```
01 职业规划/学习方法
├── 01 程序员的基本素养与职业规划 (文件夹)
├── 02 Python 技术体系介绍 (文件夹)
├── 03 正确的学习方法与思维建立 (文件夹)
└── 04 程序员必备通用技能与素养 (文件夹)
02 大语言模型基础与工程化实践
├── 01 聊天机器人初体验 (文件夹)
├── 02 Python入门 (文件夹)
├── 03 编程基本概念 (文件夹)
├── 04 序列 (文件夹)
├── 05 控制语句 (文件夹)
├── 06 函数和内存分析 (文件夹)
├── 07 面向对象 (文件夹)
├── 08 异常机制 (文件夹)
└── 09 模块 (文件夹)
03 数据科学与智能分析基础
├── 01 开发环境配置（conda/UV） (文件夹)
├── 02 Matplotlib可视化 (文件夹)
├── 03 Seaborn可视化 (文件夹)
├── 04 NumPy科学计算 (文件夹)
└── 05 Pandas数据处理 (文件夹)
04 云原生开发环境与DevOps工具链
├── 01 Linux系统 (文件夹)
├── 02 Git版本控制与协作 (文件夹)
└── 03 Docker容器化技术 (文件夹)
05 大模型开发工具平台
├── 01 ModelScope (文件夹)
└── 02 AutoDL (文件夹)
06 机器学习算法与工程实战
├── 01 多元线性回归 (文件夹)
├── 02 梯度下降法 (文件夹)
├── 03 逻辑回归 (文件夹)
├── 04 KMeans聚类 (文件夹)
├── 05 KMeans聚类变形 (文件夹)
├── 06 密度聚类 (文件夹)
├── 07 决策树 (文件夹)
└── 08 集成学习和随机森林 (文件夹)
07 深度学习框架与神经网络架构
├── 01 深度学习介绍 (文件夹)
├── 02 神经网络算法 (文件夹)
├── 03 PyTorch框架 (文件夹)
├── 04 卷积神经网络原理 (文件夹)
├── 05 卷积神经网络优化 (文件夹)
└── 06 RNN循环神经网络 (文件夹)
08 自然语言处理与Transformer架构
├── 01 NLP⼊⻔与应⽤场景 (文件夹)
├── 02 循环神经网络 (文件夹)
├── 03 从Attention机制到Transformer (文件夹)
└── 04 ELMO_BERT_GPT (文件夹)
09 大模型核心原理与提示词工程
├── 01 ⼤模型理论基础 (文件夹)
└── 02 ⼤模型提⽰词⼯程（Prompt Engineering） (文件夹)
10 大模型高效微调与对齐技术
├── 01 微调基础 (文件夹)
└── 02 项⽬1：使⽤LLaMA-Factory快速微调多个模型 (文件夹)
11 企业级RAG系统架构与实现
├── 01 向量数据库对⽐与选型 (文件夹)
├── 02 NoSQL数据库-Elasticsearch (文件夹)
├── 03 RAG基础理论 (文件夹)
└── 04 RAG端到端快速体验 (文件夹)
12 AI Agent智能体与多模态应用
├── 01 Agent理论基础 (文件夹)
├── 02 智能体MCP (文件夹)
└── 03 Coze平台实战 (文件夹)
13 大数据处理与分布式检索技术
├── 01 ⼤数据处理 Spark概述 (文件夹)
├── 02 运行模式 (文件夹)
├── 03 RDD (文件夹)
├── 04 内核进阶 (文件夹)
├── 05 SparkSQL (文件夹)
└── 06 SparkStreaming (文件夹)
14 垂直行业大模型解决方案 (文件夹)
15 模型压缩与高性能推理优化 (文件夹)
16 大模型时代的模型运维与部署
├── 01 后端服务开发FastAPI (文件夹)
├── 02 FastAPI进阶 (文件夹)
└── 03 企业级部署 (文件夹)
17 职业发展与高薪求职突破
├── 01 项⽬总结与优化 (文件夹)
├── 02 ⾯试准备 (文件夹)
├── 03 ⼤模型⾯试题 (文件夹)
├── 04 系统设计⾯试 (文件夹)
└── 05 项⽬经验⾯试 (文件夹)
```
