百战程序员-2026年AI-Agent智能体开发大厂孵化器【系统课】

课程目录

1.职业规划学习方法/
1.程序员的基本素养与职业规划/
1.编程能力-未来通行证 .sz
2.没有理科技术也可以学编程 .sz
3.0基础转行做程序可行吗 .sz
4.Python语言的特点与优势 .sz
2.Python-技术体系介绍/
1.Python在AI领域的应用与就业岗位 .sz
2.Python与Java_C_前端的差异 .sz
3.编程世界的分工 .sz
3.正确的学习方法与思维建立/
1.初学者如何培养编程思维 .sz
2.Python入门常见误区 .sz
3.如何安排每天的学习计划 .sz
4.如何克服自学焦虑与信息过载 .sz
4.程序员必备通用技能与素养/
1.如何高效使用大语言模型LLM解决问题 .sz
2.英文文档阅读能力的重要性 .sz
3.技术社区与开源文化初识 .sz
4.如何建立自己的学习笔记体系 .sz
10.大模型高效微调与对齐技术/
1.微调基础/
1.大模型Deepseek微调_微调基础概念 .sz
10.LORA微调DeepSeek_模型上传hugging-Face .sz
11.大模型Deepseek微调_主流微调工具Unsloth .sz
12.AI时代的利器_Colab简介与优势 .sz
13.Unsolth微调Deepseek_训练环境创建与依赖安装 .sz
14.Unsolth微调Deepseek_加载预训练模型 .sz
15.Unsolth微调Deepseek_准备数据集 .sz
16.Unsolth微调Deepseek_执行微调训练 .sz
17.Unsolth微调Deepseek_微调后的模型测试与效果对比 .sz
18.Unsolth微调Deepseek_模型保存的格式 .sz
19.Unsolth微调Deepseek_将微调后的模型保存为-GGUF-格式 .sz
2.大模型Deepseek微调_高效微调LoRA .sz
20.Unsolth微调Deepseek_Ollama运行HuggingFace下载的模型 .sz
3.大模型Deepseek微调_微调与强化学习知识蒸馏 .sz
4.LORA微调DeepSeek_配置环境 .sz
5.LORA微调DeepSeek_加载预训练模型 .sz
6.LORA微调DeepSeek_加载数据集 .sz
7.LORA微调DeepSeek_配置LoRA超参数 .sz
8.LORA微调DeepSeek_训练模型和保存模型 .sz
9.LORA微调DeepSeek_测试微调后的大模型 .sz
2.项1使LLaMA-Factory快速微调多个模型/
1.LLaMA-Factory框架_介绍 .sz
10.LLaMA-Factory框架_启动微调之数据集处理 .sz
11.LLaMA-Factory框架_模型评估 .sz
12.LLaMA-Factory框架_模型对话 .sz
2.LLaMA-Factory框架_环境安装 .sz
3.LLaMA-Factory框架_训练数据集的格式 .sz
4.LLaMA-Factory框架_Llama-Factory文件目录解释 .sz
5.LLaMA-Factory框架_数据集配置与注册 .sz
6.LLaMA-Factory框架_注册中文医疗对话数据集 .sz
7.LLaMA-Factory框架_大模型微调过程监控与实验可视化 .sz
8.LLaMA-Factory框架_模型微调 .sz
9.LLaMA-Factory框架_启动微调 .sz
11.企业级RAG系统架构与实现/
1.向量数据库对与选型/
1.向量数据库概述与选型 .sz
10.向量数据库_ES介绍 .sz
11.向量数据库_ES安装 .sz
12.向量数据库_ES增加数据与索引 .sz
13.向量数据库_ES数据检索 .sz
14.向量数据库_Pinecone介绍 .sz
15.向量数据库_Pinecone建立索引 .sz
16.向量数据库_Pinecone增加数据与查询 .sz
17.向量数据库_Chroma_Qdrant_Weaviate介绍 .sz
18.向量数据库_Chroma的使用 .sz
19.向量数据库_Qdrant建立索引 .sz
2.向量数据库_FAISS介绍 .sz
20.向量数据库_Qdrant增加数据与查询 .sz
21.向量数据库_Weaviate服务的开启 .sz
22.向量数据库_Weaviate创建集合 .sz
23.向量数据库_Weaviate插入数据 .sz
24.向量数据库_Weaviate向量检索 .sz
25.向量数据库_Weaviate向量检索payload .sz
