Ai工程化项目实战营2026资源介绍:
Ai工程化项目实战营2026
PS:Ai工程化项目实战营与 Ai全栈开发实战营区别是 工程化是项目落地，不仅要考虑功能，更要考虑性能。
这门课程旨在解决企业AI应用落地的痛难点，专注于将AI从技术原型转化为稳定、高效的生产级系统。课程通过构建“三高”（高性能、高可用、高扩展性）AI工程体系，目标是全面提升你的AI项目研发与工程化能力。
课程的核心交付是带你从 0到1搭建一个工业级的智能Agent客服平台，并通过22个企业真实场景的项目案例进行实践。
| 模块主题 | 核心内容与亮点 |
|---|---|
| 模块一：大模型技术栈与Prompt工程 | 这是课程的基石模块，详细讲解了如何实际运用大模型。内容覆盖： • 主流开发框架：OpenAI Function Calling、LangChain核心组件、LlamaIndex全流程、AutoGen多Agent框架的实战应用。 • 工程化技巧：Prompt高阶设计（思维链、反思机制）、微调方法比较（LoRA等）、Agent构建与多轮对话逻辑设计。 |
| 模块四 & 十：系统架构与项目实战 | 这两个模块是课程的高潮，将前期技术整合落地： • 智能客服系统架构设计：学习高可用的企业级系统设计思路。 • 项目实战：综合运用所有知识，工程化地开发并部署一个完整的企业级智能客服平台。 |
| 模块五 & 七：多Agent与高级能力 | 聚焦于当前最前沿的Agent技术： • 设计多Agent协作与通信机制。 • 构建具备多模态、长短期记忆、自我反思等高级能力的智能Agent。 |
| 模块八 & 九：部署与高性能 | 关注AI系统上线的“最后一公里”和性能保障： • 模型部署与服务化：如何在K8s集群中部署大模型服务，并实现自动扩缩容与流量控制。 • 高性能编程与并发：实现支持高并发、限流、缓存的高性能服务（如每秒处理1000+请求的聊天代理）。 |
其他模块还包括深度学习基础、数据工程、DSL语言设计以及行业产品思维，共同构成一套完整的知识体系。
面向生产的 RAG 系统与多 Agent 协同平台实战
高级 Agent 能力构建：多 Agent 协作与通信、记忆管理、多模态、自主学习、意图识别、多轮对话
企业工程化标准：高并发、多租户、插件化设计、云原生部署、移动端适配、可视化后台AI 技术进阶：数据清洗和预处理、模型定制化、NLP、模型服务化部署、向量数据库集群部署
主流工具实战：LangChain / LangGraph / LangSmith / LangMem / Llamalndex / AutoGen / CrewAI
此隐藏内容仅限VIP查看升级VIP
资源目录:
. ├── 02-章节实战讲解 │ ├── 模块二实践二：基于LoRA微调一个垂直领域客服问答模型_.mp4 │ ├── 模块一：实践一：基于LangChain构建一个多任务问答助手_.mp4 │ ├── 模块一实践二：构建一个多Agent协同客服系统_.mp4 │ ├── 模块三实践一：构建一个基于FAISS-Milvus的FAQ检索系统_.mp4 │ ├── 模块三实践二：构建一个基于FAISS-Milvus的FAQ检索系统_.mp4 │ └── 模块二实践一：训练一个意图识别模型并部署为API_.mp4 ├── 03-开学第一课 │ └── 开营直播-AIIDE的架构演进，洞察AI工程化的设计逻辑_.mp4 ├── 04-第一周：大语言模型技术栈与 Prompt 工程 │ ├── 1.AI工程化定义&大模型与函数的调用_.mp4 │ └── 2.LangChain核心组件&LlamaIndex与知识增强系统_.mp4 ├── 05-第二周：技术栈与 Prompt 工程&深度学习与 NLP 基础 │ ├── 1.工程化中的Prompt技巧与多Agent、轻量微调、生产部署实践.ts │ └── 2.工程准备与数据工程&Transformer与高效微调.ts ├── 06-第三周：深度学习与 NLP 基础 │ └── 1.微调管理优化与评估压缩部署.ts ├── 07-第四周：数据工程与知识增强 │ ├── 1.解构RAG与使用LlamaIndex实现RAG_.mp4 │ └── 2.QAnything与本地RAG解决方案_.mp4 ├── 08-第五周：数据工程与知识增强&智能客服系统架构设计 │ ├── 1.提升RAG效果的方法.ts │ ├── 2.搭建基础对话链&意图识别流水线设计.fixed.mp4 │ └── 2.