开源项目适合本科生参与吗?从问题反馈和文档做起

开源项目适合本科生参与吗？从问题反馈以及文档做起吗

当到了秋招时，很多同计算机的和人工智能专业相关联的本科学生都会注视简历发愁了，也就是除了学校所布置的几个祖传的教务系统的Demo外，实在没有拿得出手的亮眼物品了。

有人建议去参与人工智能领域以及相关开源项目时，学生们的第一反应往往是直接劝退了，那就是认为这都是技术的大神所游玩的高级物品，并且连跑通代码都需要半天时间的菜鸟，难道要去当炮灰吗？

这其实变成了普通的本科学生存在的最大以及最致命的认知的盲区了。

大厂的人力资源部门以及人工智能领域技术的面试官去对一个年轻人所具备的潜力进行评价时，并不是看求职的人员是不是能够在一开始就去对底层的逻辑进行重写了。

企业更加看重的事情是，应聘的人员是不是具备了真实的职场工程协作的能力以及十分规范的工程的习惯了。

参与到人工智能的以及相关的开源项目当中去，完全不需要在一开始就去同核心的代码进行死磕了，并且也是可以循序渐进的。

大家完全可以从文档润色以及外文翻译工作，还有教程编写任务，并且还包含社区答疑等一系列低风险的任务开始切入进去了。

把晦涩的官方说明书修改得更容易被阅读以及理解，这种做法本身就是对于开源生态所做出的具有极高价值的巨大贡献了。

具体的第一步应当怎样迈出呢？那就是要学会去看各种标签了。

前往平台以及社区去挑选项目的时候，重点应当将目光投向那些打上了good first issue或者是help wanted的标签的任务了。

这些位置全都是维护人员专门给新手留下来进行练手的区域了。如果缺少了这些标签，切忌去进行一顿盲目的修改，而是要先去同维护人员以及核心开发者打招呼来确认一下了。

除了对文档进行修改以及完善外，提交上一个高质量的人工智能Bug的反馈也就是Issue同样也是一块极其良好的敲门砖了。

首次去提交相关的反馈前，务必要先去列表里查阅是不是已经有人询问过相同的问题了，并且还要借此来避免重复制造各种信息的垃圾以及干扰项了。

如果并没有发现类似的以及重复的问题，那么请详细地书写清楚，当前的运行环境是什么样的？复现出这一个Bug需要经历哪几个具体的步骤？并且同其相关联的上下文的日志又存放在什么地方？

这种带着复现的具体步骤和运行的真实环境的提问方式，就是最为标准的以及典型的工程师应当具备的思维方式了。

在简历上面写下参与了某开源项目的文档和问题的维护的工作时，这句话直接证明了应聘人员是懂得遵守规范的，并且也是明白如何去同他人以及团队开展合作的。

这背后的含金量以及实际价值远远地大过了学生自己去闭门造车和拼凑出来的一个半成品的外卖系统了。

在学历内卷的当下的环境当中，普通的本科学生正面临了极其粗暴的以及不讲道理的初步筛选的淘汰比例了，并且竞争极大。

大家应当尽早去扔掉只有技术的大神才可以去做开源的项目以及底层架构的这种光环滤镜了，并且要脚踏实地。

难道从阅读明白了一份项目的说明文件、并且提交上一个高质量的反馈开始做起，从而把试错成本降低到最低微的程度，这不才是去积累起十分真实的以及可靠的技术壁垒的最为务实的选择了呢？