本文由吴恩达Andrew Ng撰写介绍AI工程技能图谱揭示当前及未来最重要的四类AI工程技能构建与部署AI应用、软件工程基础、使用编程智能体、塑造产品与开发方向。文章强调持续学习是关键并指出掌握这些技能将带来丰富的项目与职业机会。对于所有开发者尤其是小白和程序员了解并学习这些技能至关重要以适应AI时代的软件开发变化。很高兴向大家介绍这张 AI 工程技能图谱。与 2022 年相比AI 已经让今天的软件开发方式发生了显著变化。能够掌握相关技能、把握这场变化的人正迎来大量令人期待的项目和职业机会。但在充斥着噪声与炒作的 AI 信息环境里究竟哪些技能最值得你学习我一直在和团队一起梳理 AI 工程技能希望借助这张图谱帮助开发者明确学习的优先顺序也帮助用人单位找到具备相应能力的开发者。我们分析了超过一万条招聘信息与 AI 专家、招聘负责人和招聘人员开展了数十次结构化访谈还通过问卷收集数据并综合了其他线上资料。最终我们归纳出四类最重要的 AI 工程技能构建与部署 AI 应用软件工程基础使用编程智能体塑造产品与开发方向AI 工程技能图谱四类核心能力贯穿其中的是持续学习。通俗地说你可以把这个过程理解为对海量招聘信息和专家访谈数据做一次类似“聚类”的分析找出当下以及不远的将来最重要的技能。这里需要澄清一个概念我谈的是 “AI 工程技能”而不只是“AI 工程师”这个负责构建 AI 系统的岗位因为前者的适用范围要广得多。今天所有开发者都应该懂得如何使用云服务但只有少数人的职位名称是“云工程师”。同样全栈工程师、数据工程师、DevOps 工程师、机器学习工程师当然也包括 AI 工程师都需要掌握 AI 工程技能。01 构建与部署 AI 应用AI 应用与非 AI 应用的一个关键区别在于前者的输出难以预先确定。你向大语言模型LLM发出提示时并不知道它会返回什么训练一个深度学习算法时也无法事先确定它会对新样本作出怎样的预测。相比之下传统软件的行为更容易预测。擅长构建和部署 AI 应用的人理解 AI 的基本组成部分例如大语言模型、上下文工程、检索增强生成RAG、智能体工作流、机器学习与深度学习。更重要的是他们知道如何运用统计方法对 AI 系统进行衡量、引导与治理让系统的行为变得更可预测。这里的一项核心能力就是推动有纪律的评估与错误分析循环。02 软件工程基础深入理解软件如何运行能让你更高效地构建软件。软件工程需要在成本、可扩展性、可靠性、速度等因素之间作出取舍安全与隐私又进一步增加了决策的复杂度。掌握软件基础首先能让你意识到有哪些取舍需要作出。这样你才能在技术栈选择、系统架构设计、数据存储设计和测试等方面作出更好的决策。这也会带来明显优于缺乏经验者的开发结果。有些人只凭感觉进行“氛围编程”vibe coding却不知道编程智能体正在替自己作出哪些取舍。这些取舍往往并不理想因为开发者不知道应该向智能体提供什么背景信息。理解软件工程基础你就能用准确的工程语言引导编程智能体帮助它作出更合理的选择。03 使用编程智能体高效运用智能体编程如今已经是每位开发者的一项关键技能。掌握这项技能意味着你对智能体如何工作有清晰的认识理解它的局限知道如何应对这些局限也能迅速引导它开展工作。你清楚什么时候应该介入、介入多少什么时候可以让它自主推进从而在不过度消耗时间或 token 的前提下构建稳健的软件。这要求你能够管理编程智能体的上下文在规划与执行之间作出取舍并通过提供验证器或评估机制帮助智能体自主完成“执行—验证—修正”的循环。你还需要知道如何使用清晰的需求规格以及什么时候不必为此投入过多精力懂得编排多个智能体协同工作并避开那些可能让智能体把生产数据库弄乱的风险。智能体编程正在快速演进。因此熟练使用编程智能体不仅意味着了解前沿实践也意味着建立持续尝试新工具的习惯并随着最佳实践的变化不断改进自己的工作流程。04 塑造产品与开发方向只要有清晰的需求规格编程智能体按要求交付的能力就正在迅速提升。因此工程师的工作重心也在转向决定需求规格里应该包含什么。工程师不应再期待别人交来一份精确到像素的设计自己只负责实现。高效的 AI 工程工作需要你具备产品判断力理解业务背景和客户目标从而参与塑造产品并推动开发。AI 也让你有机会承担比过去更多的责任更主动地采取行动。你可以识别值得解决的问题和机会并以负责任的方式将想法付诸实践。要把这种机会转化为成果你需要知道如何推动项目向前发展。例如什么时候应该快速做出最小可行产品MVP交给用户测试什么时候又应该放慢节奏投入更多时间把产品做得更审慎、更扎实。