搭建基础对话链意图识别流水线设计.fixed.pdf ├── 09-第六周：智能客服系统架构设计 │ ├── 1.意图识别与上下文理解与记忆管理_.mp4 │ ├── 1.意图识别与上下文理解与记忆管理_笔记(1).pdf │ ├── 2.让系统“会行动”与用LangGraph实现多轮对话流程控制_.mp4 │ └── 2.让系统“会行动”与用LangGraph实现多轮对话流程控制_笔记.pdf ├── 10-第七周：智能客服系统架构与多Agent协作与通信机制 │ ├── 1.工具调用引擎设计&多Agent协作概念以及主流框架.mp4 │ └── 2.多智能体框架与MCP协议.ts ├── 11-第八周：多Agent协作与通信机制 │ ├── 1.LangGraph集成MCPServer与A2A.mp4 │ └── 1.LangGraph集成MCPServer与A2A_笔记.pdf ├── 12-第九周：DSL语言设计与执行引擎 │ ├── 1.DSL设计原则与应用场景&使用ANTLR-Lark解析DSL语法_.mp4 │ ├── 1.DSL设计原则与应用场景使用ANTLR-Lark解析DSL语法.mp4.pdf │ ├── 2.NL2SQL与数据安全_.mp4 │ └── 2.NL2SQL与数据安全_笔记.pdf ├── 13-第十周：智能Agent高级能力构建 │ ├── 1.记忆管理系统设计与Agent可观测性系统构建.mp4 │ ├── 1.记忆管理系统设计与Agent可观测性系统构建.ts │ ├── 1.记忆管理系统设计与Agent可观测性系统构建_笔记.pdf │ ├── 2.Gemini-fullstack-langgraph-quickstart源_笔记.pdf │ └── 2.Gemini-fullstack-langgraph-quickstart源码剖析.ts ├── 14-第十一周：智能Agent高级能力构建 │ ├── 1.Agent在多模态任务中的推理&移动端大模型部署.mp4 │ ├── 1.Agent在多模态任务中的推理&移动端大模型部署.ts │ └── 智能Agent高级能力构建22.pdf ├── 15-第十二周：模型部署与服务化 │ ├── 1.Docker容器化打包与镜像构建&FastAPI构建模型基础服务_.mp4 │ ├── 1.Docker容器化打包与镜像构建FastAPI构建模型基础服务_笔记.pdf │ ├── 2.K8S编排基础与监控系统、日志收集系统搭建_.mp4 │ └── 2.K8S编排基础与监控系统、日志收集系统搭建_笔记.pdf ├── 16-第十三周：Python高性能编程与并发工程 │ ├── 1.核心概念与底层原理&并行机制对比分析.mp4 │ ├── 1.核心概念与底层原理&并行机制对比分析.ts │ ├── 2.并行机制对比分析与FastAPI深度集成.mp4 │ ├── 2.并行机制对比分析与FastAPI深度集成.ts │ ├── 3.LangChain异步开发进阶与向量数据库和GPU.mp4 │ └── 3.LangChain异步开发进阶与向量数据库和GPU.ts ├── 17-第十四周：项目实战 —— 工程化企业级智能客服平台 │ ├── 1.需求与原型阶段_.mp4 │ ├── 1.需求与原型阶段_笔记.pdf │ └── 2.补充核心与交互能力_.mp4 ├── 18-第十五周：行业场景与产品设计 │ ├── 1.AI产品从“能做”到“好用”的跨越与垂直领域的深水区_.mp4 │ ├── 1.Docker容器化打包与镜像构建&FastAPI构建模型基础服务_.mp4 │ ├── 2.AI伦理、数据合规与治理&Dify二次开发_.mp4 │ └── 2.K8S编排基础与监控系统、日志收集系统搭建_.mp4 ├── AI工程化2 ├── ai文档 │ ├── 2025.06 AICon技术大会 │ │ ├── 01-能源行业基于大模型的数据治理和人工智能应用实践.pdf │ │ ├── 02-QAnything：大模型驱动下的知识库问答体系革新与实践.pdf │ │ ├── 03 AICon2025_MarkCollier final.pdf │ │ ├── 03-货拉拉大数据存储实践与AI时代的应对 .pdf │ │ ├── 04-构建面向大模型的安全治理体系和应用实践.pdf │ │ ├── 0627-AICon北京2025-让 Agent 进化 Agent 