从0到100的终极全栈AI工程师路线图。 这就是从初学者到全栈AI工程师所需的确切路径。 > 从编码基础开始。 > 学习Python、Bash、Git和测试。 > 每个优秀的AI工程师都从基础开始。 > 通过理解LLM API学习如何与模型交互。 > 这将教会你结构化输出、缓存、系统提示等。 > API很好，但原始LLM仍然需要最新的信息才能有效。 > 学习LLM通常如何通过更多信息/模式进行增强。 > 这将教会你微调、RAG、提示/上下文工程的基础知识。 > 强大的LLM在没有上下文的情况下是无用的。这就是检索技术的帮助所在。 > 了解向量数据库、混合检索、索引策略等。 > 一旦检索稳固，就进入RAG。 > 学习构建检索+生成管道、重新排序和使用流行的编排框架进行多步骤检索。 > 现在，进入AI代理，AI从回答转向行动。 > 学习记忆、多代理系统、人机协作设计、代理模式等。 > 学习如何在生产中交付基础设施。 > 这将教会你CI/CD、容器、模型路由、Kubernetes和大规模部署。 > 专注于可观察性和评估。 > 学习如何创建评估数据集、LLM作为评判者、追踪、仪器化和持续评估管道。 ...