26.向量数据库_选型决策与总结 .sz
3.向量数据库_环境搭建 .sz
4.向量数据库_FAISS实践 .sz
5.向量数据库_Milvus介绍 .sz
6.向量数据库_Milvus安装 .sz
7.向量数据库_Milvus创建集合 .sz
8.向量数据库_Milvus增加数据与索引 .sz
9.向量数据库_Milvuss数据检索 .sz
2.NoSQL数据库-Elasticsearch/
1.Elasticsearch介绍_全文检索 .sz
10.Elasticsearch常用操作_域的属性_index .sz
11.Elasticsearch常用操作_域的属性_type .sz
12.Elasticsearch常用操作_域的属性_store .sz
13.分词器_默认分词器 .sz
14.分词器_IK分词器安装 .sz
15.分词器_IK分词器词典 .sz
16.分词器_拼音分词器 .sz
17.分词器_自定义分词器 .sz
18.Elasticsearch搜索文档_准备工作 .sz
19.Elasticsearch搜索文档_搜索方式1 .sz
2.Elasticsearch介绍_倒排索引 .sz
20.Elasticsearch搜索文档_搜索方式2 .sz
21.Elasticsearch搜索文档_复合搜索 .sz
22.Elasticsearch搜索文档_结果排序ampamp分页查询 .sz
23.Elasticsearch搜索文档_高亮查询 .sz
24.Elasticsearch搜索文档_SQL查询 .sz
3.Elasticsearch介绍_ES的出现ampamp应用场景 .sz
4.Elasticsearch介绍_ES对比Sorlampamp数据结构 .sz
5.Elasticsearch安装_安装ES服务 .sz
6.Elasticsearch安装_安装kibana .sz
7.Elasticsearch常用操作_索引操作 .sz
8.Elasticsearch常用操作_文档操作1 .sz
9.Elasticsearch常用操作_文档操作2 .sz
3.RAG基础理论/
1.检索增强生成_RAG .sz
2.RAG_架构全景图 .sz
3.RAG_架构选择策略 .sz
4.RAG与微调的选择策略 .sz
4.RAG端到端快速体验/
1.RAG端到端开发_环境与数据准备 .sz
10.RAG端到端开发_知识库调用 .sz
11.RAG端到端开发_pipeline集成 .sz
12.RAG端到端开发_pipeline集成_调试函数 .sz
13.RAG端到端开发_pipeline集成_优化初始化 .sz
14.RAG端到端开发_WEB界面开发 .sz
2.RAG端到端开发_文本解析与分块 .sz
3.RAG端到端开发_知识库初始化 .sz
4.RAG端到端开发_数据检索 .sz
5.RAG端到端开发_如何使用LLM服务平台 .sz
6.RAG端到端开发_LLM调用实践 .sz
7.RAG端到端开发_封装LLM函数 .sz
8.RAG端到端开发_封装问答函数 .sz
9.RAG端到端开发_上下文管理 .sz
12.AI Agent智能体与多模态应用/
1.Agent理论基础/
1.Agent概念与应用场景 .sz
10.Agent工具调用思想与接口设计原则 .sz
11.Agent评估体系 .sz
12.Agent开发流程 .sz
2.Agent企业级架构概览 .sz
3.Agent架构设计_决策机制 .sz
4.Agent架构设计_ReAct实现策略 .sz
5.Agent架构设计_ReAct实现策略 .sz
6.Agent架构设计_设计范式演进_传统AI时代 .sz
7.Agent架构设计_设计范式演进_LLM时代 .sz
8.Agent架构设计_底层技术 .sz
9.Agent记忆系统 .sz
13.大数据处理与分布式检索技术/
1.数据处理-Spark概述/
1.课程介绍 960.sz
2.概述_什么是Spark .sz
3.概述_Spark主要功能 .sz
4.概述_Spark与Hadoop .sz
5.概述_Spark技术栈 .sz
6.概述_PySpark-Vs-Spark .sz
2.运行模式/
1.运行模式_概述 .sz
10.运行模式_Standalone模式安装一 .sz
11.运行模式_Standalone模式安装二 .sz
12.运行模式_Standalone启动测试 .sz
13.运行模式_Standalone执行任务 .sz
14.运行模式_查看历史日志WebUI .sz
15.运行模式_StandaloneHA安装 .sz
16.运行模式_StandaloneHA测试 .sz
