深圳新聞網2025年12月11日訊（記者 韓翔）在哈爾濱舉行的2024全國智能無人車大賽總決賽現場，當深圳城市職業學院（深圳技師學院）（下稱深城職（深技師））的蘇恩健和隊友馮城俊舉起冠軍獎杯時，賽場響起了此起彼伏的“蘇神”歡呼。這位剛滿21歲的深城職（深技師）畢業生，在短短一年內包攬了2024全國智能無人車大賽冠軍、2024亞馬遜云科技DeepRacer企業全國總決賽冠軍 ，成為科技圈賽事中耀眼的技能新星。從自主選擇深城職（深技師）云計算專業的少年，到智能無人車、自動駕駛領域的雙料冠軍，蘇恩健用“主動性、復盤、探索”，書寫了一段屬于深圳技客的成長傳奇。

主動破局：從興趣錨定方向，筑牢云計算根基

“選擇深城職（深技師）云計算專業，完全是我自己的決定。”回憶起升學后的專業選擇，蘇恩健的語氣里滿是篤定。從小與電腦為伴的他，對計算機領域有著天然的熱愛，在檢索未來行業趨勢時，他敏銳察覺到：云計算是支撐各類智能應用的“技術底座”，不僅能對接服務器運維、編程開發等實用技能，還能為后續接觸人工智能、深度學習模型訓練等領域打下基礎。盡管當時人工智能相關應用已嶄露頭角，但考慮到專業適配性與自身發展節奏，他果斷選擇了更精專的云計算方向，成為深城職（深技師）該專業的第一屆學生。

這份主動性，是蘇恩健成長路上的第一個關鍵詞。剛入深城職（深技師）時，他便主動深耕專業知識：不僅系統掌握了Linux系統運維、Docker容器技術、Python編程等核心技能，還利用學校資源沖刺高含金量證書——亞馬遜SAP認證、華為HCIE認證先后收入囊中，其中華為HCIE認證僅用1個月便成功考取。而真正讓他堅定在云計算及關聯智能領域深耕的，是2019年深城職（深技師）學長在云計算國賽中斬獲佳績的場景：“看到學長們靠技術拿獎、實現價值，加上老師主動推薦我參與賽事選拔，我覺得這是一個值得拼一把的機會。”

2023年，深城職（深技師）智能無人車賽事團隊因學長畢業出現交接空缺，蘇恩健再次主動接下重任。“這個項目需要同時懂服務器運維、云計算部署和基礎編程，我的專業基礎剛好能跟上。”盡管此前沒有智能無人車相關比賽經驗，但他發現：智能無人車的模型訓練，雖涉及自動駕駛控制邏輯，但其底層的深度學習原理、算法設計、訓練思路等環節，與自己掌握的云計算技術高度契合。因為在此之前學習的云計算技術底蘊，他快速上手項目，在智能無人車領域邁出了關鍵一步。

復盤沉淀：用奔跑解壓，在模型打磨中鑄就冠軍實力

蘇恩健的冠軍之路，并非一帆風順，賽事壓力曾多次讓他陷入困境。早在2022年剛開始接觸智能技術相關賽事時，面對復雜的模型調試、緊迫的備賽周期，他常因思路卡殼煩躁不已，也是那時，他偶然發現跑步能有效緩解壓力——“傍晚繞著操場跑幾圈，腦子里的雜念會慢慢散掉，第二天再看問題，思路反而清晰了。”后來從3公里、5公里到嘗試半程馬拉松，跑步逐漸成了他應對賽事壓力的“秘密武器”。

2023年全國智能無人車大賽中，為保障比賽穩妥性，蘇恩健所在的深城職（深技師）一隊選用了學長成熟的模型，最終成功奪冠。而他將自己潛心研發的模型交給了同校二隊，沒想到這套缺乏賽場驗證的模型表現驚人，二隊一路緊追，卻在最后一個彎道因設備負載問題惜敗。盡管自己所在的隊伍奪冠，但看著二隊因意外錯失佳績，蘇恩健心里五味雜陳，卻也暗自篤定：“從比賽過程能明顯看出，我的模型核心算法是沒問題的，甚至實力不俗，只是我當時沒什么比賽經驗，沒考慮到長時賽事的模型穩定性訓練，應急調整策略也沒做足。”賽后，他換上運動服繞著操場跑了5公里，奔跑中逐漸平復了復雜情緒，也理清了復盤思路。跑完回到實驗室，他立刻拉著團隊梳理問題，從模型訓練的場景覆蓋、穩定性迭代測試，到賽場應急調整參數庫搭建，把每一個漏洞都記在筆記本上，成為后續優化的重要依據。