05 持续学习是贯穿所有技能的底色所有这些技能都建立在持续学习的心态之上。AI 仍在快速变化我们也必须不断学习、更新能力吸收正在形成的最佳实践。DeepLearning.AI 的主要目标就是帮助开发者掌握这些 AI 工程技能。对于上述四类技能我还有更多内容想与大家分享。我会在后续文章中逐一展开并发布更详细的 AI 工程技能图谱。展望 AI 工程的发展方向我对我们能够共同创造出的东西充满期待也希望你能在这个未来中发挥令人振奋的作用。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。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我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。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】为什么要学习大模型我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年人才缺口已超百万凸显培养不足。随着AI技术飞速发展预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。大模型入门到实战全套学习大礼包1、大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通2、大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。3、AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。4、大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。5、大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。适用人群第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】 小白程序员必看：吴恩达详解AI工程技能图谱，抓住未来机遇！
本文由吴恩达Andrew Ng撰写介绍AI工程技能图谱揭示当前及未来最重要的四类AI工程技能构建与部署AI应用、软件工程基础、使用编程智能体、塑造产品与开发方向。文章强调持续学习是关键并指出掌握这些技能将带来丰富的项目与职业机会。对于所有开发者尤其是小白和程序员了解并学习这些技能至关重要以适应AI时代的软件开发变化。很高兴向大家介绍这张 AI 工程技能图谱。与 2022 年相比AI 已经让今天的软件开发方式发生了显著变化。能够掌握相关技能、把握这场变化的人正迎来大量令人期待的项目和职业机会。但在充斥着噪声与炒作的 AI 信息环境里究竟哪些技能最值得你学习我一直在和团队一起梳理 AI 工程技能希望借助这张图谱帮助开发者明确学习的优先顺序也帮助用人单位找到具备相应能力的开发者。我们分析了超过一万条招聘信息与 AI 专家、招聘负责人和招聘人员开展了数十次结构化访谈还通过问卷收集数据并综合了其他线上资料。最终我们归纳出四类最重要的 AI 工程技能构建与部署 AI 应用软件工程基础使用编程智能体塑造产品与开发方向AI 工程技能图谱四类核心能力贯穿其中的是持续学习。通俗地说你可以把这个过程理解为对海量招聘信息和专家访谈数据做一次类似“聚类”的分析找出当下以及不远的将来最重要的技能。这里需要澄清一个概念我谈的是 “AI 工程技能”而不只是“AI 工程师”这个负责构建 AI 系统的岗位因为前者的适用范围要广得多。今天所有开发者都应该懂得如何使用云服务但只有少数人的职位名称是“云工程师”。同样全栈工程师、数据工程师、DevOps 工程师、机器学习工程师当然也包括 AI 工程师都需要掌握 AI 工程技能。01 构建与部署 AI 应用AI 应用与非 AI 应用的一个关键区别在于前者的输出难以预先确定。你向大语言模型LLM发出提示时并不知道它会返回什么训练一个深度学习算法时也无法事先确定它会对新样本作出怎样的预测。相比之下传统软件的行为更容易预测。擅长构建和部署 AI 应用的人理解 AI 的基本组成部分例如大语言模型、上下文工程、检索增强生成RAG、智能体工作流、机器学习与深度学习。更重要的是他们知道如何运用统计方法对 AI 系统进行衡量、引导与治理让系统的行为变得更可预测。