端到端人工智能工程训练营是一个为期 8 周的小组学习体验,旨在将技术专业人员培养成能够自信地设计、构建和部署生产级人工智能系统的全栈人工智能工程师。文章源自cg资源站-https://www.cgzyw.com/68927.html
🛠️ 你将建造什么文章源自CG资源站-https://www.cgzyw.com/68927.html
你将开发自己的毕业设计项目—— 一个基于真实世界的AI应用,通过每周迭代开发,运用每周学习的概念来解决一个与业务相关的实际用例。最终,你将在演示日进行现场展示,届时你将拥有一个可运行的代码库和已部署的应用,可以向招聘经理、首席技术官或投资者进行展示。文章源自CG资源站-https://www.cgzyw.com/68927.html
🧑💻技术包括:文章源自CG资源站-https://www.cgzyw.com/68927.html
LLM API(Gemini、Claude、GPT 等)。
向量数据库和 RAG。
AI代理库(LangChain、LangGraph、ADK、AutoGen)。
Docker、FastAPI、Kubernetes、云部署。
可观测性、评估和性能测试。
现代通信协议(A2A、MCP)。
🧠 工作原理文章源自CG资源站-https://www.cgzyw.com/68927.html
每周都会进行一次真正的工程冲刺:文章源自CG资源站-https://www.cgzyw.com/68927.html
冲刺课程(星期一):通过视频、速查表和参考代码进行自主学习。
冲刺回顾(周二):与 Aurimas 进行现场演示 + 深入问答。
冲刺构建实验室(周四):现场编码环节,实现冲刺的关键功能。
额外问答和反馈环节。
🎬这里有一个预备课程,可以帮助你做好准备。文章源自CG资源站-https://www.cgzyw.com/68927.html
你将学到什么
掌握端到端人工智能工程——只需 8 周即可利用 LLM、RAG 和代理将原型转化为可用于生产的应用程序。文章源自CG资源站-https://www.cgzyw.com/68927.html
设计和优化 RAG 架构文章源自CG资源站-https://www.cgzyw.com/68927.html
- 学习如何系统地评估和改进基于 RAG 的系统。
- 应用混合检索(BM25 + 密集嵌入)和重排序等技术来优化 RAG 系统的检索过程。
- 利用合成数据生成技术,无需真实用户数据即可帮助您改进系统。
设计和协调智能体系统文章源自CG资源站-https://www.cgzyw.com/68927.html
- 创建能够自主规划步骤、使用工具和完成任务的智能体。
- 将你的 RAG 系统升级为智能 RAG 系统,以支持基于不同数据源上下文的复杂用户查询。
- 通过 MCP 将您的 Agentic 系统连接到工具。
设计和部署用于复杂工作流程的多智能体系统
- 学习多智能体系统的设计模式,以及如何添加安全措施以使其行为可预测。
- 实施 A2A(代理对代理)协议,使您的代理能够与其他远程代理进行通信。
- 实施针对多智能体系统的评估策略。
实施结构化提示和上下文管理
- 学会使用结构化输出,以便模型的响应能够顺利地融入下游系统。
- 应用最佳实践,实现快速版本控制和演进。
应用LLMOps进行可观测性和持续评估
- 学习如何评估不同复杂程度和架构的 GenAI 应用。
- 在您的 CI/CD 流水线中实施评估质量门。
- 从第一周起就为您的系统添加可观测性。
构建和部署生产级 GenAI 应用
- 设置好 API 和服务,使其在生产环境中可靠运行。
- 将您的应用程序部署到云端,并将其提供给潜在用户。
格 式:MP4
分 辨 率:高清1920x1080
语言字幕:英语发音,精翻中文字幕
大 小:14.2 GB
下载方式:百度网盘
版权声明:资源来源于互联网收集整理,仅供学习交流,如果喜欢请支持正版。
本站仅作为资源信息收集站点,无法保证资源的可用及完整性,不提供任何资源安装使用及技术服务。请自己研究文档
