想写这个很久了，因为自己在开源和实习中也接触过一些 ai 的工程化内容，对这一块也有一些自己的思考，这个路线图说是 AI 应用开发全景路线图，其实我是想写从 maas 平台到 AI infra 的整个模型工程化的全链路的知识，但是笔力有限，第一版应该先聚焦于平台和应用开发。学识尚浅，也欢迎各位牛友一起交流，探讨，完善阅读建议：每个模块开始是我的一点思考和收集的信息，后面就是学习建议和资料（主要是开源项目+文档，视频资源如果有比较不错的也会放上去），有些技术可能没有好的教程，后续会陆陆续续的出文章+ demo 和大家交流一，AI 应用开发到底是什么概述AI 应用开发这个字眼从 gpt 刚开始火的...

有了一段实习终于敢投大厂了，回想起第一段实习，投的都是中小厂，找了几个月才找到，这次只用了一周，就顺利找到了，果然还是第一段实习最难找。商汤二面挂快手一面挂（两道算法都没a出来）字节三面oc今天也是顺利离职啦

两段实习了，下段想去大厂试试看，go，Java都可，偏向做go，求大佬们帮忙拷打下简历和提升方向

我自己没在大厂上过班，但从朋友和网上的分享来看，大厂的生活大概是这样的：每天早上打卡，地铁或共享单车准时出发。办公室环境很现代，设备齐全，咖啡、零食、健身房什么都有。流程化很强，代码评审、需求评审、日报、周会……每一环都有标准化的规范，大家都很专业，但也略显规整。工作节奏快，有明确目标和绩效考核，项目推进有条理，但加班在某些阶段难免。好的一点是，技术氛围浓厚，同事水平普遍高，学习机会多，也容易接触到前沿技术和大型项目架构。总的来说，大厂是一种“高效率、高规范、高压力、高成长”的组合体。如果适应得了这种节奏，成长和资源都很丰厚；不适应，也可能觉得束缚感大。