企业自动化的新范式构想.pdf │ │ ├── AICon北京2025-莫欣-keynote.pdf │ │ ├── AICon北京2025-叔同-脱敏版.pdf │ │ ├── AICon北京2025-京东-杨培军_final.pdf │ │ ├── Rokid赵维奇-人机协同新范式：AI+AR 空间计算的落地路径.pdf │ │ ├── idoubi-一年上线超 10 款产品，AI 时代如何做独立开发.pdf │ │ ├── 魏瑶-AI赋能eBay支付风控：从用户行为到交易安全的全面智能化.pdf │ │ ├── 董鑫-CangjieMagic：基于仓颉语言的Agent开发框架实践.pdf │ │ ├── 程彬-Data+AI 下一代数智平台建设.pdf │ │ ├── 覃睿-DeepResearch如何在企业内落地.pdf │ │ ├── 韩剑-Infinity：视觉自回归生成新路线.pdf │ │ ├── 程桥-LLM技术在有道词典笔上的应用实践.pdf │ │ ├── 李飞-Multi-Agent架构驱动的Data Agent路线与工程实践.pdf │ │ ├── 范斌-加速AI推理与检索生成：在PB级数据【Alluxio-范斌】湖上实现Parquet查询1000倍性能提升.pdf │ │ ├── 徐文健-AI Agent 如何重塑有声内容的生产与分发.pdf │ │ ├── 吴方方-AI Agent+IoT技术方案新场景创新应用.pdf │ │ ├── 杨方伟-Coding Agent 驱动研发提效：从实践到流程改进.pdf │ │ ├── 马介悦-DLRover在万卡规模大模型训练中的稳定性实践.pdf │ │ ├── 尹良升-SGLang 推理引擎，高效的开源部署方案.pdf │ │ ├── 霍太稳-开场致辞.pdf │ │ ├── 唐家声-实现多模态生成“极致”加速的算法与系统挑战.pdf │ │ ├── 杨志明-深思考人工智能.pdf │ │ ├── 何少甫-当产品经理开始AI编程，如何构建程序员与产品经理的协作新范式0629.pdf │ │ ├── 常高伟-深入对比智能体协议：MCP、A2A、ANP.pdf │ │ ├── 单海军-大模型调优数据的高效构建与进化方法.pdf │ │ └── 车婷婷-大模型助力软件研发人机协同进化实践.pdf │ ├── 2025.4 Qcon 全球技术开发大会 │ │ ├── AI 引领数据分析进化 │ │ │ └── 李飞-AI+引领的企业级智能分析架构演进与行业实践.pdf │ │ ├── AI 驱动的工程生产力 │ │ │ ├── 杨晨-从原型到生产-AgentOps+加速字节+AI+应用落地实践（0410）.pdf │ │ │ ├── 牛俊龙-智能代码助手+CodeFuse+的架构设计与实践v2.pdf │ │ │ └── 从指令到+Agent：基于大语言模型构建智能编程助手.pdf │ │ ├── 不被 AI 取代的工程师 │ │ │ ├── 彭靖田-AI+时代下的企业人才管理体系.pdf │ │ │ ├── 张建飞-AI实现基础能力平权，与优秀工程师共生.pdf │ │ │ └── 超越工具：AI驱动内生型技术管理新范式-2.pdf │ │ ├── 海外 AI 应用创新实践 │ │ │ └── 俞舟-AI+Agent：从实验室到企业-2.pdf │ │ ├── 面向 AI 的研发基础设施 │ │ │ ├── Kimi+稳定高效的+LLM+基础设施构建之道.pdf │ │ │ └── 李虎_百度AI网络的架构创新与优化之路.pdf │ │ ├── 大模型安全 │ │ │ ├── Sunny+duan-大模型安全挑战与实践：构建+AI+时代的安全防线.pdf │ │ │ ├── 张栋-大模型驱动安全升级：腾讯代码安全应用实践.pdf │ │ │ └── 李志伟-端侧大模型的安全建设：如何在算力与保障之间找到平衡.pdf │ │ ├── 大模型赋能 AIOps │ │ │ └── 熊训德-AI+驱动的大数据自治：智能应对复杂运维挑战.pdf │ │ ├── 更智能的企业 AI 搜索实践 │ │ │ ├── Agentic+RAG+的现在与未来.pdf │ │ │ ├── 对外+-+王传阳+-+QCon北京2025-PPT-0411.pdf │ │ │ ├── 刘晓国-基于+Elasticsearch+创建企业+AI+搜索应用实践.pdf │ │ │ ├── 调整版_董振兴-明略科技多模态数据驱动的RAG增强实践.pdf │ │ │ └── 戚仕鹏、吕松霖-TuGraph+++AI：AI+时代下图数据库的智能化探索.pdf │ │ ├── 反卷“大”模型 │ │ │ ├── 曾国洋-端侧模型的知识密度：迈向+AGI+的关键技术实践.pdf │ │ │ └── 王云生-端智能在即时物流场景的落地.pdf │ │ ├── 多模态大模型及应用 │ │ │ ├── 01+段楠-Step-Video+开源模型：视频生成基础模型的最新进展、挑战与未来展望.pdf │ │ │ └── 李宇明-EchoMimic_多模态大模型驱动下的生成式数字人技术与应用.pdf │ │ └── 大模型产品如何创新与创收 │ │ └── AI时代的新范式：如何构建AI产品.pdf │ ├── 8月 AICon 大会深圳场分享 PPT │ │ ├── 1-刘梦怡.pdf │ │ ├── 2-马金龙.pdf │ │ ├── 5-吴云.pdf │ │ ├── AI Native应用的新范式：Trae在Coding Agent中的工程实践.pdf │ │ ├── AICon深圳2025 - 终稿 徐奕成.pdf │ │ ├── AICon深圳2025-纷享销客AIAgent平台落地实践.pdf │ │ ├── Agent开发挑战：如何在敏捷与可靠之间做到既要、又要、还要？.pdf │ │ ├── CodeArts Doer 全流程多 Agent 协同，驱动研发全流程效能跃升.pdf │ │ ├── Plaud 如何用软硬结合重构大模型时代的产品形态与商业路径.pdf │ │ ├── 当AI Agent成为营销新引擎 破解流量困局与ROI迷局-0823.pdf │ │ ├── 周絮-AI Agent + AI Profiling，构建高效智能运维双支柱.pdf │ │ ├── 彭杰-AI 重构 UGC 游戏创作链：玩法、内容与商业价值新范式_最终版.pdf │ │ ├── 段然-AI 眼镜在线下社交场景中的多模态智能感知与主动交互.pdf │ │ ├── 马腾-Mooncake：面向长上下文的 KVCache 中心化推理优化方案.pdf │ │ ├── 冯绪-TRAE 在 Agent 代码编辑的实践.pdf │ │ ├── 袁镱-一念 LLM分布式推理优化实践.pdf │ │ ├── 沈斌_AI 时代超级个体的做事方法论.pdf │ │ ├── 刘炜清 0820版本_AICon.pdf │ │ ├── 周国睿-AICon - 推荐大模型-final.pdf │ │ ├── 琚克俭-AICon深圳2025-Daft-面向AI的多模数据湖计算引擎.pdf │ │ ├── 杨勇强-AICon深圳20250821.pdf │ │ ├── 蒋林泉-AICon主题演讲-250821.pdf │ │ ├── 边雪冬-AIOps 驱动下的 TME 腾讯音乐智能运维新范式.pdf │ │ ├── 霍太稳-PPT V40821.pdf │ │ ├── 虎兴龙-腾讯云wedata agent的思考与实践.pdf │ │ ├── 干英豪-具身智能 × 工程机械：挖掘机远控与端到端自动装车模型的矿山实践.pdf │ │ ├── 刘中兵-快手架构成熟度&AI实践.pdf │ │ ├── 季杨康-零门槛全栈开发，Rokid 智能眼镜AI应用开发实战指南.pdf │ │ ├── 王云峰-智能体重构消费生态，MCP 工具如何成为 AI 电商的新基建.pdf │ │ ├── 杨国强-以卓越性价比释放开放大模型潜能：TPU 上的推理优化全解.pdf │ │ ├── 董纪伟-智能体驱动信贷风险的动态感知到策略自迭代.pdf │ │ └── 从被动服务到主动任务，Agentic AI 在 B 端商业化的应用探索.pdf │ ├── AI面试题 │ │ ├── AI大模型面试题(102).pdf │ │ ├── LLMs大模型面试问题和答案（97）.pdf │ │ ├── Transformer面试题总结97道.pdf │ │ ├── 大模型 RAG 经验面.pdf │ │ ├── 最新大厂AI面试题.pdf │ │ ├── 大模型面试题.pdf │ │ └── 大模型进阶面试题.pdf │ ├── AI研究报告 │ │ ├── 2023年第4季度中国大模型季度监测报告.pdf │ │ ├── 2024年第1季度中国大模型季度监测报告.pdf │ │ ├── 2024年中国大模型行业应用优秀案例白皮书.pdf │ │ ├── AGI在金融领域的应用报告2024.pdf │ │ ├── AI终端白皮书-0621.pdf │ │ ├── DeepSeek：AI 赛道的超级引擎（电子版）.pdf │ │ ├── RTE 和 AI 融合生态洞察报告 2024.pdf │ │ ├── 中国AI Agent应用研究报告.pdf │ │ ├── 生成式AI企业应用落地技术白皮书.pdf │ │ ├── 《采用AI编程助手，发展新质生产力》白皮书.pdf │ │ ├── 发布版InfoQ大模型测评报告2024.pdf │ │ ├── 《生成式 AI 商业落地白皮书》.pdf │ │ ├── 阿里发布AI职业趋势报告.pdf │ │ ├── 中国生成式AI开发者洞察2024.pdf │ │ ├── 数智时代的AI人才粮仓模型解读白皮书（2024版）.pdf │ │ ├── 大模型领航者AIGC 实践案例集锦（第一期） .pdf │ │ ├── 大模型领航者AIGC 实践案例集锦（第一期）.pdf │ │ ├── 【用友大易】AI在企业中的应用现状调研报告.pdf │ │ ├── 互联网行业再进化 ——云上AI时代.pdf │ │ ├── 人工智能成熟度模型+AI Agent产品罗盘.pdf │ │ ├── 中国大模型产品罗盘.pdf │ │ ├── 中国技术市场发展趋势2025之开发者篇.pdf │ │ ├── 架构师特刊：天工开物AIGC.pdf │ │ ├── 大语言模型综合评测报告2023.pdf │ │ ├── 中国开发者画像洞察研究报告2024.pdf │ │ └── 中国软件技术发展洞察和趋势预测研究报告2025（先行版）.pdf │ ├── Attention Is All You Need.pdf │ ├── aaa.txt │ ├── 电子书 │ │ ├── 2024大模型典型示范应用案例集.pdf │ │ ├── AI 必读书籍 │ │ │ ├── 2023年最热门的5本AI书籍 │ │ │ │ ├── 1、python的概率、统计和机器学习.pdf │ │ │ │ ├── 2、人工智能基础数学 │ │ │ │ │ ├── Essential Math for AI 9781098107635.pdf │ │ │ │ │ └── Essential-Math-For-AI-main.zip │ │ │ │ ├── 3、python机器学习：理论与实现.pdf │ │ │ │ ├── 4、理解深度学习 │ │ │ │ │ ├── udlbook-main.zip │ │ │ │ │ ├── 答案手册.pdf │ │ │ │ │ └── 理解深度学习.pdf │ │ │ │ └── 5、处理（几乎）所有机器学习问题 │ │ │ │ ├── GitHub地址 数据集.txt │ │ │ │ ├── approachingalmost-master.zip │ │ │ │ ├── 英文原版-处理几乎所有机器学习问题.pdf │ │ │ │ └── 中文完整版-处理几乎所有机器学习问题.pdf │ │ │ ├── ChatGPT必读书籍 │ │ │ │ ├── 40 《深入浅出神经网络与深度学习》中文PDF.pdf │ │ │ │ ├── 5 深度学习入门-基于Python的理论与实现.pdf │ │ │ │ ├── AIGC：智能创作时代 (杜雨, 张孜铭) .pdf │ │ │ │ ├── OpenAI GPT For Python Developers.pdf │ │ │ │ ├── What_Is_ChatGPT.epub │ │ │ │ ├── 开发GPT-4和ChatGPT应用.pdf │ │ │ │ ├── 这就是ChatGPT.pdf │ │ │ │ └── 提问的艺术——让ChatGPT导出高质量答案.pdf │ │ │ └── 人工智能书籍 │ │ │ ├── 1 深度学习之PYTORCH物体监测实战.pdf │ │ │ ├── 10 深度学习推荐系统 (王喆) (z-lib.org).pdf │ │ │ ├── 11 Tensorflow：实战Google深度学习框架 (郑泽宇 顾思宇) (z-lib.org).pdf │ │ │ ├── 12 白话深度学习与TensorFlow (高扬 卫峥 万娟) (z-lib.org).pdf │ │ │ ├── 13 深度学习框架PyTorch：入门与实践 (陈云) (z-lib.org).pdf │ │ │ ├── 14 Natural Language