跳槽去做AI还是读一个大模型的博士

小弟目前在职业发展的路口，有点迷惘，想请教地里有经验的大佬，帮小弟出谋划策一下。感谢！
小弟2022年加拿大EE硕士毕业，研究方向是transfer learning for power system，毕业后加入一家公司做新能源电力相关的科研。经过一年多的工作后，小弟发现自己对AI更感兴趣，但目前公司里没有什么AI相关的工作。目前公司的工作都是电力相关，几乎用不上AI。小弟更想去做AI，目前心里有两条路径：1）恶补一下LLM的知识，刷题，跳槽去AI公司做machine learning engineer; 2) 目前LLM很火，小弟也相信AI未来还会有更大发展，有创业的机会。所以小弟也在考虑读博，增加自己在AI方面的knowledge, 也许之后有机会创业。
然后小弟自我分析下小弟自身情况、以及这两条路的优劣势：
广告
自我情况：小弟目前已经拿到省提名，加拿大PR申请已经提交，乐观估计半年后收到PR卡。有车有房没有贷款，经济压力不大。女朋友也在加拿大读博，估计四、五年后毕业。
路径1）：优点是，比起读博，5年内收入比较高，并且积累工作经验。缺点是，小弟虽然在硕士阶段做过一些深度学习的东西，有一定machine learning基础，但做的东西都很皮毛，想找machine learning engineer的工作，需要恶补的知识比较多。另一方面，小弟本科学的是power system, 计算机背景薄弱，目前位置没有刷过题，没有系统地数据结构啥的。刷题要比较久的时间。
路径2）：优点是，假如读一个LLM相关的PhD，小弟相信自己能有比较好的domain knowledge。小弟认为以后AI创业、或者假如初创公司，有自己的domain expertise还是很重要的，博士厚积薄发，后劲比较足。另一方面，博士阶段的见闻、同学等也会帮助提高自己的眼界和水平。缺点是，小弟虽然有两篇transfer learning 方面的journal papers, 但都比较皮毛。兄弟目前对transformer/LLM/NLP等都不够了解，又不是CS背景出身，可能申不到好的做LLM的导师。（因为女朋友在加拿大，而且小弟还在等PR, 所以读博目前只考虑了加拿大的博士，没有考虑美国的博士）。
小弟对于这两条路还比较迷惘，不知道选那条路好，希望大家能帮小弟分析以下，感谢！