全“薪”AI大模型全栈工程师

课程详情

课程目录

01 AI大模型基础篇
  1、开发环境安装
  2、MySQL安装
  3、大语言模型基础认知-2025-5-7-初见
  4、大模型的核心原理-2025-5-11-初见
  5、Prompt Engineering原理-2025-5-14-初见
  6、提示词prompt的原理和优化-2025-5-18-初见
  7、prompt提示词项目实战-2025-5-21-初见
02 AI大模型RAG应用开发篇
  1-RAG基础-2025-5-25-柏汌
  2-LangChain框架-2025-5-28-柏汌
  3-LangChain框架-2-2025-6-4-柏汌
  4-LangChain框架-3-2025-6-8-柏汌
  5-LangChain框架-4-2025-6-11-柏汌
  6-RAG进阶-2025-6-15-柏汌
  7-Advanced RAG-2025-6-18-柏汌
  8-Advanced RAG-2-2025-6-22-柏汌
  9-Advanced RAG-3-2025-6-25-柏汌
  10-RAG评估和应用平台-2025-6-29-柏汌
  11-实战项目：智能文档检索助手-2025-7-2-柏汌
  12-实战项目：智能文档检索助手-2-2025-7-6-柏汌
03 AI大模型Agent智能体开发篇
  0-mcp和fastapi
  1-llamaIndex框架-1-2025_7-9-初见
  2-llamaIndex-2-2025-7-11-初见
  3-llamaIndex-3-2025-7-13-初见
  4-llamaIndex-4-2025-7-16-初见
  5-llamaIndex-5-2025-7-18-初见
  5_13-langgraph框架4-2025-8-6-初见
  6-llamaIndex-5&Agent初识-2025-7-20-初见
  7-Agent智能体1-2025-7-23-初见
  8-Agent智能体-2-2025-7-25-初见
  9-Agent智能体-3-2025-7-27-初见
  10-langgraph框架-2025-7-30-初见
  11-langgraph框架2-2025-8-1-初见
  12-langgraph框架3-2025-8-3-初见
  14-项目讲解和应用平台介绍-2025-8-8-初见
  15-初认MCP-2025-8-10-托比
  16-MCP进阶-2025-8-13-托比
04 AI大模型私有化微调篇
  1-..模型微调 101-2025-8-15-陈钢
  2-..模型微调 PEFT-2025-8-17-陈钢
  3-..模型微调 量化-2025-8-20-陈钢
  4-..模型微调 量化2-2025-8-22-陈钢
  5-多模态..模型（上）基于 CNN 的模型-2025-8-24-陈钢
  6-多模态..模型（下）基于 Transformers 的模型-2025-8-27-陈钢
  7-..模型微调 最佳实践-2025-8-29-陈钢
  8-实战项..之视频转码..志报警平台（上）-2025-8-31-陈钢
  9-实战项..之视频转码..志报警平台（下）-2025-9-3-陈钢
  10-实战项..之个..健康助理（上）-2025-9-5陈钢
  11-实战项..之个..健康助理（下）-2025-9-7-陈钢
  12-实战项..之企业知识库项..（上）-2025-9-10-程建章
  13-实战项..之企业知识库项..（下）-2025-9-12-程建章
  14-实战项..之销冠智能体项..（上）-2025-9-14-程建章
  15-实战项..之销冠智能体项..（下）-2025-9-17-程建章
  16-商业需求与就业发展-2025-9-19-宋永柱
05 python编程
  01_课程说明与大概介绍
  02_认识Python变量类型与变量地址
  03_余数与除操作详解
  04_学习中的复利思维
  05_位运算符操作
  06_整数与浮点数的特性
  07_原生字符串与字节字符串
  08_输入与输出详解
  09_容器类型之列表类型
  10_容器类型之元组类型
  11_容器类型之字典类型
  12_容器类型之集合类型
  13_分支结构
  14_for循环与列表生成式
  15_while循环与哨兵值
  16_函数定义与lambda表达式
  17_一个案例讲解完毕面向对象的四大特性
  18_文件操作详解
  19_自定义异常与异常处理
  20_模块化编程之内置模块详解
  21_模块化编程之自定义模块详解
  22_模块化编程之第三方模块
06 大模型的基础
  01-1大模型的基础认知-人工智能演进与大模型兴起 2025.04.16
  01-2大模型的基础认知-大模型与通用人工智能
  01-3大模型的基础认知-GPT模型的发展历程
  01-4大模型的基础认知-国产大模型介绍
  01-5大模型的基础认知-大模型的趋势和挑战
07 大模型核心原理
  1_02_1大模型核心原理-理解大模型成功的背后
  2_02_2大模型核心原理-理解生成式模型与大语言模型
  3_02_3大模型核心原理-大模型应用实例与Prompt使用技巧
  4_02_4大模型核心原理-Transformer架构解析
  5_02_5大模型核心原理-运行基本机制