17.运行模式_Yarn模式概述 .sz
18.运行模式_Yarn模式安装 .sz
19.运行模式_Yarn-Client .sz
2.运行模式_WordCount一 .sz
20.运行模式_Yarn-Cluster .sz
21.运行模式_spark-submit参数 .sz
3.运行模式_WordCount二 .sz
4.运行模式_Local模式安装 .sz
5.运行模式_Local模式WebUI .sz
6.运行模式_Spark目录介绍 .sz
7.运行模式_SparkPi源码解析 .sz
8.运行模式_spark-submit .sz
9.运行模式_Standalone架构分析 .sz
3.RDD/
1.RDD_为什么需要RDD .sz
10.RDD_创建概述 .sz
11.RDD_并行化创建 .sz
12.RDD_读取文件创建RDD .sz
13.RDD_读取小文件创建RDD .sz
14.RDD_算子概述 .sz
15.RDD_转换算子map .sz
16.RDD_转换算子flatMap .sz
17.RDD_转换算子reduceByKey .sz
18.RDD_转换算子filter .sz
19.RDD_转换算子distinct .sz
2.RDD_定义 .sz
20.RDD_转换算子glom .sz
21.RDD_转换算子groupBy .sz
22.RDD_转换算子groupByKey .sz
23.RDD_转换算子sortBy .sz
24.RDD_转换算子sortByKey .sz
25.RDD_转换算子union并集 .sz
26.RDD_转换算子交集和差集 .sz
27.RDD_转换算子关联算子 .sz
28.RDD_转换算子partitionBy .sz
29.RDD_转换算子mapPartitions .sz
3.RDD_五大特性总述 .sz
30.RDD_转换算子sample .sz
31.RDD_行动算子foreachPartition .sz
32.RDD_行动算子foreach .sz
33.RDD_行动算子saveAsTextFile .sz
34.RDD_行动算子countByKey .sz
35.RDD_行动算子reduce .sz
36.RDD_行动算子fold .sz
37.RDD_行动算子first_take_count .sz
38.RDD_行动算子top_takeOrdered .sz
39.RDD_行动算子takeSample .sz
4.RDD_五大特性1 .sz
5.RDD_五大特性2 .sz
6.RDD_五大特性3 .sz
7.RDD_五大特性4 .sz
8.RDD_五大特性5 .sz
9.RDD_五大特性总结 .sz
4.内核进阶/
1.内核进阶_DAG概述 .sz
10.内核进阶_Cache和CheckPoint区别 .sz
11.内核进阶_并行度 .sz
12.内核进阶_广播变量 .sz
13.内核进阶_累加器一 .sz
14.内核进阶_累加器二 .sz
15.内核进阶_累加器之重复计算 .sz
16.内核进阶_项目实战PVUV需求分析 .sz
17.内核进阶_项目实战PV分析 .sz
18.内核进阶_项目实战UV分析 .sz
19.内核进阶_二次排序实战 .sz
2.内核进阶_血缘关系 .sz
20.内核进阶_分组取topN实战 .sz
21.内核进阶_卡口统计项目需求分析 .sz
22.内核进阶_卡口统计项目统计正常的卡口 .sz
23.内核进阶_卡口统计项目Top5 .sz
24.内核进阶_卡口统计项目统计不同区域同时出现的车辆 .sz
25.内核进阶_卡口统计项目统计某卡口下通过的车辆轨迹一 .sz
26.内核进阶_卡口统计项目统计某卡口下通过的车辆轨迹二 .sz
27.内核进阶_卡口统计项目统计某卡口下通过的车辆轨迹三 .sz
28.内核进阶_卡口统计项目统计某卡口下通过的车辆轨迹四 .sz
3.内核进阶_宽窄依赖关系 .sz
4.内核进阶_Stage划分 .sz
5.内核进阶_任务调度概述 .sz
6.内核进阶_管道计算模式上 .sz
7.内核进阶_管道计算模式下 .sz
8.内核进阶_Cache缓存 .sz
9.内核进阶_CheckPoint检查点 .sz
5.SparkSQL/
1.SparkSQL_简介 .sz
10.SparkSQL_createDataFrame创建DF .sz
11.SparkSQL_toDF创建DF .sz
12.SparkSQL_toDF使用样例类创建DF .sz
13.SparkSQL_DataFrame转换RDD .sz
14.SparkSQL_创建DataSet .sz
