人工精选知乎AI应用开发工程师大模型12期
这门课到底在教什么 先说清楚一件事:这门课不是讲大模型原理的,不讲反向传播,也不推导注意力公式。它解决的是一个更具体的工作场景——你所在的公司已经能用上大模型 API 了,但只会写「把用户问题丢给模型、把回答返回去」这种最浅的一层,一遇到「回答不准」「答不出公司内部的东西」「没法自己查资料再回答」就
会员可免费下载本篇月会员可免费领取。
开通会员 ›会员 · 按档位
游客按标价购买,不享受上表折扣。
支付成功后自动发放网盘链接,链接失效可找客服免费补
这门课到底在教什么
先说清楚一件事:这门课不是讲大模型原理的,不讲反向传播,也不推导注意力公式。它解决的是一个更具体的工作场景——你所在的公司已经能用上大模型 API 了,但只会写「把用户问题丢给模型、把回答返回去」这种最浅的一层,一遇到「回答不准」「答不出公司内部的东西」「没法自己查资料再回答」就卡住。
这套内容围绕的就是把这一层补上:检索增强生成(RAG)怎么搭、向量检索怎么做、提示词怎么写得稳定、智能体(Agent)怎么让模型自己决定调用什么工具。学完的检验标准很实在——你能独立做出一个能读自家文档、能回答业务问题、能自己查数据的小系统,而不是停留在调 API 的层面。
学完能独立做什么
- 把一批内部文档切分、向量化、存进向量库,做出一个可用的企业知识库问答。
- 控制模型的回答质量:让它在没有依据时不乱编、给出引用来源、按固定格式输出。
- 搭建一个能调用外部工具(查数据库、搜索、调接口)再汇总回答的智能体流程。
- 把上面这些串成一条完整链路,写进个人作品集,而不是只放几个零散 demo。
这几点对应的正是招聘里反复出现的关键词:RAG 落地、向量检索、Agent 构建。真正稀缺的不是「会用大模型 API」的人,而是能把后端和这套检索链路接起来、让系统跑通的人。
资料形式和适合的基础
内容按 18 节视频推进,从基础概念一路走到综合实战,配套有章节笔记,方便课后复盘和面试前回看。节奏是循序的,不建议跳着看——前半段的概念如果没吃透,到实战章节会明显吃力。
适合谁:有一定编程基础,至少写过一门后端语言,能看懂接口调用和基本的数据处理。如果你已经有 Java 后端或运维经验,这门课基本是把你现有的能力往大模型方向延伸,而不是从零教编程。完全没写过代码的人,前半段会觉得吃力,建议先补基础再回来。
怎么用这套资料
给三个具体建议。第一,按顺序过一遍,每看完两三节就停下来,用笔记整理一份自己的小结——不是抄,是用自己的话把这一段讲清楚。第二,别只看不写,边看边把 demo 跑起来,改参数、换数据、看结果怎么变,这一步决定了你是「看懂了」还是「会做了」。第三,最后留出时间独立复现一遍完整流程,从文档到问答到工具调用,把踩的坑和解决过程记下来,这才是简历里真正能讲的东西。
说到底,这门课值不值得学,取决于你想不想从「调用大模型」走到「用大模型做出一个能用的系统」。如果这正是你眼下卡住的地方,那它讲的就是你缺的那部分。
《知乎AI应用开发工程师大模型12期》本课程共 18 节视频,按章节循序渐进讲解,适合希望系统掌握核心知识点的学习者。【技能收获】学完可掌握:RAG 检索增强生成、Embedding 向量检索、Prompt 提示词工程、AI Agent 智能体构建。课程以实战为导向,覆盖从基础概念到完整项目落地的关键步骤,配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习,先打基础再进入综合实战章节;每完成 2~3 节可结合笔记整理一份学习小结,最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位:AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高,具备「后端 + RAG 落地」复合能力的人才在招聘市场更稀缺,简历中可突出完整项目链路而非仅会使用 API。 若你已有一定编程或运维基础,本课程可帮助你在现有技能栈上快速叠加热门方向能力,提升求职时的项目说服力与薪资谈判空间。
课程推荐
《知乎AI应用开发工程师大模型12期》《知乎AI应用开发工程师大模型12期》本课程共 18 节视频,按章节循序渐进讲解,适合希望系统掌握核心知识点的学习者。【技能收获】学完可掌握:RAG 检索增强生成、Embedding 向量检索、Prompt 提示词工程、AI Agent 智能体构建。课程以实战为导向,覆盖从基础概念到完整项目落地的关键步骤,配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习,先打基础再进入综合实战章节;每完成 2~3 节可结合笔记整理一份学习小结,最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位:AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高,具备「后端 + RAG 落地」复合能力的人才在招聘市场更稀缺,简历中可突出完整项目链路而非仅会使用 API。 若你已有一定编程或运维基础,本课程可帮助你在现有技能栈上快速叠加热门方向能力,提升求职时的项目说服力与薪资谈判空间。【技能收获】学完可掌握:RAG 检索增强生成、Embedding 向量检索、Prompt 提示词工程、AI Agent 智能体构建、Java 后端开发、Linux 运维。课程以实战为导向,覆盖从基础概念到完整项目落地的关键步骤,配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习,先打基础再进入综合实战章节;每完成 2~3 节可结合笔记整理一份学习小结,最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位:AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高,具备「后端 + RAG 落地」复合能力的人才在招聘市场更稀缺,简历中可突出完整项目链路而非仅会使用 API。 若你已有一定编程或运维基础,本课程可帮助你在现有技能栈上快速叠加热门方向能力,提升求职时的项目说服力与薪资谈判空间。
视频目录(18 节)
知乎AI应用开发工程师大模型12期
课程目录
* 0、开班典礼.mp4
* 1、AI大模型基本原理与deepseek使用.mp4
* 2、Prompt工程:设计与优化.mp4
* 3、Cursor编程-从入门到精通.mp4
* 4、Cursor 可视化大屏搭建.mp4
* 5、Embeddings和向量数据库.mp4
* 6、RAG(Retrieval Augmented Generation)技术与应用.mp4
* 7、RAG高级技术与最佳实践.mp4
* 8、Text2SQL:自助式数据报表开发.mp4
* 9、LangChain:多任务应用开发.mp4
* 10、Function Calling与跨模型协作.mp4
* 11、Agent智能体系统的设计与应用.mp4
* 12、MCP应用与实战.mp4
* 13、视觉大模型与视觉智能体.mp4
* 14、视觉大模型与视觉智能体.mp4
* 15、Fine-tuning技术与大模型优化.mp4
* 16、Coze工作原理与应用实例.mp4
* 17、Coze插件开发实战.mp4





