从二本到大厂：我在成都靠一个计算机视觉项目，把月薪从15k干到22k
作者：老李，坐标成都，二本毕业，现某一线大厂Java后端开发。房租3500，老婆是小学老师，养了一只叫“Tomcat”的猫。
上周五晚上十点半，我还在公司加班改一个图像识别接口的bug。窗外玉林路的烧烤摊刚收摊，空气中飘着孜然味儿，而我的屏幕右下角弹出一条微信消息：
“老公，你那个‘智能相册’项目上线了吗？我朋友圈都刷屏了！”
我苦笑了一下，回了个“快了”，顺手点开手机相册——果然，好几个同事都在晒系统自动分类的“宝宝照”“旅行照”“美食照”。那一刻，我突然想起一年前那个在出租屋里啃泡面、被拒了第7次的自己。
今天，我想和大家聊聊这个让我成功逆袭的计算机视觉实战项目。它不仅让我进了大厂，更让我深刻理解了：产品、算法、后端，三者如何像齿轮一样咬合转动。
一、起点：二本学历 + 成都低薪 = 焦虑拉满
时间回到2022年10月。
那时我在成都一家本地软件公司做Java开发，月薪15k，房租3500，老婆刚怀孕。每天写CRUD接口、调第三方支付、修线上bug，日子过得像温水煮青蛙。
但心里总有个声音在问：“就这样了吗？”
那天下午，HR找我谈话，说公司要裁员，我这种“非核心岗”优先考虑。走出会议室，我站在IFS楼下，看着春熙路的人流，脑子里全是房贷、奶粉钱、产检费用……当时真的很焦虑，差点想放弃转行送外卖。
回家路上，我刷到一篇技术文章：《大厂都在布局AIGC，计算机视觉成新风口》。配图是一个智能相册APP，能自动识别人脸、场景、物体，还能生成回忆视频。
我眼前一亮——这不就是个产品 + 算法 + 后端的完美结合体吗？
二、动手：从零开始搞一个“智能相册”项目
说干就干。当晚我就和老婆商量：“我想辞职三个月，全职做一个CV项目，赌一把。”
她沉默了几秒，说：“你确定能行？要是失败了，我们怎么办？”
我说：“最多回老家开滴滴，但我得试一次。不然这辈子都会后悔。”
于是，2022年11月初，我正式开启“智能相册”项目。目标很明确：做出一个能跑通全流程的Demo，证明我能打通产品、算法、后端三端。
1. 产品设计：不是画原型，而是解决真实痛点
很多人以为做产品就是画Axure、写PRD。但对我这种没产品经理背景的人来说，产品思维 = 用户视角 + 极简MVP。
我翻遍了自己和老婆的手机相册，发现几个痛点：
- 宝宝照片散落在几千张图里，想找“满月照”得翻半天
- 旅行照片没标签，回看时记不清是哪次去的九寨沟
- 老人不会用相册搜索，只能靠手动翻
于是，我定了三个核心功能：
- 人脸聚类：自动把同一个人的照片归为一组（比如“宝宝”“老婆”“我妈”）
- 场景识别：打上“海滩”“火锅店”“雪山”等标签
- 时光轴：按时间+事件自动生成回忆集
📌 关键点：我不追求“高大上”，只解决最痛的三个问题。这就是产品思维——不是功能堆砌，而是价值聚焦。
2. 算法选型：别死磕模型，先跑通流程
作为Java后端，我对CV完全是小白。第一周光装PyTorch就重装了三次系统。
后来我学乖了：不要重复造轮子，用现成API+微调。
- 人脸识别：用Face++的免费API（每天1000次调用够测试）
- 场景识别：Hugging Face上的
resnet50预训练模型，fine-tune了500张本地照片 - 人脸聚类：用OpenCV提取特征向量，再用K-Means聚类
代码写得丑没关系，关键是让数据流起来。我记得有天凌晨三点，终于看到控制台输出：
[INFO] 聚类完成！共识别3个人物：宝宝(87张), 老婆(64张), 我妈(29张)
那一刻，我激动得差点吵醒熟睡的老婆——原来算法真的能“看懂”照片！
3. 后端架构：Java人的主场，但得拥抱新东西
这才是我的舒适区。但这次，我刻意逼自己跳出Spring Boot CRUD。
整个后端我拆成三层：
- 接入层：Spring Boot + WebFlux（异步处理图片上传）
- 服务层：
- 图片存储：MinIO（自建对象存储，省下阿里云OSS的钱）
- 任务队列：RabbitMQ（图片分析是耗时操作，必须异步）
- 缓存：Redis（人脸ID映射缓存，避免重复调API）
- 算法调度层：Python Flask微服务（专门暴露算法接口，Java通过HTTP调）
最坑的是图片元数据同步。用户上传一张图，后端要：