復盤，始終是蘇恩健解鎖冠軍密碼的核心關鍵詞。同年，在世界人工智能大會期間的高校智能車賽事中，他面對清華大學、上海大學、華東師范大學等C9高校強隊的圍追堵截，一路過關斬將闖入總決賽，卻因臨場經驗不足、模型參數未及時適配賽場環境變化，最終屈居亞軍。“全國直播鏡頭對著我的時候，手都有點抖，沒能快速調整模型訓練的關鍵參數。”賽后他照舊用跑步平復心情，邊跑邊拆解問題：如何讓模型訓練更貼合不同賽道特性？怎樣建立快速適配賽場環境的參數調整方案？臨場心態如何不影響模型調試節奏？這些帶著奔跑后清晰思路的復盤結論，成了后續備賽的“避坑指南”。

2024年備賽周期，蘇恩健的復盤思維愈發成熟。作為隊長留校統籌的他，搭建了一套“全流程備賽體系”：把之前的失誤案例整理成手冊，新隊員入門先學模型訓練的“避坑經驗”；針對不同賽事場景設計多套訓練方案，通過開源社區的賽道數據進行模擬訓練；學弟學妹負責記錄訓練數據、對比模型表現，確保優化方向精準；學校老師也會和他們一起討論，從算法邏輯、訓練策略角度提優化建議。而每當備賽壓力累積，他依然會用跑步調節狀態，“跑完步腦子更清醒，制定訓練計劃、優化模型時也更有條理。”這份細致與沉穩，在2024亞馬遜云科技DeepRacer企業全國總決賽中收獲回報——他針對比賽賽制，設計了“激進型（高迭代速度）、穩定型（均衡參數）、保底型（保守決策）”三套訓練方案，通過多輪交叉測試篩選最優模型，最終以24秒成績遙遙領先，力壓復旦大學、昆山杜克大學及匯豐銀行、寶馬等知名企業強隊奪冠。隨后的2024全國智能無人車大賽中，經過復盤打磨的模型在訓練中強化了賽道適應性和長時穩定性，團隊更是實現“純碾壓”式衛冕，穩穩將冠軍獎杯帶回深城職（深技師）。

探索不止：跨領域學經驗，從技術骨干到復合型人才

“智能無人車項目最棒的地方是開源——所有底層代碼、賽道數據都公開，能接觸到全球開發者的思路。”蘇恩健口中的“開源社區”，是他探索技術邊界的重要窗口。遇到模型調試瓶頸時，他會泡在國外技術博客、Github開源平臺：學習頂尖團隊如何通過強化學習優化無人車決策模型，借鑒行業大佬分享的“訓練效率與模型精度平衡”技巧，甚至參考自動駕駛領域的論文調整訓練框架。“開源讓我知道，云計算不只是‘管服務器’，還能為模型訓練提供高效算力支持，兩者結合能碰撞出更多可能，技術邊界其實很寬。”

探索精神，讓蘇恩健不斷突破“單一技術領域”的限制。在深城職（深技師）“高端引領、深度融合”的培養模式下，他借助校企合作資源，早早接觸到亞馬遜云科技的前沿技術：“學校的定制課程很貼實際，比如云原生技術、深度學習模型訓練這些內容，都是企業正在用的，相當于提前積累了行業經驗。”這種“實戰導向”的學習經歷，也讓他在工作后保持著探索習慣——如今的他，不僅能高效解決云計算運維問題，還主動挖掘客戶需求，成功簽下安全技術支持合同、單獨開發大客戶定制化方案，甚至嘗試“技術+銷售”的復合角色，靠專業能力打動客戶，開下屬于自己的銷售訂單。

在蘇恩健看來，深圳這座城市，為深城職（深技師）畢業生提供了“跨領域探索”的絕佳土壤：“深圳大部分企業都在做‘云+智能’轉型，有的需要把數據存到云上，有的需要云計算支撐大語言模型訓練，而云計算正是當前最火熱大語言模型的地基，我們這種‘懂云計算+會對接入AI’的技能，剛好能滿足需求。”他的經歷，也印證了深城職（深技師）培養模式的優勢：“我們從學校出來的學生，不是只懂‘單一技術’，而是能快速對接實際場景——比如客戶說‘要訓練或微調模型’，我們既能搭云計算架構，也能提供云上一些訓練調試模型相關建議，上手速度比別人快一步。”

從深城職（深技師）的云計算課堂，到全國智能賽事的領獎臺；從只會“管服務器”的技術新人，到能統籌團隊、對接客戶的復合型人才，蘇恩健用“主動性、復盤、探索”三個關鍵詞，打破了“技術領域有邊界”的刻板印象。他的故事證明：云計算專業的發展路徑可以很寬，只要愿意主動嘗試、善于總結經驗、敢于探索新領域，深城職（深技師）畢業生也能在智能技術相關賽道上，跑出屬于自己的“加速度”。正如蘇恩健所說：“技術之路沒有‘固定路線’，把云計算根基打牢，帶著好奇心去探索，就能找到自己的價值。”未來，這位深圳技客還將在“云計算+AI”的融合之路上繼續前行，書寫更多屬于青年工匠的成長故事。