全栈人工智能工程师：Python、机器学习、深度学习和人工智能 +中英文字幕Full-Stack AI Engineer: Python, ML, Deep Learning & Gen AI

全栈人工智能工程师：Python、机器学习、深度学习和人工智能 中英文字幕Full-Stack AI Engineer: Python, ML, Deep Learning & Gen AI

通过实践项目掌握 Python、机器学习、深度学习、MLOps 和 Gen AI，成为一名全栈人工智能工程师。

欢迎来到“全栈人工智能工程师：Python、机器学习、深度学习和生成式人工智能”课程，这是一门旨在将您培养成一名可直接应用于生产环境的人工智能工程师的终极端到端课程。在本课程中，您将掌握人工智能工程流程的每一层，从Python编程和数据科学基础到机器学习、深度学习、MLOps以及基于大型语言模型（LLM）的生成式人工智能。

本课程将带你成为一名全栈人工智能工程师，能够设计、构建、训练、部署和扩展人工智能模型，并应用于各种真实环境。你将通过使用NumPy、Pandas、Scikit-learn、TensorFlow、PyTorch、Docker、Git、MLflow、LangChain和FastAPI 等工具的真实项目获得实践经验，确保你学习到与领先科技公司相同的人工智能工具。

你将从学习Python 数据科学入手，掌握控制流、函数、数据结构和文件处理等基础知识。接下来，你将深入学习Matplotlib 、Seaborn和Pandas等工具，进行数据分析和数据可视化，从而在数据清洗、特征工程和统计建模方面打下坚实的基础。这些核心数据技能将使你能够处理大型数据集，并将其准备好用于机器学习工作流程。

课程的下一阶段将重点学习机器学习（ML）。您将探索监督学习、无监督学习、分类、回归、集成方法和模型评估技术。您将实现诸如线性回归、逻辑回归、决策树、随机森林、XGBoost、LightGBM和CatBoost等算法。每个主题都配有实践性的机器学习项目，帮助您将理论应用于实际场景。

掌握机器学习之后，你将进阶到深度学习（DL） ——使用TensorFlow和PyTorch构建和训练神经网络。你将理解前向传播、反向传播、激活函数、损失函数和梯度下降优化。你将构建用于图像分类的卷积神经网络（CNN），以及用于序列建模的循环神经网络（RNN）、长短期记忆网络（ LSTM ）和梯度回转单元（GRU）。在本模块结束时，你将能够在真实数据集上构建和部署多个深度学习模型。

接下来，你将进入机器学习运维（MLOps）的世界——这是在生产环境中部署和管理人工智能系统的关键技能。你将学习使用Git和DVC进行版本控制，使用ONNX和TorchScript进行模型打包，使用Flask和FastAPI进行API 服务，以及在AWS、GCP和Azure等云平台上进行部署。你还将使用CI/CD 工具实现模型流水线的自动化，确保你的模型可靠、可扩展，并能满足企业级应用的需求。

最后，你将深入学习生成式人工智能（GenAI）和大型语言模型（LLM）。你将掌握提示工程、分词、微调、检索增强生成（RAG）以及诸如LangChain和CrewAI之类的AI 代理框架。你将使用OpenAI GPT、Claude和Gemini API构建真实的LLM 应用，最终完成一个毕业设计项目，开发你自己的AI 聊天机器人或内容生成器。

完成本课程后，你将掌握成为全栈人工智能工程师所需的全部技术栈——全面理解数据科学、机器学习、深度学习、MLOps和生成式人工智能。无论你是刚刚开启人工智能职业生涯，还是正在晋升到更高级的工程岗位，本课程都能为你提供所需的技能、工具和作品集，助你构建人工智能的未来。

格 式：MP4
分 辨 率：高清1280*720
时 长：32 小时 14 分钟
语言字幕：英语发音 精翻中英文字幕
大 小：17.1 GB
下载方式：百度网盘