AI 工程师入门学习路线

从零基础到能找到 AI 应用工程师岗位，建议 3-4 个月

---

阶段 1：基础打底（2-3 周）

必学

• 机器学习基础 - 监督学习、损失函数、过拟合
• 深度学习基础 - 神经网络、反向传播、CNN/RNN

实战

用 PyTorch 实现一个简单的图像分类器（CIFAR-10），感受训练、验证、评估的全流程。

---

阶段 2：大模型核心（3-4 周）

必学

• Transformer 架构 - 注意力机制、位置编码
• 大模型基础 - 预训练、SFT、RLHF
• Token 与分词 - BPE、WordPiece
• Embedding - 向量表示

实战

从 Hugging Face 加载开源模型（如 Qwen2.5），跑一次文本生成，感受 Token、Temperature 等参数的实际效果。

---

阶段 3：Prompt 工程（1-2 周）

必学

• Prompt 面试题 - 结构化 Prompt、Few-shot、CoT

实战

做一个"智能简历解析"工具：

• 用 Prompt 设计角色和任务
• 用 Few-shot 控制输出格式
• 用 Chain-of-Thought 提升推理准确率

---

阶段 4：方向选择（1-2 周）

根据兴趣选择深入方向：

• 应用方向 → 进入 大模型应用开发
• RAG 方向 → 做一个知识库问答系统
• Agent 方向 → 做一个带工具调用的对话机器人
• 求职方向 → 刷 面试题

---

学习节奏建议

阶段	周期	每日投入
基础打底	2-3 周	2-3 小时
大模型核心	3-4 周	2-3 小时
Prompt 工程	1-2 周	1-2 小时
方向选择	1-2 周	1-2 小时

核心原则：每个阶段至少做完一个项目，不要只收藏不看。能讲出来的知识才是真的学会了。

---

求职目标

学完这套路线，可以投递：

• AI 应用工程师
• Prompt 工程师
• LLM 应用开发工程师