  6_02_6大模型核心原理-关键技术解析：预训练、SFT、RLHF
  7_02_7大模型核心原理-实践中的大模型
08 提示工程原理
  1、提示工程原理解释
  2、提示工程组成要素和示例
  3、提示工程调优进阶
  4、提示工程攻击和防范
09 提示工程项目实战
  提示工程项目实战
10 huggingface专题
  1_huggingface-1
  2_huggingface-2
  3_huggingface-3
  4_huggingfacce-4
11 私有化部署
  私有化部署
12 面试
  1_Transformer1整体介绍
  2_Transformer2词表
  3_Transformer3掩码
  4_Transformer4多头注意力
  5_Transformer5前馈网络
  6_Transformer6位置编码
  7_Transformer7encoder部分
  8_Transformer8decoder部分
  9_PEFT是什么
  10_Reward Hacking问题如何解决？
  11_残差网络有什么作用
  12_动态批处理如何提升推理吞吐量？
  13_剪枝和蒸馏
  14_解释大模型训练中的“缩放定律”
  15_LoRI技术详解
  16_正则化约束
  17_怎么区分数据噪声与解码策略导致的幻觉
  18_什么是稀疏微调
  19_什么是LoRA
  20_如何通过模型微调，尽量解决提示词注入的问题？
  21_如果有标注的训练数据很少，如何扩增训练数据的数量？
  22_模型蒸馏时教师模型“黑暗知识”（Dark Knowledge）的提取技巧
  23_量化和二值化
  24_损失函数和反向传播
  25_神经网络简介
  26_卷积运算公式
  27_卷积神经网络原理
  28_计算机怎么识别图片
  29_激活函数
  30_梯度和前向传播
  31_旋转位置编码
  32_位置编码
  33_什么是MoE
  34_什么是flashattention
  35_常见的位置编码有哪些
  36_残差网络有什么作用
  37_KVcache是干什么的
  38_encoder-only模型是什么
  39_deepseek的MLA技术
  40_decoder-only模型是什么
  41_clip是什么
  42_bert和Transformer的有什么区别
  43_以Transformer为例大模型面试题目学习方法
  44_RAG 在多轮对话中表现不佳的原因
  45_针对性优化RAG延迟的三个环节
  46_长上下文窗口的技术实现难点
  47_在RAG中，如何优化Embedding模型以提升检索质量？
  48_在 RAG 系统中，知识检索和生成式模型分别扮演什么角色，两者如何协同工作？
  49_与纯生成式模型（如GPT）相比，RAG如何解决“幻觉”问题？
  50_向量数据库在RAG中的非必需场景举例及替代方案
  51_文本分块（Chunking）有哪些常见策略？
  52_如何设计一个高质量的检索语料库？
  53_如何将RAG与微调（Fine-tuning）结合？
  54_如何处理上下文溢出的问题
  55_如何避免 RAG 生成无关内容
  56_归一化在rag中的作用
  57_构建 RAG 系统时，如何选择合适的嵌入模型
  58_多轮对话的优化方式
  59_当用户查询与文档库差异较大时（如：口语化表达），如何提升检索的鲁棒性？
  60_rag在检索中的问题
  61_rag稀疏检索和稠密检索
  62_rag是什么 整体流程是怎么样的
  63_rag生成答案和检索不一致可能的原因
  64_RAG检索的方式和技术有哪些？
  65_rag分块策略详解
  66_RAG的延迟主要来自哪几个环节？ 如何针对性优化？
  67_通过“let’s think step by step”提示词触发的思维链模式，与推理模型
  68_什么是模型的幻觉 该怎么解决
  69_什么是过拟合 该怎么解决
  70_如何设计 Agent 的目标函数，以确保其行为符合预期？
  71_描述Agent应用场景并详细说明
  72_ReAct 框架是什么？
  73_MCP和function call的异同
  74_Few-Shot提示构建的关键技巧？
  75_agent和workflow
  76_Agent的自我反思机制设计
课件资料
  AI大模型Agent智能体开发篇
    1-llamaIndex框架-1-2025-7-9-初见
      01-llamaIndex1.zip
    2-llamaIndex-2-2025-7-11-初见
      02-llamaindex2.zip
    3-llamaIndex-3-2025-7-13-初见
      03llamaIndex-3.zip
      docker安装包.zip
    4-llamaIndex-4-2025-7-16-初见
      04llamaindex-4.zip
    5-llamaIndex-5-2025-7-18-初见
      05llamaindex-5.zip
    6-llamaIndex-5&Agent初识-2025-7-20-初见
      06llamaIndex-6.zip
      Agent飞书文档.txt
