本文较长，建议点赞收藏，以免遗失。更多AI大模型开发 学习视频/籽料/面试题 都在这>>Github<<
随着DeepSeek的爆火，AI大模型工程化开发需求旺盛。很多后端工程师对于如何转行到AI大模型工程化工程师有很多迷茫。我们先看一个招聘的JD:
从上面可以看到，要做大模型应用开发需要的条件:
1.要熟悉python语言。
2.熟悉pyTorch或TensorFlow深度学习开发框架。
3.熟悉transformer或bert框架。
4.熟悉训练、微调、模型压缩、部署流程。
5.熟悉RAG，prompt、AI Agent、RLHF。
6.使用dify、langchain、fastgpt开发平台，熟悉向量数据库、知识库。
7.分布式系统开发架构、高可用等。
通过上面的招聘岗位描述就知道转行AI应用开发工程师要学习的知识，先学习开发语言，然后学习深度机器学习开发框架，然后熟悉大模型开发平台，结合理论知识做训练、微调、压缩等，最终转化为一个高可用的AI应用。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。
这里给大家准备了AI大模型开发 学习视频/籽料/面试题 学习文档都在这>>Github<<
