getfromcode测试运维 会员免费

sgg-人工智能大模型班【VIP】

课程定位:补齐大模型工程的底层基建 市面上的大模型课程多聚焦于调用 API 或微调配置,却往往忽略了工程落地的真正门槛。本课程的核心价值在于解决“只会调包,不会工程化”的问题。它从 Python 编程规范、Git 版本控制、Linux 操作环境到 MySQL 数据存储,构建了完整的算法工程师工作流。

单课价¥29.90新品 上架
会员价 会员免费开通会员,全站课程按额度无限下载套餐详情
1 人关注 更新于 2026-09-28 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

支付成功后自动发货,可在「我的订单」查看网盘链接;链接失效可联系客服免费补链。

正版保障 极速发货 售后无忧

课程定位:补齐大模型工程的底层基建

市面上的大模型课程多聚焦于调用 API 或微调配置,却往往忽略了工程落地的真正门槛。本课程的核心价值在于解决“只会调包,不会工程化”的问题。它从 Python 编程规范、Git 版本控制、Linux 操作环境到 MySQL 数据存储,构建了完整的算法工程师工作流。接着深入 Numpy/Pandas 数据处理、机器学习、深度学习及 NLP 核心理论,最终通过智图寻宝、智能商品发布、地址对齐、智选新闻、智荐图谱等实战项目,将零散的技术栈串联为可交付的工程能力。这门课填补了从“理论概念”到“代码落地”之间的巨大空白。

适用人群与学习路径建议

本课程适合具备 Python 基础语法知识,但缺乏 AI 工程实践经验或全栈视野的开发者。建议初学者不要急于进入深度学习部分,而应优先夯实前五个基础模块:重点掌握 Git 的分支管理与远程仓库交互流程,熟悉 Linux 常用指令以应对服务器环境,并强化 Pandas 数据清洗能力,因为后续所有项目都依赖高质量的数据预处理。进入核心阶段后,重点理解 NLP 中的向量表示与模型原理,而非死记公式。对于有基础的读者,可直接通过项目模块反向推导技术点,对照源码复现智荐图谱等复杂系统,验证自身对知识体系的理解程度。

实战项目与资料配合练习

课程包含五个递进式项目,覆盖检索增强生成、知识图谱构建及自然语言处理典型场景。学习者应利用资料包中的源码进行对照实践,而非仅观看视频。建议在完成每个项目的理论讲解后,立即在本地环境复现代码,特别是地址对齐和智选新闻这类涉及多模块协作的项目,需重点关注数据流向与接口设计。通过手动调试冲突解决、日志排查等操作,将 Git 与 Linux 技能内化为肌肉记忆。学完后,读者能够独立承担大模型应用的基础架构搭建、数据链路处理及常规模型部署任务,具备进入真实企业级 AI 开发岗位的工程素养。

课程目录

课程目录38 集
  • 01_尚硅谷大模型技术之Python基础
  • 01-版本控制工具的概述.mp4 114.89M
  • 01-算法工程师的日常工作.mp4 133.81M
  • 02_尚硅谷大模型技术之数据结构与算法
  • 02-Git的介绍和安装.mp4 62.17M
  • 02-大家关心的问题01.mp4 199.55M
  • 03_尚硅谷大模型技术之Linux及Shell
  • 03-Git的使用的主要内容.mp4 33.28M
  • 03-大家关心的问题02.mp4 266.32M
  • 04_尚硅谷大模型技术之MySQL
  • 04-Git中如何初始化用户签名.mp4 34.32M
  • 04-豆包的使用.mp4 73.17M
  • 05_尚硅谷大模型技术之Numpy&Pandas
  • 05-Git中status、add、commit的使用.mp4 41.42M
  • 05-开源数据集使用.mp4 31.14M
  • 06_尚硅谷大模型技术之机器学习核心
  • 06-对比工作区、暂存区、本地库的文件.mp4 31.51M
  • 06-课间提问.mp4 13.49M
  • 07_尚硅谷大模型技术之深度学习核心
  • 07-查看日志信息的指令.mp4 19.61M
  • 07-划重点.mp4 204.80M
  • 08_尚硅谷大模型项目之智图寻宝
  • 08-版本穿梭的操作.mp4 22.07M
  • 08-学习建议.mp4 20.22M
  • 09_尚硅谷大模型技术之NLP核心
  • 09-删除文件.mp4 24.70M
  • 09-课间问题01.mp4 180.20M
  • 10_尚硅谷大模型项目之智能商品发布
  • 10-分支的创建、切换、合并与冲突的解决.mp4 86.03M
  • 11_尚硅谷大模型项目实战之地址对齐
  • 11-Git与Gitee交互的整体的流程说明.mp4 46.76M
  • 12_尚硅谷大模型项目实战之智选新闻
  • 12-具体的操作1:将本地项目推送到远程Gitee上.mp4 40.48M
  • 13_尚硅谷大模型项目之智荐图谱
  • 13-操作2中出现的问题的说明.mp4 74.16M
  • 14_尚硅谷大模型项目实战之AI智教
  • 14-具体的操作2:远程仓库clone到本地等操作.mp4 86.16M
  • 15_尚硅谷大模型项目实战之智医助手
  • 15-PyCharm中Git的基本操作.mp4 40.96M
  • 16_尚硅谷大模型技术之LangChain
  • 16-PyCharm中分支操作与冲突的解决.mp4 32.28M
  • 17_尚硅谷大模型技术之Git
  • 17-PyCharm中关联Gitee并push到远程仓库.mp4 47.17M
  • 18-Pycharm中pull远程仓库的代码到本地.mp4 9.81M
  • 18_尚硅谷大模型技术之大模型微调核心
  • 19-Pycharm中clone操作.mp4 33.67M
  • 19_尚硅谷大模型技术之企业级LLM部署与RAG&Agent开发实战
  • 20_尚硅谷大模型技术之大模型微调理论与实战
  • 21_尚硅谷大模型项目之智服在线
  • 22_尚硅谷大模型项目实战之AI学情
  • 22_尚硅谷大模型项目实战之AI医疗
  • 23_尚硅谷大模型项目之RAG
  • 24_尚硅谷大模型技术之强化学习
  • 25_尚硅谷大模型技术之多模态
  • jetbrains.zip 2.37M
  • Navicatls_17.rar 149.07M
  • 3.代码.zip 9.23M
  • dataset.zip 150.97M
  • pictures.zip 1.18M
  • models.zip 4.28G
  • bert-base-chinese.zip 364.54M
  • 姜夏老师AI大模型深度学习串讲
  • Attention is all you need.pdf 2.11M
  • 深度学习阶段.pdf 7.31M
  • 企业老师干货分享
  • 企业大模型研发流程.pdf 1.43M
  • 尚硅谷大模型技术之面试大保健