Processing with PyTorch - 2019.pdf │ │ │ ├── 15 深度学习轻松学：核心算法与视觉实践 (冯超) (z-lib.org).pdf │ │ │ ├── 19 understanding-machine-learning-theory-algorithms.pdf │ │ │ ├── 20 动⼿学深度学习.pdf │ │ │ ├── 28 吴恩达新书《Machine Learning Yearning》完整中文版.pdf │ │ │ ├── 29-1花书英文版 (1).pdf │ │ │ ├── 29-2花书中文版.pdf │ │ │ ├── 2《TensorFlow2深度学习》 .pdf │ │ │ ├── 30 Python深度学习 by Francois Chollet.pdf │ │ │ ├── 31《神经网络与深度学习》付费有版权.pdf │ │ │ ├── 33 pytorch 深度学习实战 (伊莱史蒂文斯) (z-lib.org).pdf │ │ │ ├── 333 PyTorch深度学习实战.pdf │ │ │ ├── 34 深度学习：智能时代的核心驱动力量(有外链备用).pdf │ │ │ ├── 35 《深度学习的数学》.pdf │ │ │ ├── 36 图深度学习.pdf │ │ │ ├── 37 深度学习---Caffe之经典模型详解与实战(乐毅-王斌).pdf │ │ │ ├── 38 深度学习原理与实践 (陈仲铭) (z-lib.org).pdf │ │ │ ├── 39 《Python深度学习基于PyTorch》PDF+吴茂贵.pdf │ │ │ ├── 4 《深度学习进阶自然语言处理》中文原版.pdf │ │ │ ├── 40 《深入浅出神经网络与深度学习》中文PDF.pdf │ │ │ ├── 41 图解深度学习 (山下隆义) (z-lib.org).pdf │ │ │ ├── 42 A Machine Learning With PyTorch and Scikit-Learn -Sebastian Raschka.pdf │ │ │ ├── 43 LaTeX Cookbook (Stefan Kottwitz) (z-lib.org).pdf │ │ │ ├── 45 LaTeX入门 (刘海洋) (z-lib.org).pdf │ │ │ ├── 46 Machine Learning for OpenCV Intelligent image processing with Python (Michael Beyeler) (z-lib.org).pdf │ │ │ ├── 5 深度学习入门-基于Python的理论与实现.pdf │ │ │ ├── 6 《深度学习图解》中文PDF.pdf │ │ │ ├── 6《Grokking Deep Learning》英文PDF.pdf │ │ │ ├── 7 Ensemble Learning for AI Developers.pdf │ │ │ ├── 8 ESLII_print12.pdf │ │ │ ├── 9 hands-on-ml-with-sklearn-and-tf-zh.pdf │ │ │ ├── 李飞飞，吴恩达资料 │ │ │ │ ├── 16 pandas官方文档中文版.pdf │ │ │ │ ├── 21 机器学习个人笔记完整版v5.35-A4打印版,吴恩达.pdf │ │ │ │ ├── 22 机器学习规则GoogleDevelopers.pdf │ │ │ │ ├── 23 机器学习中的常识性问题_20191002.pdf │ │ │ │ ├── 24 机器学习中的常识性问题_望江人工智库.pdf │ │ │ │ ├── 25 李飞飞_attention_transformer_lecture_11.pdf │ │ │ │ ├── 26 李宏毅—1天搞懂深度学习.pdf │ │ │ │ └── 27 吴恩达深度学习课程笔记.pdf │ │ │ ├── 时序推荐书籍及论文 3份 │ │ │ │ ├── Linear Models and Time-Series Analysis Regression, ANOVA, ARMA and GARCH by Marc S. Paolella.pdf │ │ │ │ ├── Practical time series analysis master time series data