掌握 Python 核心语法、数据结构及常用库，为后续 AI 开发打下坚实的编程基础。
学习经典的机器学习算法、数据预处理及模型评估方法，理解人工智能的基本逻辑。
掌握神经网络核心概念，学习使用 PyTorch 或 TensorFlow 框架构建并训练深度学习模型。
深入理解 Transformer 架构、Prompt 工程技巧以及主流大模型的 API 调用与集成方法。
学习利用向量数据库、LangChain 或 LlamaIndex 构建基于私有知识库的 AI 问答系统。
探索多智能体协作、工具调用及复杂任务规划，设计具有自主决策和行动能力的 AI 系统。
掌握模型量化、服务化封装以及在生产环境中的持续集成与监控流程。
用 AI 创建个性化课程，获得互动式课程和进度追踪。