NVIDIA DLI：我的AI学习之旅与收获
引言
有必要分享个人的学习工作经历，鼓励更多人通过DLI探索AI世界。
2016年，在肯尼亚内罗毕外环公路项目的挖掘机上，我通过手机看到AlphaGo在围棋行业击败人类，深受震撼。出于行业职业兴趣，我毅然转行进入IT AI行业。历经8年时间的努力，终于有所收获！以下是部分工作经历的记录(为您鼓舞增添信心与力量)：
- 2016年，在肯尼亚内罗毕，参与建设公路。
- 2017年，在达内集团云计算学院担任技术支持和一元课讲师。
- 2019年，在华为（外包员工）期间努力考证，参与了《武汉昇腾人工智能计算中心》和《河南中原昇腾人工智能计算中心》的建设。
- 参与建设《武汉昇腾人工智能计算中心》《河南中原昇腾人工智能计算中心》
- 2021-2024年，在浪潮信息负责交付清华HPC AI集群项目。
初识NVIDIA DLI
查找第一个NVIDIA证书是2023年2月份《使用DOCA开发DPU应用入门》，当时是想关注NVIDIA公众号了解技术前沿，没想到有DLI这个在线课程网站。注册账号后浏览课程的印象包括：
- 基本都是应用课程；
- 课程涉及软件开发，旨在提升编程技能；
- 第一门DPU应用入门证书似乎不需要考试；
- 2024年末选择了《深度学习新手入门》，自学Pytorch对卷积误差反向传播有一定了解。
学习过程中的体验
在2024年年末，我完成了几门课程并获得了证书，相当于节省了好几千人民币。以下是学习过程中的感受：
- 美国讲课方式需要适应，《深度学习入门》详细讲解机器学习概念原理，喜欢直接上手调代码。
- 在“构建实时视频AI应用”项目中遇到困难时，通过AI搜索查询解决了问题，增强了成就感。
- 在《使用卫星图像监测自然灾害风险》项目中，完成代码后添加进文档方便后面的同学更快地考证。
- NVIDIA DLI提供的GPU资源和Jupyter开发环境友好，代码PPT也可以下载。
- 实验lab环境启动较慢。
- 新邮箱账号注册仍然可以免费领取证书：
技能提升与个人成长
学习NVIDIA DLI课程前后这段经历对职业道路产生了积极影响，未来三年计划继续建设运维NVIDIA AI集群，成为AI集群运维开发工程师，并尝试上层大模型Agent软件应用调优。薪酬已有提升。
面临的挑战与克服方法
- 课程代码难度高，需依靠有经验的专家铺路，通过刷证书和逐行翻看代码逻辑来学习。
- 有机会时组群做DLI学员bilibili直播，在分享教学新同学的同时加深自己的技术理解。
总结与展望
- 期望未来世界和平，美国解除算力出口限制，能够正常开展业务。
- 期望结识AI行业朋友，互相介绍资源，共同前进。
- 目前在AI Infra方向创业,如果您需要建设超大规模AI GPU集群，请联系我。
- 期望未来也能合影留念。
- 综上，(不需要担心起点，要行动起步在路上)希望通过个人经历鼓励更多人通过DLI探索AI世界。
