一、引言

在经过了20天的摸索和几个小项目的技术探索后，昨天我一直在思考和研究如何开始自己的完整大项目，以及如何打造自己的核心竞争力和增加简历的亮点。

本来的想法

本来我的打算是做一个能用到尽可能多的技术的大项目，从而证明自己强大的学习能力和工程实践能力，并且计划把小项目的技术栈从nlp领域继续扩展到所有AI领域，不断拓展自己的技术广度，从而进一步突出自己的学习能力和工程能力。

转折

昨晚我把自己的这个想法发布在了朋友圈，早上看到我的一个好友的如下留言，突然点醒了我：

不求面面俱到，但求一技之长，精进一艺，足以立足。一技胜万全。

新的决定

经过今天上午的深入思考、研究和分析后，我决定放弃追求技术上的广度，相反在找工作的这段时间，我会在技术上不断聚焦和深入，做到精进一艺。具体原因和措施见下面分析。

---

二、原因分析：为什么我需要在技术上聚焦？

首先，我需要明确自己的短期目标：

尽快找到一份自己还比较满意的有发展前途的AI行业的工作或者实习

因此我需要打造自己的核心竞争力和简历亮点来赢得面试机会并最终通过面试。

1.我其实不需要证明自己的数学、编程和学习能力

我本来以为自己的核心竞争力是数学、编程和学习能力，而且这也是AI入行招聘比较看重的点，因此我想通过快速学习各种AI技术和AI项目实战来证明这三方面的能力。但是深入思考一下，发现我错了。因为：

复旦本硕的学历已经证明了我的数学和学习能力（或者潜力），
腾讯的工作经验也证明了我的编程能力（或者潜力）

当然它们可能无法完全证明，但是至少证明这三项能力不是我接下来的工作重点。
那么重点是什么呢？

2.重点是证明：研究能力、执行力和持久力

研究能力

通过我对顶尖AI公司和团队的人才分析，他们最大的共同点是都拥有强大的研究能力，而这个能力可能是AI人才最重要的能力，这也是为什么AI团队能够特别短小精悍的原因，因为只有拥有强大的研究能力的专才才不容易被AI本身替代，而且可以替代无数个平庸的通才。

而我之前的学习和工作经历恰恰缺乏了科研和研究经历，这才是我最需要证明自己的点

本来我打算通过工程实践能力来突出自己，但是我仔细想了一下，AI领域真正起到关键作用的人才不是工程人才，而是研究人才，所以工程实践能力不应该成为我的努力重点。我应该重点突出自己的研究能力或者潜力。

而在技术上不断聚焦，才能最快最好的证明自己的研究能力

历史上那些以少胜多的战役，获胜方大多是因为采用了集中优势兵力各个击破的战略，而我如果想在AI领域的人才浪潮中脱颖而出，绝对不能求全和面面俱到，否则根本拼不过那些科班出身的正规军，只能集中优势兵力重点突破、这样才有机会出奇制胜。

执行力、持久力和耐心

这两者的话，我打算通过坚持写技术博客来证明。

• 执行力的关键是：效率和速度，天下武功唯快不破，因此需要尽可能的高效和快速。
• 持久力和耐心的关键是：坚持不懈的去把一件不起眼不太重要的小事做好，对我来说写技术博客就是这件小事，它相当于演员跑龙套，把龙套跑好也是一个未来优秀演员的自我修养。

---

三、措施：如何证明自己的研究能力？

有以下几个方向，我将针对自己的情况逐个分析

1.学术论文

在AI领域的顶级会议和期刊发表高质量高引用的论文是最佳的证明方式。

但是这个方式暂时不适合我，原因有以下几点：

1. 我缺乏资源和条件：能发表这些论文的人基本都是在高校或者企业里从事研究工作，有各种资源可以利用，而我是自学转行，还未入行，巧妇难为无米之炊。
2. 我也缺乏时间：发表高质量论文一般需要几个月甚至数年的时间来研究，而我希望最好能在1个月左右找到工作。

2.竞赛成绩

参与 Kaggle 等AI平台上的竞赛并取得排名靠前的成绩也是一个不错的选择。

但是这个方式也不适合我，原因有以下几点：

1. 很多竞赛并不是研究性质的，证明的只是工程能力和资源能力。
2. 很多竞赛的时间跨度比较长，无法短期出好的成绩。
3. 而且竞赛还必须是我想研究的细分领域

同时满足上面三个条件的竞赛几乎是没有的，而且我认为在技术深度上也还不够。不过如果找到了满足上面三个条件的竞赛的话，可以作为备选方案，但不是重点目标。

3.研究项目

这是我分析下来，最适合证明自己研究能力的方向了，因为足够灵活，可以满足我的各种需求

原因如下：

1. 我可以自己选择需要不断聚焦的细分方向，且同时满足研究性质，还可以自己控制时间进度。
2. 我可以专注于解决公司实际业务中碰到的某些特定的难点或痛点。
3. 我还可以通过技术文档、博客、技术视频等方式展示项目成果。并使用 GitHub 或 Kaggle 来发布代码和模型，确保其他人能够复现和验证我的结果。

---

四、结论

确定具体的研究项目不是这篇博客的任务，还需要进一步的分析、思考和探索。不过我今天确定了大致的研究方向和原则：

研究方向：nlp领域下的RAG技术应用方向，企业普遍存在的一个痛点和难点，且有较大的实用价值。
原则：不断聚焦和深入

---

五、补充说明

技术聚焦和商业应用发散不矛盾

我上篇文章提到的我会持续关注AI行业的最新动态和商业应用，我认为扩大自己的信息广度和提升自己的技术深度两者并不矛盾，因为：

高屋建瓴和纵览全局才能更好的在技术上聚焦，并尽量避免犯战略错误，而且这也是我实现长期目标的需要，我需要兼顾短期和长期目标。

其他能力还会继续提升，但不是短期重点

数学、编程、英语、工程等能力长期来看也都是很重要的，不过不是我短期的工作重点，会长期慢慢积累和提升。

短期重点是证明自己的深入研究能力和潜力

在研究上我如何和那些AI大神们竞争？

有朋友和我建议说，我应该更关注AI应用，因为在研究上，AI领域都是大神，我很难和他们竞争。

我觉得他说的很对，这也是我写【AI战略思考1】的起因。

不过，其实即使我现在搞AI研究，也不需要和那些大神直接竞争，因为：

1. 研究方向来看：我的研究重点是应用技术研究，而不是理论研究，我会扬长避短。
2. 短期来看，我应聘的是初级岗位，和我竞争的并没有太多大神，对于热门公司的热门岗位，如果竞争不过，我也会降低自己的预期，灵活调整目标。关键是先入行。
3. 长期来看，我也不一定要在那些大神云集的强势研究领域和他们竞争，我会扬长避短，而且我未必会一直从事研究工作，因为入行以后，未来我有更多的时间来打造自己独特的核心竞争力，突出自己的长处，在自己擅长的领域去竞争。我相信自己有这个不断调整和进化的能力，并且找到一些薄弱的突破口进行突破。