汰是迟早的事情）。自己也就开始全面转向深度学习，跟着NLP技术的发展，自己在这条路上也越走越远了。
咒语研习者
22年底23年初，ChatGPT的出现，NLP迎来一个大变革，颠覆了算法人员的工作方式。原来很多的需求，需要先拆分成不同任务的小模型，再标注数据训练这些小模型，最后合起来才能完成的任务。
现在使用大模型可以一步到位直接解决了。我所在的公司，规模很小，资源有限，甚至最后算法团队就我一个人，如果还是使用原来的NLP技术开发，不太能做出什么AI的产品出来。现在基于大模型，我们能快速搭建一套生产可用的AI服务，再通过小步迭代的方式，在生产环境验证思路，持续优化，最终通过算法给企业带来价值。当然，大模型也带来一些新的问题需要解决，我会在博客里面一一分享。
如何找到我※
希望能与你们多多交流
- Github: pfchai
- Mail: pfchai1991 at gmail.com
关于本站搭建※
基于Trilium搭建的一个博客平台，详细内容见 站点搭建
