大模型全栈工程师技术深度实战 RAG检索增强+多模态理解与Fine-tuning全栈能力培养

深度实战,全栈能力培养

编辑点评

聚焦大模型技术,涵盖RAG检索、多模态理解、Fine-tuning等前沿技术,实战性强,适合AI领域开发者。

⭐ 编辑推荐

本课程深入解析AI大模型全栈技术,从基础原理到实战应用,助你成为大模型全栈工程师。

课程亮点

大模型技术深度解析
RAG检索与多模态理解
Fine-tuning实战技巧

课程目录

📁 AI大模型全栈会员专享系列讲座(赠)
    📁 7.部署和交付
        1. 【David】智能算力那点事儿_ev_29158_4236.mp4  [211.6 MB]
        7.部署和交付资料.png  [493.5 KB]
    📁 8.产品设计和运营
        4. 【Frank Nee】中国产品如何出海_ev_29158_1232.mp4  [364.5 MB]
        3. 【汪源】GenAI的创新逻辑与趋势_ev_29158_2404.mp4  [324.6 MB]
        2. 【王乐】复盘 FoloToy AI 玩具的独立开发历程_ev_29158_5422.mp4  [223.0 MB]
        1. 【周玮】AI 落地实战应用——EDGE 过程总结和复盘_ev_29158_6628.mp4  [346.6 MB]
        8.产品设计和运营资料.zip  [1.8 MB]
    📁 6.多模态
        1. 【吴桂林】数字分身应用及技术介绍_ev_29158_8508.mp4  [183.2 MB]
        6.多模态文档.png  [493.5 KB]
    📁 5.Fine-tuning
        6. 【麒汀】阿里云百炼之一站式模型微调训练实践_ev_29158_7345.mp4  [223.0 MB]
        7. 【罗璇】从RWKV看端侧大模型的发展_ev_29158_9185.mp4  [170.8 MB]
        3. 【甘如饴】多模态大模型和代码大模型是怎样炼成的_ev_29158_2930.mp4  [245.1 MB]
        5. 【可乐】百度智能云千帆行业实战&金融大模型应用探索与开发实践_ev_29158_7646.mp4  [214.6 MB]
        4. 【神秘嘉宾】大模型时代的AI产品新挑战_ev_29158_4513.mp4  [217.9 MB]
        2. 【施兴】如何用 Stable Diffusion 复现一个妙鸭_ev_29158_8925.mp4  [306.8 MB]
        1. 【张轩玮】我是如何训练百亿参数大模型 ChatYuan 的_ev_29158_5417.mp4  [220.1 MB]
    📁 2.RAG
        2. 【刘海峰】ChatU.ai 企业落地经验_ev_29158_6838.mp4  [251.6 MB]
        1. 【翼飞】阿里云百炼之RAG在企业场景的应用_ev_29158_9015.mp4  [148.2 MB]
        2.RAG文档.zip  [1.8 MB]
    📁 4.手撕 AutoGPT
        2. 【林义章】MetaGPT 让每个人拥有专属智能体_ev_29158_6196.mp4  [277.6 MB]
        1. 【丛鑫、卢雅西】XAgent 原理、技术与应用_ev_29158_9463.mp4  [307.2 MB]
    📁 3.LangChain
        1. 【薛宏伟】LangChain 核心源码解读_ev_29158_2815.mp4  [389.3 MB]
        3.LangChain必看.zip  [1.8 MB]
    📁 1.AI编程
        1. 【何少甫】网易 CodeWave 智能开发平台的 AI 实践_ev_29158_8710.mp4  [184.0 MB]
        1.AI编程资料.zip  [1.8 MB]
    AI大模型全栈会员专享系列讲座(赠)文档.zip  [1.8 MB]
📁 常用工具下载
    OllamaSetup_29158_1761.exe  [1001.0 MB]
    常用工具下载资料.zip  [1.8 MB]
📁 AI大模型追新课
    1、DeepSeek解析:技术演进、模型指南与产业应用_ev_29158_1956.mp4  [286.9 MB]
    2、解析 Manus:多智能体技术的架构与未来_ev_29158_3175.mp4  [348.4 MB]
📁 ai大模型正课
