AI Engineering From Scratch

435 课 · 20 阶段 · ~320 小时 · Python / TypeScript / Rust / Julia · MIT 开源

435
课程数量
20
学习阶段
~320h
预计时长
20.1k+
GitHub Stars

课程介绍

84% 的学生已经使用 AI 工具,但只有 18% 觉得能专业地使用 AI。这门课程填补了这个鸿沟。

20 个阶段从线性代数到自主 Agent 集群,覆盖 AI 工程的完整知识体系。每个算法都先用原始数学手写实现,再用生产框架运行。每节课产出一个可复用的制品:Prompt 模板、Agent 技能、MCP Server 或独立工具。

你不需要从零开始学——课程提供了智能定位功能,根据你的基础选择入口点。每节课的目录为 phases/<阶段>/<课程>/code/ + docs/en.md + outputs/

学习路径

1
数学基础 — 线代、微积分、概率论、信息论(Phase 1-2)
2
核心算法 — 深度学习、计算机视觉、NLP、Transformer、生成式 AI(Phase 3-8)
3
LLM 与 Agent — LLM 从零构建、LLM 工程、Agent 工程、多 Agent 集群(Phase 10-16)
4
生产与安全 — 基础设施部署、伦理安全对齐、毕业项目(Phase 17-19)

课程大纲

点击展开每个阶段的详细课时列表

下载完整课程资料

包含全部 435 课的代码、文档、测验和输出制品,MIT 许可证

GitHub 源码 官方网站 下载完整课程 (6 MB) Star 项目

所有课程免费开源

欢迎学习交流,欢迎关注公众号「一豪同学」

GitHub 开源仓库