外观
学习路径
九本手册共 460+ 篇内容,单靠一本容易只见树木。下面的路径跨站组合,按职业目标把不同手册的精选文章串成可执行的路线。
每条路径的链接都指向对应手册的原文页,点击即可跳转。也可以回到首页用跨站搜索按需查找。
🎯 算法工程师
目标:机器学习 / 算法方向求职与进阶 周期:约 8 周
从机器学习打底,经深度学习进入强化学习,覆盖算法岗位核心考点,最后对标真实 JD。
- 机器学习 · 什么是机器学习 — 建立机器学习全景:范式、流程与术语
- 机器学习 · 监督学习 — 分类与回归的经典算法族
- 机器学习 · 特征工程 — 数据质量决定模型上限
- 深度学习 · 神经网络 — 从线性模型跨入深度网络
- 深度学习 · 反向传播 — 深度学习的引擎,建议手推一遍
- 深度学习 · 注意力机制 — 理解 Transformer 的起点
- 强化学习 · 马尔可夫决策过程 — 强化学习的形式化框架
- 强化学习 · 策略梯度 — 策略优化的主流方法
- 机器学习 · 优化与评估 — 训练技巧与评估陷阱
- 机器学习 · 求职与 JD 分析 — 对标真实岗位要求收尾
⚡ 推理与部署工程师
目标:大模型推理优化 + 服务化部署 周期:约 6 周
先懂大模型原理,再学推理加速的量化与引擎,最后把模型可靠地送上生产并持续监控。
- 大模型 · 什么是大语言模型 — 了解你要优化与部署的对象
- 大模型 · Transformer 架构 — 自注意力与 KV Cache 的根基
- 推理加速 · 延迟与吞吐 — 推理优化的核心指标
- 推理加速 · 量化 — 最常用的加速手段
- 推理加速 · vLLM 案例 — PagedAttention 实战拆解
- 模型部署 · 推理服务化 — 从模型权重到可用 API
- 模型部署 · 监控与 MLOps — 上线后的可观测性与治理
- 模型部署 · 面试题库 — 对标岗位考察点收尾
🤖 LLM 应用与 Agent 工程师
目标:用大模型构建智能应用 周期:约 4 周
从热门概念建立地图,掌握提示词与 RAG,再进入 Agent 的原理、框架与真实 Harness 设计。
- AI 热门概念 · 大语言模型 — 概念地图打底
- AI 热门概念 · 提示词工程 — 与模型交互的基本功
- AI 热门概念 · RAG — 让模型拥有外部知识
- 大模型 · RAG 案例 — 看一个完整落地案例
- AI 热门概念 · Agent — Agent 是什么、能做什么
- 大模型 · 基于 LLM 的 Agent — 大模型 Agent 的实践形态
- Agent · 什么是 AI Agent — 系统学习 Agent 的入口
- Agent · 智能体循环 — Agent 的核心运行机制
- Agent · 工具系统 — 让 Agent 真正动起来
- Agent Harness · 什么是 Agent Harness — 深入 Agent 骨架实现
- Agent Harness · Claude Code 拆解 — 看真实 harness 如何设计
🔥 AI 热门概念入门
目标:新手快速建立 AI 全景认知 周期:约 2 周
零基础友好:从概念地图出发,把 LLM、Transformer、RAG、Agent 这些热词一次讲透。
- AI 热门概念 · 什么是 AI 热门概念 — 从概念地图出发
- AI 热门概念 · Transformer — 一切大模型的地基
- AI 热门概念 · 提示词工程 — 与 LLM 对话的正确姿势
- AI 热门概念 · RAG — 检索增强生成
- AI 热门概念 · 微调 — 让模型适配你的数据
- AI 热门概念 · Agent — 智能体的基本概念
- AI 热门概念 · ChatGPT 案例 — 热门产品的技术拆解
- AI 热门概念 · DeepSeek-R1 案例 — 2025 年最热推理模型