Roadmap
6 层 AI 学习路径
每一层都包含学习目标、核心知识点、推荐 Demo、推荐项目和完成状态，用来支撑从概念到实战的连续闭环。
第 1 层
Python 与数据处理
进行中 35%
第 2 层
机器学习基础
进行中 22%
理解模型训练、损失函数、梯度下降、分类、聚类和评估指标。
核心知识点
损失函数
梯度下降
线性/逻辑回归
K-means
模型评估
推荐 Demo
- 梯度下降可视化
- 线性回归在线训练
- K-means 聚类
推荐项目
- 链路质量预测模型
第 3 层
深度学习基础
未开始
第 4 层
Transformer 与大模型
未开始
理解 Token、Attention、上下文窗口和生成式模型的基础机制。
核心知识点
Token
Self-Attention
位置编码
上下文窗口
推理成本
推荐 Demo
- Attention 可视化
推荐项目
- 技术文档 RAG 问答系统
第 5 层
AI 应用开发
未开始
把模型能力变成可靠产品功能，覆盖 Prompt、RAG、工具调用和评测。
核心知识点
Prompt 设计
RAG
工具调用
结构化输出
应用评测
推荐 Demo
- Attention 可视化
推荐项目
- 技术文档 RAG 问答系统
- AI 代码审查助手
第 6 层
AI 工程化与真实落地
未开始