15.SparkSQL_DataSet和RDD转换 .sz
16.SparkSQL_DataSet和DataFrame转换 .sz
17.SparkSQL_读写parquet文件 .sz
18.SparkSQL_读写parquet文件扩展 .sz
19.SparkSQL_读写text文件 .sz
2.SparkSQL_发展史 .sz
20.SparkSQL_读写json文件 .sz
21.SparkSQL_读写csv文件 .sz
22.SparkSQL_JDBC读MySQL .sz
23.SparkSQL_JDBC写MySQL .sz
24.SparkSQL_SparkOnHive概述 .sz
25.SparkSQL_SparkOnHive配置 .sz
26.SparkSQL_SparkOnHive代码开发一 .sz
27.SparkSQL_SparkOnHive代码开发二 .sz
28.SparkSQL_SparkOnHive代码集群提交 .sz
29.SparkSQL_DSL-API .sz
3.SparkSQL_与Hive区别 .sz
30.SparkSQL_数据去重 .sz
31.SparkSQL_functions包 .sz
32.SparkSQL_SQL-API .sz
33.SparkSQL_SQL-API实战 .sz
34.SparkSQL_自定义函数概述 .sz
35.SparkSQL_自定义UDF函数 .sz
36.SparkSQL_自定义UDF函数扩展 .sz
37.SparkSQL_ArrayType返回值类型的UDF .sz
38.SparkSQL_UDAF函数Old一 .sz
39.SparkSQL_UDAF函数Old二 .sz
4.SparkSQL_SparkSession .sz
40.SparkSQL_UDAF函数Old三 .sz
41.SparkSQL_UDAF函数Old四 .sz
42.SparkSQL_UDAF函数New一 .sz
43.SparkSQL_UDAF函数New二 .sz
44.SparkSQL_UDAF函数New三 .sz
45.SparkSQL_开窗函数概述 .sz
46.SparkSQL_开窗函数实战 .sz
47.SparkSQL实战_找出变化的行一 .sz
48.SparkSQL实战_找出变化的行二 .sz
49.SparkSQL实战_函数转换Json数据 .sz
5.SparkSQL_数据抽象 .sz
50.SparkSQL实战_读取嵌套的Json .sz
51.SparkSQL实战_解析JsonArray数据 .sz
52.SparkSQL实战_行列转换一 .sz
53.SparkSQL实战_行列转换二 .sz
54.SparkSQL实战_行列转换三 .sz
55.SparkSQL实战_行列转换四 .sz
56.SparkSQL实战_用户7日留存分析一 .sz
57.SparkSQL实战_用户7日留存分析二 .sz
58.SparkSQL实战_用户7日留存分析三 .sz
59.SparkSQL实战_统计访问总时长一 .sz
6.SparkSQL_DataFrame概述 .sz
60.SparkSQL实战_统计访问总时长二 .sz
61.SparkSQL实战_用户在线分析_需求分析 .sz
62.SparkSQL实战_用户在线分析_错位关联 .sz
63.SparkSQL实战_用户在线分析_数据补全和过滤 .sz
64.SparkSQL实战_用户在线分析_总时长_次数_最大时长 .sz
65.SparkSQL实战_用户在线分析_每小时在线人数一 .sz
66.SparkSQL实战_用户在线分析_每小时在线人数二 .sz
67.SparkSQL实战_用户在线分析_每小时在线人数三 .sz
68.SparkSQL实战_用户在线分析_每小时在线人数四 .sz
7.SparkSQL_DataSet概述 .sz
8.SparkSQL_DataFrame构成 .sz
9.SparkSQL_创建项目 .sz
6.SparkStreaming/
1.SparkStreaming概述 .sz
10.SparkStreaming_DStream无状态转换transform .sz
11.SparkStreaming_DStream有状态转换 .sz
12.SparkStreaming_窗口操作reduceByKeyAndWindow概述 .sz
13.SparkStreaming_窗口操作reduceByKeyAndWindow实战 .sz
14.SparkStreaming_窗口操作reduceByKeyAndWindow优化 .sz
15.SparkStreaming_窗口操作Window .sz
