> 资源 > 视频课程 > IT与软件

为期 3 天的人工智能工程训练营 – 成为一名人工智能工程师

立即下载

免费资源

暂无评分

使用法学硕士、RAG 系统和自主代理构建和部署真正的人工智能应用程序。

IT与软件

你将学到什么

了解 AI 工程的基础，包括大型语言模型 (LLM) 的工作原理以及它们如何为现代 AI 应用提供支持。
使用 LLM API 构建 AI 应用，包括创建提示、管理上下文和生成结构化输出。
使用嵌入、向量数据库和文档检索管道设计和实现检索增强生成 (RAG) 系统。
开发能够进行多步骤推理、工具使用和工作流程自动化的 AI 代理。
使用 FastAPI 后端和 API 部署 AI 应用，使其可作为生产就绪服务进行访问。
应用护栏、日志记录、监控和成本优化等生产 AI 实践来可靠地运行 AI 系统。

“本课程包含人工智能的使用”

随着组织竞相将人工智能、大型语言模型 (LLM) 和人工智能驱动的自动化集成到其产品和工作流程中，对熟练人工智能工程师的需求比以往任何时候都增长得更快。然而，许多专业人士很难理解现代人工智能系统是如何在现实世界的应用中构建和部署的。这门强化课程“只需 3 天成为人工智能工程师”旨在通过教授设计、构建和部署现代人工智能应用程序所需的实践技能来弥补这一差距。

在这个实践计划中，您将学习人工智能工程的核心基础，重点关注为当今最先进系统提供动力的技术。您无需花费数周时间学习理论，而是使用大型语言模型 (LLM)、检索增强生成 (RAG) 和 AI 代理构建实际应用程序。在课程结束时，您将了解如何构建将模型、数据和工具组合到可扩展应用程序中的智能系统。

本课程从LLM架构的基础知识开始，您将了解现代人工智能模型的工作原理、令牌和上下文窗口如何影响模型行为，以及如何设计有效的提示来指导人工智能系统产生可靠的输出。您还将学习如何使用 LLM API 与模型交互，从而将 AI 功能直接集成到软件应用程序中。

接下来，您将了解生产 AI 系统中使用的最重要的技术之一：检索增强生成 (RAG)。您将学习如何使用嵌入、向量数据库和文档检索管道构建将语言模型与外部知识源连接起来的系统。通过实践练习，您将创建一个能够使用自定义数据集中的信息回答问题的文档聊天系统。这与许多企业人工智能应用程序中使用的架构相同。

本课程随后探讨了快速发展的人工智能代理领域。您将学习如何设计超越简单提示的系统，而是执行多步骤工作流程、工具使用和任务规划。使用现代代理框架，您将构建可以收集信息、执行操作并生成结构化输出的自治系统。这些功能代表了智能应用的下一代发展。

最后，课程重点关注人工智能部署和生产工程。您将了解如何使用 FastAPI 后端部署 AI 系统、创建 API 端点以及将 AI 应用程序公开为可扩展服务。您还将探索诸如护栏、日志记录、监控和成本优化等基本主题，这些主题对于在生产环境中运行人工智能系统至关重要。

在整个计划中，您将完成实践项目，以强化每个概念并帮助您构建可用于投资组合的应用程序。三天结束时，您将构建并部署一个生产就绪的 AI 应用程序，该应用程序结合了 LLM、RAG 管道和AI 代理工作流程。

无论您是软件工程师、数据科学家、产品构建者还是技术领导者，本课程都将为您提供立即开始构建真正的人工智能系统所需的实践知识。您不仅会学习人工智能，拥有设计、构建和部署智能应用程序所需的技能，为下一代数字产品提供动力。