    9、LangChain:多任务应用开发_ev_29158_1844.mp4  [557.4 MB]
    8、Text2SQL:自助式数据报表开发_ev_29158_2672.mp4  [568.7 MB]
    7、RAG高级技术与最佳实践_ev_29158_6463.mp4  [563.7 MB]
    6、RAG(Retrieval Augmented Generation)技术与应用_ev_29158_5515.mp4  [507.3 MB]
    5、Embeddings和向量数据库_ev_29158_7379.mp4  [405.2 MB]
    4、Cursor 可视化大屏搭建_ev_29158_1589.mp4  [372.5 MB]
    3、Cursor编程-从入门到精通_ev_29158_5101.mp4  [443.4 MB]
    1、AI大模型基本原理与deepseek使用_ev_29158_6710.mp4  [533.6 MB]
    2、Prompt工程:设计与优化_ev_29158_7515.mp4  [454.8 MB]
    17、Coze插件开发实战_ev_29158_8983.mp4  [362.4 MB]
    15、Fine-tuning技术与大模型优化_ev_29158_8846.mp4  [391.6 MB]
    16、Coze工作原理与应用实例_ev_29158_7684.mp4  [324.9 MB]
    13、视觉大模型与视觉智能体_ev_29158_4953.mp4  [524.9 MB]
    14、视觉大模型与视觉智能体_ev_29158_7631.mp4  [351.0 MB]
    12、MCP应用与实战_ev_29158_2617.mp4  [443.7 MB]
    10、Function Calling与跨模型协作_ev_29158_1736.mp4  [513.6 MB]
    11、Agent智能体系统的设计与应用_ev_29158_7590.mp4  [486.6 MB]
    0、开班典礼_ev_29158_8573.mp4  [423.5 MB]
    ai大模型正课文档.png  [493.5 KB]
📁 AI大模型全栈工程师先导课(赠)
    9-如何使用注解_ev_29158_9298.mp4  [40.0 MB]
    7-Python工程应用-字符串_ev_29158_2741.mp4  [44.0 MB]
    8-Python文档化应用场景_ev_29158_8496.mp4  [23.7 MB]
    6-pip包管理工具_ev_29158_5459.mp4  [39.9 MB]
    5-PyCharn安装与应用_ev_29158_4490.mp4  [33.2 MB]
    4-VSCode安装与应用_ev_29158_6774.mp4  [29.0 MB]
    20.FastAPI的使用_ev_29158_1495.mp4  [81.1 MB]
    3-macOS环境安装_ev_29158_5583.mp4  [8.6 MB]
    2-Windows环境安装_ev_29158_5282.mp4  [8.8 MB]
    19.dotenv使用_ev_29158_4903.mp4  [41.1 MB]
    18-字符串处理_ev_29158_8265.mp4  [69.8 MB]
    17-爬虫(4)_ev_29158_6963.mp4  [96.9 MB]
    16-爬虫(3)_ev_29158_4734.mp4  [88.9 MB]
    15-爬虫(2)_ev_29158_1541.mp4  [112.8 MB]
    14-爬虫(1)_ev_29158_3373.mp4  [45.7 MB]
    13-文件IO_ev_29158_1412.mp4  [34.8 MB]
    12-JSON应用_ev_29158_3729.mp4  [55.2 MB]
    11-Python程序调式和异常处理技巧_ev_29158_1860.mp4  [135.5 MB]
    10-字符编码的处理_ev_29158_2457.mp4  [88.2 MB]
    AI大模型全栈工程师先导课(赠)说明.zip  [1.8 MB]
    1-初始Python_ev_29158_7044.mp4  [13.3 MB]
课程资料_29158_4893.zip  [201.8 MB]

适合人群

  • AI开发者
  • 数据科学家
  • 机器学习工程师

学习收获

掌握大模型核心技术
提升AI应用开发能力
成为大模型全栈工程师

祝您学习愉快!

学有所成,前程似锦!