正版资源知乎AI应用开发工程师大模型12期
《知乎AI应用开发工程师大模型12期》《知乎AI应用开发工程师大模型12期》本课程共 18 节视频，按章节循序渐进讲解，适合希望系统掌握核心知识点的学习者。【技能收获】学完可掌握：RAG 检索增强生成、Embedding 向量检索、Prompt 提示词工程、AI Agent 智能体构建。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：AI 应用工程师、RAG 系统
知乎这套「AI 应用开发工程师大模型 12 期」在结构上不是一节一个知识点的小短片拼盘，而是把大模型应用开发里最容易脱节的两端——后端工程与检索链路——绑在一起讲。18 节视频按章节推进，配套章节笔记，适合已经能写 Java 或 Python 服务、但还没把大模型真正接进业务系统的开发者拿来对照练手。它的价值不在「讲了多少模型原理」，而在于把 RAG、Embedding、Prompt、Agent 这几块拆成了可以落到代码结构里的模块。
技术栈与工程侧重点
课程的主线是检索增强生成（RAG）的完整落地链路，而不是停留在调用一次对话 API。围绕这条主线，Embedding 向量检索负责把非结构化文档转成可召回的向量空间，Prompt 提示词工程负责约束模型在给定上下文里的输出边界，AI Agent 则是在检索之上叠加工具调用与多步决策。三者不是并列关系，而是层层往上搭：向量检索决定召回质量，Prompt 决定生成质量，Agent 决定系统能不能自主完成一个任务闭环。
对后端开发者来说，这里面的工程难点其实很具体：文档切片策略怎么定、向量库选型与索引怎么建、召回结果怎么重排、上下文怎么拼进 Prompt、多轮对话状态怎么存。课程按章节把这些环节依次展开，正好对应实际项目里从「能跑通 Demo」到「能扛住真实知识库」之间的那段距离。
项目结构与可复用模块
按章节顺序学下来，可以拆出一套相对清晰的分层结构：数据侧负责文档解析、清洗、切片与入库；检索侧负责向量化、相似度召回与结果过滤；生成侧负责 Prompt 组装、模型调用与输出解析；编排侧负责把上面几层串成 Agent 或对话流程。这套分层的意义在于——每一层都可以单独替换。向量库换了、模型换了、切片策略调了，只要接口边界稳定，其余部分不用推倒重来。
这正是它适合作对照实践的地方。你可以拿课程里的实现思路，去映射自己手上的项目：现有的知识库系统缺的是召回层还是编排层？现有后端服务里，模型调用是散落在业务代码里，还是已经收敛成独立模块？带着这些问题看，比单纯跟着敲一遍代码收益更大。
适合的自学节奏
- 先按章节顺序过一遍，重点理解每层之间的数据流转，而不是纠结单个 API 的参数。
- 每完成 2～3 节，结合章节笔记整理一份小结，写清楚这一层解决了什么问题、暴露了什么新问题。
- 进入综合实战章节前，先自己搭一个最小检索链路，哪怕只有一个文档、一个向量库、一次召回。
- 学完后独立复现一套完整 Demo，从文档入库到 Agent 编排走通全链路，写进作品集比罗列会用哪些 API 更有说服力。
面向的岗位与能力画像
这套内容对应的是 AI 应用工程师、RAG 系统开发、后端 + 大模型落地这类角色。招聘市场上，单纯会调模型接口的人不少，但能把检索、生成、编排串成一条稳定链路、并处理真实文档与真实并发的人相对稀缺。简历里突出完整项目链路——数据怎么进、怎么召回、怎么生成、怎么评估——比强调「熟悉某大模型 API」更能体现工程能力。
如果你已有编程或运维基础，这份资料更适合当作结构参照，边看边改自己的代码结构，而不是当成视频课线性刷完。
《知乎AI应用开发工程师大模型12期》本课程共 18 节视频，按章节循序渐进讲解，适合希望系统掌握核心知识点的学习者。【技能收获】学完可掌握：RAG 检索增强生成、Embedding 向量检索、Prompt 提示词工程、AI Agent 智能体构建。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高，具备「后端 + RAG 落地」复合能力的人才在招聘市场更稀缺，简历中可突出完整项目链路而非仅会使用 API。 若你已有一定编程或运维基础，本课程可帮助你在现有技能栈上快速叠加热门方向能力，提升求职时的项目说服力与薪资谈判空间。
课程推荐
《知乎AI应用开发工程师大模型12期》《知乎AI应用开发工程师大模型12期》本课程共 18 节视频，按章节循序渐进讲解，适合希望系统掌握核心知识点的学习者。【技能收获】学完可掌握：RAG 检索增强生成、Embedding 向量检索、Prompt 提示词工程、AI Agent 智能体构建。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高，具备「后端 + RAG 落地」复合能力的人才在招聘市场更稀缺，简历中可突出完整项目链路而非仅会使用 API。 若你已有一定编程或运维基础，本课程可帮助你在现有技能栈上快速叠加热门方向能力，提升求职时的项目说服力与薪资谈判空间。【技能收获】学完可掌握：RAG 检索增强生成、Embedding 向量检索、Prompt 提示词工程、AI Agent 智能体构建、Java 后端开发、Linux 运维。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高，具备「后端 + RAG 落地」复合能力的人才在招聘市场更稀缺，简历中可突出完整项目链路而非仅会使用 API。 若你已有一定编程或运维基础，本课程可帮助你在现有技能栈上快速叠加热门方向能力，提升求职时的项目说服力与薪资谈判空间。
视频目录（18 节）
知乎AI应用开发工程师大模型12期
* 0、开班典礼.mp4
* 1、AI大模型基本原理与deepseek使用.mp4
* 2、Prompt工程：设计与优化.mp4
* 3、Cursor编程-从入门到精通.mp4
* 4、Cursor 可视化大屏搭建.mp4
* 5、Embeddings和向量数据库.mp4
* 6、RAG（Retrieval Augmented Generation）技术与应用.mp4
* 7、RAG高级技术与最佳实践.mp4
* 8、Text2SQL：自助式数据报表开发.mp4
* 9、LangChain：多任务应用开发.mp4
* 10、Function Calling与跨模型协作.mp4
* 11、Agent智能体系统的设计与应用.mp4
* 12、MCP应用与实战.mp4
* 13、视觉大模型与视觉智能体.mp4
* 14、视觉大模型与视觉智能体.mp4
* 15、Fine-tuning技术与大模型优化.mp4
* 16、Coze工作原理与应用实例.mp4
* 17、Coze插件开发实战.mp4