processing, visualization, and modeling using Python by Avishek Pal, PKS Prakash.pdf │ │ │ │ └── 时间序列分析实例研究 Case Studies in Time Series Analysis by 谢衷洁 Xie Zhongjie.pdf │ │ │ └── 目标检测方面书籍及论文4本 │ │ │ ├── 17 sGBM.pdf │ │ │ ├── Evaluating Machine Learning Models.pdf │ │ │ ├── Feature Engineering for Machine Learning Principles and Techniques for Data Scientists by Alice Zheng, Amanda Casari.pdf │ │ │ ├── Introduction to Machine Learning with Python A Guide for Data Scientists by Andreas C. M��ller, Sarah Guido (z-lib.org).pdf │ │ │ └── The Art of Feature Engineering Essentials for Machine Learning by Pablo Duboue.pdf │ │ ├── LangChain 入门指南构建高可复用、可扩展的 LLM 应用程序.pdf │ │ ├── Sebastian Raschka - Build a Large Language Model (From Scratch) (2024, Manning Publications Co.) - libgen.li.pdf │ │ ├── eBook-How-to-Build-a-Career-in-AI.pdf │ │ ├── 《AI时代生存手册：零基础掌握DeepSeek》（秋叶 任泽岩 黄震炜）.pdf │ │ ├── 《DeepSeek极简入门与应用》（孟建 姚路行）.pdf │ │ ├── 《DeepSeek实战指南》（黄豆奶爸）.pdf │ │ ├── 《DeepSeek实用操作指南：入门、搜索、答疑、写作》（李尚龙）.pdf │ │ ├── 基于GPT-3、ChatGPT、GPT-4等 Transformer 架构的自然语言处理(OCR).pdf │ │ ├── 动手做AI Agent .pdf │ │ ├── 李飞飞_attention_transformer_lecture_11.pdf │ │ ├── 李宏毅—1天搞懂深度学习.pdf │ │ ├── 吴恩达新书《Machine Learning Yearning》完整中文版.pdf │ │ ├── 动⼿学深度学习.pdf │ │ ├── 自然语言处理白皮书&发展现状.pdf │ │ ├── 大模型落地应用案例集.pdf │ │ ├── 吴恩达深度学习课程笔记.pdf │ │ ├── 吴恩达《如何构建自己的AI职业》.pdf │ │ ├── 机器学习中的常识性问题_望江人工智库.pdf │ │ ├── 大模型应用开发极简入门：基于+GPT-4+和+ChatGPT.pdf │ │ ├── 从零构建大语言模型（中文版）.pdf │ │ ├── 大规模语言模型：从理论到实践.pdf │ │ └── 从零开始大模型开发与微调基于PyTorch与ChatGLM.pdf │ ├── 模块六 ：DSL语言设计与执行引擎（完整版）.pdf │ ├── 模块五 ：多Agent协作与通信机制--最新完整版.pdf │ ├── 模块七 ：智能Agent高级能力构建.pdf │ ├── 模块七 ：智能Agent高级能力构建（上）.pdf │ ├── 模块二 ：大模型的微调与部署 part 1.pdf │ ├── 模块二 ：大模型的微调与部署.pdf │ ├── 模块四 ：智能客服系统架构设计 (1).pdf │ ├── 模块四 ：智能客服系统架构设计.pdf │ ├── 模块三 ：数据工程与知识增强（上）.pdf │ ├── 模块三 ：数据工程与知识增强（下）.pdf │ ├── 模块八 ：模型部署与服务化（完整版）.pdf │ ├── 模块九：Python 高性能编程与并发工程.pdf │ └── 模块一：大语言模型技术栈与 Prompt 工程（最终版） (3).pdf └── 知识图谱.png
