新春启航、岁月更替，在这辞旧迎新的美好时刻，带着对未来的无限憧憬，我轻轻掀开了2025年春节的第一篇章。值此佳节，愿这这些文字如同一缕和煦的阳光，穿透冬日的寒意，照亮你的心房。此刻，为您及家人送上最诚挚、最温馨的新春祝福。
在新的二〇二五年里，我们IT从业者若想在人工智能（AI）领域保持竞争力而避免被淘汰，可能需要采取一些系统化、持续性的学习策略，从而提升自身的技术与软技能等能力。以下是我对这个问题的思考，整理给大家，供各位参考。关注我，学习AI不迷路。
掌握核心技术
AI技术的快速发展，要求从业者具备扎实的技术基础，比如机器学习与深度学习方面，这是AI的核心技术，涉及算法、神经网络及其应用。编程语言方面，熟练掌握Python编程语言是实现AI项目的前提。数据处理能力方面，应抽空学习大数据和数据科学技术，为AI模型提供高质量的知识语料及训练数据。自然大语言模型方面 ，了解 NLP、LLM基础、Prompt、RAG、Fine Turning、Agent 等技术原理，以应对文本生成与创作、知识问答、企业智能助手等研发任务。
系统化学习路径
为了高效掌握AI技能，建议遵循以下学习路径，从基础到进阶。
先了解目前行业主流的大语言模型系列、模型的种类、开源技术栈、开发工具集、开发框架，以及目前一些主流应用场景（重点关注RAG方向）。其次，理解大模型的一些核心技术原理和组成，如：Transformer、向量化、Embedding、Self-Attention等。最后实践一些深度学习和生成式AI技术，实践过程中，补充学习一些数学基础（如线性代数、概率论、统计学）和算法知识，并掌握模型质量评估的一些方法。
如果精力充沛，可以深入机器学习理论，扩展学习更多底层技术的理论支撑，深入学习神经网络、卷积神经网络、循环神经网络等基本原理，不断熟悉 TensorFlow、PyTorch 等深度学习框架的使用。通过实践项目，如知识问答、图像分类、文档理解等，巩固和加深对深度学习技术的理解。
如果您对上面提到的一些知识点还不熟悉，可以翻看下2024年下半年我公众号发布的一系列关于大模型相关的文章。
其次，还推荐您学习一些在线课程，并与实践结合，比如利用B站、CSDN等平台学习相关理论及实践等知识。也可以参加一些线上的专业培训机构的专项课程，并通过现有工作或日常业余时间进行实战练习。
关注行业趋势与商业价值
AI技术正深刻改变各行各业，我们这些IT从业者也应紧跟行业动态，持续关注AI技术与所在行业的具体需求相结合，如：医疗影像分析、金融风险控制、法律咨询服务等领域。另外，大语言模型生态的技术目前正在快速发展并带来新的机遇，我们应该也要思考AI如何创造商业价值，例如：通过提高效率、优化决策等方式提升企业竞争力等。
软技能的提升
AI技术领域是一个综合性较强的领域，除了硬技能外，软技能在AI时代同样重要。一方面，需要加强团队协作和跨学科沟通能力，以便更好地与非技术背景的同事合作。另一方面，也要培养独立思考和解决问题的能力，以应对复杂的技术挑战。如果您是带团队的小leader，也要鼓励团队创意迭代和协作精神，以推动一些AI项目的顺利开展。
此外，可以加入AI相关的开源社区或行业协会，可以获取最新资讯并拓展人脉，比如参与GitHub等平台上的开源项目，提升技术能力。或者积极参加AI相关的会议和研讨会，了解前沿动态。
终身学习与实践
AI技术更新迅速，因此，我们这些从业者需保持终身学习的态度，定期更新知识体系，关注AI领域的最新研究和工具。将学到的知识应用于实际项目中，不断积累经验。
同时，也对于希望转型进入AI领域的IT从业者说一句，也希望你能结合自己已有的技能，利用现有的编程能力和逻辑思维优势，快速掌握AI相关技术。
对于普通创业者来说，更建议您深耕细分领域，选择垂直行业（如：医疗、金融、法律、电子商务等）深耕，结合行业需求进行技术落地。
我相信，在2025年及以后，AI技术将继续深刻的影响IT行业，只有通过系统化学习、持续实践和软硬技能的结合，才能在快速变化的行业中立于不败之地。同时，保持开放心态和终身学习精神，积极适应行业变革，才能抓住AI带来的机遇，并避免被这个行业淘汰。
往期内容：
1. AI工具平台：GTPs、Coze和Dify
2. 不同专业领域是否有必要训练各自的⼤模型？
3. 深入理解：BERT模型
好了，本期内容就是这么多，希望能够帮助到您，感谢您能读到最后，如果觉得内容不错，请您点赞转发给予鼓励，咱们下期再见。