- 存MinIO
- 发消息到RabbitMQ
- Python服务消费消息，调算法
- 结果写回MySQL
- 前端轮询状态
中间任何一环断了，用户体验就崩。我为此写了整整一周的补偿机制和重试逻辑。
💡 经验：后端不仅是“写接口”，更是数据流的 orchestrator（编排者）。尤其在AI项目里，你要让算法乖乖听话，而不是被它牵着鼻子走。
三、转折：靠这个项目，拿下大厂Offer
2023年2月，我把项目部署到阿里云ECS（学生机99元/年），做了个简洁的Web界面，还录了个3分钟演示视频。
然后，我开始海投简历。重点投两类岗位：
- AI平台后端开发
- 智能应用后端工程师
很多HR看到“二本”直接pass。但有家公司（后来知道是字节）的面试官看了我的GitHub，说：“你这个项目，能把算法、产品、工程串起来，很难得。”
三面时，面试官问了个灵魂问题：
“如果算法识别错了‘火锅’为‘烧烤’，你怎么处理？”
我没答“优化模型”，而是说：
“首先，后端要记录错误样本，反馈给算法团队；其次，在产品层面加个‘纠错按钮’，用户点一下就能修正，同时这个样本进入再训练队列；最后，对高频错误场景，我们可以做规则兜底——比如检测到‘毛肚’‘鸭血’关键词，强制打上火锅标签。”
面试官笑了：“你考虑得很产品化啊。”
一周后，HR打电话谈薪资。我说期望22k，她犹豫了一下：“成都base一般18k起……”
我直接说：“我理解。但我这个项目证明了我能独立交付AI闭环产品，而且成本可控。您看看GitHub的commit记录，过去三个月我每天平均commit 3次。”
最终，offer定在22k。 比之前涨了7k，涨幅46%。
签完合同那晚，我和老婆去吃了顿火锅（就是项目里识别的那种）。她说：“值了。”
四、反思：为什么这个项目能成？
复盘下来，我觉得成功的关键不是技术多牛，而是角色切换能力：
1. 产品视角：别自嗨，要解决真问题
很多程序员做项目喜欢堆技术：Transformer、GAN、YOLOv8……但用户只关心“能不能帮我找到宝宝照片”。技术是手段，不是目的。
2. 算法协作：后端不是调包侠
以前我以为调个API就行。但实际中，算法输出不稳定、延迟高、格式乱。后端必须做适配层、熔断、降级。比如当Face++ API超时，就退化到本地OpenCV方案（精度低但可用）。
3. 工程落地：细节决定生死
- 图片太大？前端压缩 + 后端分片上传
- 分析太慢？加进度条 + 推送通知
- 存储太贵？冷热数据分离，3个月前的图转低频访问
这些看似琐碎，却是产品能否上线的关键。
五、给同样在奋斗的你：几点真心建议
如果你也像曾经的我一样：
- 学历普通
- 在小城市
- 想进大厂但没方向
不妨试试这条路：
✅ 做一个“三角项目”
选一个能同时涉及产品、算法、后端的小场景。比如：
- 智能简历解析（PDF → 结构化数据 → 推荐岗位）
- 商品图搜同款（上传图 → 特征提取 → 相似商品）
- 老照片修复（上传 → 超分 + 上色 → 下载）
重点不是多复杂，而是展示你串联能力。
✅ 用低成本验证想法
别一上来就买GPU服务器。用：
- 免费API（百度AI、腾讯优图）
- Hugging Face模型
- 阿里云学生机
- 本地Docker模拟
花小钱，办大事。
✅ 把过程写出来
我每完成一个模块，就在GitHub写README，记录踩坑。面试时，这些就是你的“证据链”。比起空谈“熟悉分布式”，一个跑通的项目更有说服力。
最后：成都的烟火气，也是奋斗者的底气
现在，我依然住在成都，房租还是3500。下班后可以去镋耙街吃碗豆花，周末带老婆去青城山爬山。这里生活成本低，节奏慢，但不代表不能做出前沿的东西。
那个“智能相册”项目，后来被我开源了，GitHub star不多，但每次收到issue说“帮我省了整理照片的时间”，我都觉得值。
技术人的价值，不在于你在哪座城市，而在于你解决了什么问题。
如果你也在低谷，请相信：
一个用心打磨的项目，
一段真实解决问题的经历，
足以打破学历、地域、出身的天花板。
共勉。
P.S. 项目地址：github.com/yourname/smart-album（名字虚构，但思路真实）
P.P.S. Tomcat最近学会了用爪子按键盘，经常误删我代码。但它提醒我：生活再卷，也要留点温柔给自己。
评论 0