精通LLM工程与AI智能体开发:构建14大实战项目 – 2025版
Master LLM Engineering & AI Agents: Build 14 Projects – 2025
学习 Hugging Face、LangGraph、CrewAI、AutoGen、N8N、RAG、MCP 和 OpenAI Agents SDK + 专家帮助并访问 AI 社区
您将学到什么
-
了解大型语言模型 (LLM) 和智能 AI 的基础知识,包括 LLM 的训练、微调和部署方式。
-
使用 AutoGen、OpenAI Agents SDK、LangGraph、n8n 和 MCP 等尖端框架创建和部署智能自主 AI 代理。
-
使用 Hugging Face 和 LM Studio 探索和评估开源 LLM,例如 LLama、DeepSeek、Qwen、Phi 和 Gemma。
-
利用 API 访问 OpenAI、Gemini 和 Claude,开发用于文本生成和视觉任务的实际应用。
-
应用经过验证的 5 步框架,为您的企业选择合适的 AI 模型:最大限度地提高成本效益,最大限度地减少延迟,并加快产品上市速度。
-
使用 Vellum 和 Chat Arena 等排行榜评估 LLM,并进行盲测以客观地评估 AI 模型性能。
要求
-
你需要一台笔记本电脑和网络连接!
-
无需编程经验;具备基本的 Python 技能者优先考虑。
描述
人工智能革命正以难以想象的速度加速发展,掌握大型语言模型(LLM)和智能体人工智能的人将定义技术的未来。
“大型语言模型(LLM)与人工智能代理大师班” 是一项强化实践课程,旨在帮助专业人士和爱好者掌握构建实际人工智能应用所需的技能。无论您是开发人员、数据科学家、研究人员还是技术领导者,本训练营都能为您提供所需的工具和知识,助您自信地在这个快速发展的领域中游刃有余,不断创新。
您将首先探索逻辑逻辑模型 (LLM) 和代理框架的基础知识,包括如何使用 LM Studio 对模型进行基准测试。课程随后将指导您使用来自 OpenAI、Gemini 和 Claude 等供应商的强大闭源 API。您将学习如何构建系统和用户消息、理解分词以及控制输出,从而构建诸如 AI 驱动的文本生成器和视觉卡路里追踪器等项目。
随着学习的深入,你将深入探索开源学习模型(LLM)的世界。你将使用 LoRa 和参数高效微调(PEFT) 等尖端技术,在 Hugging Face 平台上对模型进行微调。与此同时,你还将积累使用 Gradio 设计 AI 驱动的 Web 应用、创建交互式流媒体应用以及构建智能 AI 导师的经验。
训练营的核心内容之一是掌握提示工程,包括零样本提示、少样本提示和链式思维提示技术,以实现一致且可控的输出。你还将探索一些高级功能,例如构建检索增强生成 (RAG) 管道 ,以及使用嵌入进行语义搜索和知识检索。
该课程的最后阶段是开发下一代人工智能代理。您将使用 AutoGen、OpenAI Agents SDK、LangGraph、n8n 和 MCP 等框架来创建能够与外部系统、API 和其他数字工具交互的自主代理。每个模块都强调构建实际的、可运行的项目,以巩固学习目标并为您在实际应用中做好准备。
本次训练营由瑞安·艾哈迈德博士主讲,他是一位经验丰富的 AI 教授和教育家,在全球范围内教授过超过 50 万名学员。对于希望进入 LLM 和 AI 代理开发领域的软件工程师、数据科学家、AI 研究人员和技术专业人士来说,这是一次理想的学习机会。
该项目采用项目式学习模式,提供循序渐进的指导、社群互动以及导师辅导和持续反馈。从第一天起,你就能构建实际应用,让自己站在这一变革性领域的前沿。
立即报名,期待在里面见到你!
本课程适合哪些人:
- 希望进入智能体人工智能和机器学习应用领域的数据科学家、机器学习工程师和人工智能研究人员。
- 具备基本 Python 技能,希望将尖端 LLM 和代理框架集成到实际应用中的软件开发人员。
- 对探索开源模型(如 LLaMA、DeepSeek、Owen、Phi)和框架(如 AutoGen、LangGraph、CrewAI、n8n)感兴趣的技术专业人士和人工智能爱好者。
- 希望开发人工智能驱动的工作流程、助手和自动化原型产品的企业创新团队或研发团队。
- 适合希望获得 LLM 实践经验、精细调整和快速工程经验的高级学生和教育工作者。
- 企业家和初创公司正在探索人工智能驱动的产品,例如自主代理、简历编辑器、预订代理和数据科学助手。


评论(0)