打牢 ML/DL 基础

• —机器学习基础（LR/GBDT/聚类）
• —深度学习（CNN/RNN/Transformer）
• —PyTorch 工程能力
• —Python + 数学基础

掌握大模型训练全链路

• —Transformer 源码级理解
• —SFT/RLHF/DPO 对齐
• —LoRA/DeepSpeed 分布式训练
• —开源模型复现（Qwen/GLM）

前沿研究与创新

• —MoE / 多模态 / 推理模型
• —预训练数据与 Scaling Law
• —自研训练框架与算子
• —论文复现与改进

能落地 AI 应用

• —OpenAI/Claude API 调用
• —Prompt 工程方法论
• —RAG 基础流程
• —Dify/FastGPT 平台

构建 Agent 与生产系统

• —LangChain/LangGraph 框架
• —Agent 设计（ReAct/记忆/工具）
• —向量数据库与召回优化
• —应用工程化与评测

推理加速与基础设施

• —vLLM/TensorRT 推理优化
• —量化压缩与显存调度
• —C++/CUDA 算子
• —大规模集群运维

理解大模型能力边界

• —大模型原理与局限认知
• —Prompt 工程实践
• —AI 产品案例拆解
• —用户研究与需求分析

设计 AI 产品方案

• —RAG/Agent 产品设计
• —效果指标体系搭建
• —数据合规与伦理
• —A/B 实验与迭代

驱动 AI 产品战略

• —AI 产品矩阵规划
• —商业模式与成本测算
• —行业深度洞察
• —团队与项目管理