16.SparkStreaming_输出 .sz
17.SparkStreaming_优雅关闭一 .sz
18.SparkStreaming_优雅关闭二 .sz
19.SparkStreaming_优雅关闭测试 .sz
2.SparkStreaming_架构 .sz
20.SparkStreaming_整合Kafka模式 .sz
21.SparkStreaming_整合Kafka开发一 .sz
22.SparkStreaming_整合Kafka开发二 .sz
23.SparkStreaming_整合Kafka测试 .sz
3.SparkStreaming_创建项目 .sz
4.SparkStreaming_WordCount .sz
5.SparkStreaming_数据抽象 .sz
6.SparkStreaming_RDD队列创建DStream .sz
7.SparkStreaming_自定义数据源一 .sz
8.SparkStreaming_自定义数据源二 .sz
9.SparkStreaming_DStream无状态转换 .sz
14.垂直行业大模型解决方案 未更新/
15.模型压缩与高性能推理优化-未更新/
16.大模型时代的模型运维与部署/
1.后端服务开发FastAPI/
1.FastAPI介绍 .sz
10.FastAPI请求参数验证_Path方式 .sz
11.FastAPI请求参数验证_Field方式 .sz
12.FastAPI表单数据 .sz
13.FastAPI异步处理 .sz
14.FastAPI文件上传1 .sz
15.FastAPI文件上传2 .sz
16.FastAPI请求对象Request .sz
17.FastAPI响应类型_JSON格式 .sz
18.FastAPI响应类型_列表格式 .sz
19.FastAPI响应类型_数据过滤与分页 .sz
2.FastAPI环境搭建 .sz
20.FastAPI响应类型_分页列表封装 .sz
21.FastAPI响应类型_文件格式 .sz
22.FastAPI响应类型_其它格式 .sz
23.FastAPI的ORM生态 .sz
24.ORM_tortoise的配置 .sz
25.ORM_迁移工具 .sz
26.ORM_模型定义 .sz
27.ORM_模型定义实战 .sz
28.ORM_增加数据_脚本模式 .sz
29.ORM_增加数据_接口模式 .sz
3.FastAPI第一个程序与启动项目 .sz
30.ORM_更新与删除数据 .sz
31.ORM_查询数据 .sz
32.ORM_了解关联关系 .sz
33.ORM_1对1关系实现 .sz
34.ORM_1对多关系实现 .sz
35.ORM_多对多关系实现 .sz
36.ORM_关联关系增加数据 .sz
37.ORM_关联关系更新数据 .sz
38.ORM_关联关系查询与删除数据 .sz
39.FastAPI中间件 .sz
4.用AI生成API接口 .sz
40.FastAPI中间件2 .sz
41.FastAPI跨域资源共享 .sz
42.FastAPI跨域资源共享_实现 .sz
43.FastAPI业务划分 .sz
44.FastAPI项目结构 .sz
45.FastAPI整合技能 .sz
46.FastAPI创建工程目录 .sz
47.FastAPI划分代码功能 .sz
5.FastAPI路径参数 .sz
6.FastAPI查询参数 .sz
7.FastAPI请求体 .sz
8.FastAPI请求参数类型验证 .sz
9.FastAPI请求参数验证_Query方式 .sz
2.FastAPI进阶/
1.FastAPI依赖注入_介绍 .sz
10.FastAPI基于DDD结构_项目基础设置 .sz
11.FastAPI基于DDD结构_动态修改配置 .sz
12.FastAPI基于DDD结构_领域层开发 .sz
13.FastAPI基于DDD结构_基础设开发_模型 .sz
14.FastAPI基于DDD结构_基础设开发_持久化 .sz
15.FastAPI基于DDD结构_应用层开发_异常 .sz
16.FastAPI基于DDD结构_应用层开发_用户注册 .sz
17.FastAPI基于DDD结构_应用层开发_用户登录 .sz
18.FastAPI基于DDD结构_应用层开发_获取订单 .sz
19.FastAPI基于DDD结构_接口层开发_依赖注入容器 .sz
2.FastAPI依赖注入_路径级 .sz
20.FastAPI基于DDD结构_接口层开发_注册路由 .sz
21.FastAPI基于DDD结构_接口层开发_登录路由 .sz
… 共 1246 条