    7-Agent智能体1-2025-7-23-初见
      07Agent-1.zip
    8-Agent智能体-2-2025-7-25-初见
      08Agent-2.zip
    9-Agent智能体-3-2025-7-27-初见
      09多智能体-1.zip
    10-langgraph框架-2025-7-30-初见
      10langgraph1.zip
    11-langgraph框架2-2025-8-1-初见
      11langgraph2.zip
      飞书-llamaIndex项目.txt
    12-langgraph框架3-2025-8-3-初见
      12langgraph3.zip
      LlamaIndex实战项目.zip
    13-langgraph框架4-2025-8-6-初见
      13langgraph4.zip
    14-项目讲解和应用平台介绍-2025-8-8-初见
      14项目讲解+coze、dify.zip
      飞书.txt
    15-初认MCP-2025-8-10-托比
      初识MCP.zip
    16-MCP进阶-2025-8-13-托比
      MCP(2).zip
  AI大模型RAG应用开发篇
    1-RAG基础-2025-5-25-柏汌
      01(1).zip
    2-LangChain框架2025-5-28-柏汌
      02(1).zip
    3-LangChain框架-2-2025-6-4-柏汌
      03.zip
    4-LangChain框架-3-2025-6-8-柏汌
      04.zip
    5-LangChain框架-4-2025-6-11-柏汌
      05.zip
    6-RAG进阶-2025-6-15-柏汌
      06.zip
    7-Advanced RAG-2025-6-18-柏汌
      07(1).zip
    8-Advanced RAG-2-2025-6-22-柏汌
      08.zip
    9-Advanced RAG-3-2025-6-25-柏汌
      09.zip
    10-RAG评估和应用平台-2025-6-29-柏汌
      10.zip
    11-实战项目：智能文档检索助手-2025-7-2-柏汌
      11.zip
    12-实战项目：智能文档检索助手-2-2025-7-6-柏汌
      源码
        RAG项目
          app.py
          chroma_db
            2461c16e-edc9-4cb6-9943-e6372d904699
              data_level0.bin
              header.bin
              length.bin
              link_lists.bin
            chroma.sqlite3
            dfd6ce22-466b-46a0-9ea5-3ae31a3ecec1
              data_level0.bin
              header.bin
              length.bin
              link_lists.bin
          config
            __pycache__
              config.cpython-312.pyc
            config.py
          core
            __pycache__
              database.cpython-312.pyc
              document_processor.cpython-312.pyc
              rag_system.cpython-312.pyc
              vector_store.cpython-312.pyc
            database.py
            document_processor.py
            rag_system.py
            vector_store.py
          requirements.txt
        笔记.txt
      课件
        06-RAG项目实战.md
        images
          001.png
          002.png
          003.png
          004.png
          005.png
          006.png
          007.png
          008.png
          009.png
          010.png
          011.png
          012.png
          013.png
          014.png
          015.png
          016.png
