• ai面向 AI 兴趣学习者，以 “理论 + 实践” 为核心，助力零基础入门者、需提升实战的从业者掌握 AI 关键技术与应用能力。依托前沿技术框架与真实行业案例，沉浸式覆盖 AI 基础、机器学习、深度学习等核心领域，通过实操指导、项目实战、导师答疑，夯实行业就业基础。


可用的课程

测试

每个人的AI

人工智能不仅是工程师的专利。如果您想让您的组织更好地使用人工智能，那么这门课程就是您应该告诉每个人--尤其是您的非技术同事--的课程。

在本课程中，您将学习： - 常用人工智能术语背后的含义，包括神经网络、机器学习、深度学习和数据科学 - 人工智能实际上能做什么--以及不能做什么 - 如何发现将人工智能应用到您所在组织的问题中的机会 - 构建机器学习和数据科学项目的感受 - 如何与人工智能团队合作，并在您的公司中构建人工智能战略 - 如何驾驭围绕人工智能的伦理和社会讨论 虽然本课程主要是非技术性的，但工程师也可以通过本课程学习人工智能的业务方面。

从零开始建立大语言模型

提示词工程

提示词工程是一门通过设计和优化输入指令（即 “提示词”） ，来引导大语言模型（LLM，如 GPT、Claude、文心一言等）更精准、高效地生成符合需求输出的学科。它不依赖模型底层代码修改，而是通过 “语言交互” 挖掘模型潜力，是当前大语言模型应用落地的核心技能之一。

动手学大模型应用开发

本项目是一个面向小白开发者的大模型应用开发教程，旨在结合个人知识库助手项目，通过一个课程完成大模型开发的重点入门，主要内容包括：

  1. 大模型简介，何为大模型、大模型特点是什么、LangChain 是什么，针对小白开发者的简单介绍；
  2. 如何调用大模型 API，本节介绍了国内外知名大模型产品 API 的多种调用方式，包括调用原生 API、封装为 LangChain LLM、封装为 Fastapi 等调用方式，同时将包括百度文心、讯飞星火、智谱AI等多种大模型 API 进行了统一形式封装；
  3. 大模型开发流程及架构，大模型应用开发的基本流程、一般思想和本项目的架构分析；
  4. 数据库搭建，不同类型知识库文档的加载、处理，向量数据库的搭建；
  5. Prompt 设计，如何设计 Prompt 来让大模型完成特定任务，Prompt Engineering 的原则和技巧有哪些；
  6. 验证迭代，大模型开发如何实现验证迭代，一般的评估方法有什么；
  7. 前后端开发，如何使用 Gradio、FastAPI 等框架快速开发大模型 Demo，展示应用能力