我曾经是一名在编的高中英语老师，教龄四年，所教授的学生超过500人。离职前，我所教授的是新高考改革后的理科班。走的时候，我给英语最厉害的男生送了树莓派的硬件板。我想过要私吞，看看那块破板子到底有什么魔力，花了我好几十块，好玩在哪里？！
我的第二份工作，部分内容涉及到To B 技术内容的传播、模型部署、跨海外团队对接与报错，我一度头晕眼花。后来参加了黑客松，再到举办过ai活动，大大小小的讲座、研讨会都跑遍了，我深刻地意识到了解底层技术逻辑的重要性，尤其是GPU 算力生态，所以我想给自己一个深入学习的机会。
NCA认证很权威，是一个强有力的背书。我想选择的方向是NCA-AIIO，它聚焦AI 硬件、GPU 环境、集群运维、故障排查，能和我现有的To B 技术传播的经验形成闭环。从零啃算法和代码，对我来说不切实际。我是纯文科生，没有一点stem背景，加上已经工作了那么多年，知道精力宝贵，因此我倾向于选择一个不要求深度编程，以概念理解、环境认知、基础运维逻辑为主的科目。
NVIDIA 认证 | NVIDIA
我的学习规划很简单：一是深耕技术对技术的传播，我觉得这是我了解开发者生态很好的一个切口，很多时候对于文科生来说，大家是不懂自己不懂什么；二是在备考的过程中，记录下自己的困惑、苦恼，既是一种内容资产的沉淀，也能作为宝贵的经验鼓励像我一样的人，努力前行。
至于对我的职业生涯而言，这个证书弥补了我和研发团队交流方面的障碍。记得第一次参加和国外团队对接技术问题的会议，我痛苦不堪。我想，系统学习了 GPU 环境部署、集群运维与基础故障排查知识后，我就能更加顺畅地了解模型运行中遇到的各类问题，从而更好地记录、汇报、总结。另外。技术内容的本地化不是简单的翻译问题，这项工作要求传播者要懂得环境配置。很简单的例子就是，我曾经看到过一个XX分钟布置XX大模型的教程，里面的指令都写好了，但我还是花了四个小时，原因就是我根本都不知道原来linux和python界面是不一样的，我以为在同一个对话框里就是一回事了。说起来有点好笑，但这就是我遇到的问题。
作为曾经的老师，我知道证书和考试的重要性。所以我很珍惜这次机会。上个月，同学们通过QQ联系我，让我回去跟他们拍毕业照，我说我现在很忙，他们说老师追梦加油。追梦是奢侈品，高考不过是人生中普通的一天，但我不会这么告诉他们。我希望他们可以有更多的人走出来，去到大公司、大城市。不久的将来，也许他们会去打黑客松，厉害的就做卷王，猛猛刷实习；想休息的，也可以自己捣鼓vibe coding,做个人网站、玩硬件板、做aigc小视频。想干嘛都可以。
等我拿下这个证书、发在朋友圈里炫耀，他们自然而然就会关注到。NCA认证是NVIDIA官方推出的技术认证体系，含金量高，早点知道就可以早点准备。于我而言，我就从零散地吸收转变成了系统地学习，用一套的框架去理解我一直在描述却从未真正摸透的东西。期待参加考试！