          017.png
          018.png
          019.png
          020.png
          021.png
          022.png
          023.png
          024.png
          025.png
          026.png
          027.png
          028.png
          029.png
          030.png
          031.png
          032.png
          033.png
          034.png
          035.png
          036.png
          037.png
          038.png
          039.png
          040.png
          041.png
          042.png
          043.png
          044.png
          045.png
          046.png
          047.png
          048.png
          049.png
          050.png
          051.png
          052.png
          053.png
          054.png
          055.png
          056.png
          057.png
          058.png
          059.png
          060.png
          061.png
          062.png
          063.png
          064.png
          065.png
          066.png
          067.png
          068.png
          069.png
          070.png
          071.png
          072.png
          073.png
          074.png
  AI大模型基础篇
    1-大语言模型基础认知-2025-5-7-初见.zip
    2-大模型核心原理-2025-05-11-初见.zip
    3-Prompt Engineering原理-2025-5-14-初见
      03大模型核心原理-2.zip
    4-提示词prompt的原理和优化-2025-5-18-初见.zip
    5-prompt提示词项目实战-2025-5-21-初见
      05prompt实战.zip
      Prompt Engineering项目实战(1).pdf
      飞书文档地址.txt
  AI大模型私有化微调篇
    1-⼤模型微调 101-2025-8-15-陈钢
      01微调101.zip
    2-⼤模型微调 PEFT-2025-8-17-陈钢
      02微调之PEFT.zip
    3-⼤模型微调 量化-2025-8-20-陈钢
      03微调之量化.zip
    4-⼤模型微调 量化-2025-8-20-陈钢
      03微调之量化.zip
    5-多模态⼤模型（上）基于 CNN 的模型-2025-8-24-陈钢
      04微调之多模态模型（上）.zip
    6-多模态⼤模型（下）基于 Transformers 的模型-2025-8-27-陈钢
      05微调之多模态模型（下）.zip
    7-⼤模型微调 最佳实践-2025-8-29-陈钢
      06微调之最佳实践.zip
      需要提前准备的环境.jpg
      需要提前准备的环境.jpg.jpg
    8-实战项⽬之视频转码⽇志报警平台（上）-2025-8-31-陈钢
      07微调之项目一.zip
      上节课的修改之处、.txt
      项目一 shape 和模型不能保存的问题的修正.zip
    9-实战项⽬之视频转码⽇志报警平台（下）-2025-9-3-陈钢
      08微调之项目二.zip
    10-实战项⽬之个⼈健康助理（上）-2025-9-5陈钢
      08微调之项目二.zip
    11-实战项⽬之个⼈健康助理（下）-2025-9-7-陈钢
      大模型微调-8-实战：健康助手.pdf
    12-15两个项目资料
      课件和资料.txt
    16-商业需求与就业发展-2025-9-19-宋永柱
      周五线上课结课分享讲义.pdf
  资料包合集
    专为AI设计的Python课程(1)
      专为AI设计的Python课程.pdf
      桌面logo.jpg
      绘图.png
    资料地址.txt
    预习
      Prompt Engineering原理.pdf
      Prompt Engineering实战.pdf
      大模型核心原理.pdf
      大语言模型基础认知.pdf