这里的一项核心能力就是推动有纪律的评估与错误分析循环。02 软件工程基础深入理解软件如何运行能让你更高效地构建软件。软件工程需要在成本、可扩展性、可靠性、速度等因素之间作出取舍安全与隐私又进一步增加了决策的复杂度。掌握软件基础首先能让你意识到有哪些取舍需要作出。这样你才能在技术栈选择、系统架构设计、数据存储设计和测试等方面作出更好的决策。这也会带来明显优于缺乏经验者的开发结果。有些人只凭感觉进行“氛围编程”vibe coding却不知道编程智能体正在替自己作出哪些取舍。这些取舍往往并不理想因为开发者不知道应该向智能体提供什么背景信息。理解软件工程基础你就能用准确的工程语言引导编程智能体帮助它作出更合理的选择。03 使用编程智能体高效运用智能体编程如今已经是每位开发者的一项关键技能。掌握这项技能意味着你对智能体如何工作有清晰的认识理解它的局限知道如何应对这些局限也能迅速引导它开展工作。你清楚什么时候应该介入、介入多少什么时候可以让它自主推进从而在不过度消耗时间或 token 的前提下构建稳健的软件。这要求你能够管理编程智能体的上下文在规划与执行之间作出取舍并通过提供验证器或评估机制帮助智能体自主完成“执行—验证—修正”的循环。你还需要知道如何使用清晰的需求规格以及什么时候不必为此投入过多精力懂得编排多个智能体协同工作并避开那些可能让智能体把生产数据库弄乱的风险。智能体编程正在快速演进。因此熟练使用编程智能体不仅意味着了解前沿实践也意味着建立持续尝试新工具的习惯并随着最佳实践的变化不断改进自己的工作流程。04 塑造产品与开发方向只要有清晰的需求规格编程智能体按要求交付的能力就正在迅速提升。因此工程师的工作重心也在转向决定需求规格里应该包含什么。工程师不应再期待别人交来一份精确到像素的设计自己只负责实现。高效的 AI 工程工作需要你具备产品判断力理解业务背景和客户目标从而参与塑造产品并推动开发。AI 也让你有机会承担比过去更多的责任更主动地采取行动。你可以识别值得解决的问题和机会并以负责任的方式将想法付诸实践。要把这种机会转化为成果你需要知道如何推动项目向前发展。例如什么时候应该快速做出最小可行产品MVP交给用户测试什么时候又应该放慢节奏投入更多时间把产品做得更审慎、更扎实。05 持续学习是贯穿所有技能的底色所有这些技能都建立在持续学习的心态之上。AI 仍在快速变化我们也必须不断学习、更新能力吸收正在形成的最佳实践。DeepLearning.AI 的主要目标就是帮助开发者掌握这些 AI 工程技能。对于上述四类技能我还有更多内容想与大家分享。我会在后续文章中逐一展开并发布更详细的 AI 工程技能图谱。展望 AI 工程的发展方向我对我们能够共同创造出的东西充满期待也希望你能在这个未来中发挥令人振奋的作用。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。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我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。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】为什么要学习大模型我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年人才缺口已超百万凸显培养不足。随着AI技术飞速发展预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。大模型入门到实战全套学习大礼包1、大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通2、大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。3、AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。4、大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。5、大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。适用人群第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】