什么是 AI 工程师？

简而言之，AI 工程师负责 AI 应用程序的整个生命周期，即以 AI 为核心的应用程序。AI 工程师采用 AI 模型（包括大型语言模型），并根据自己的需要对其进行自定义。

（如果您想要长版本，请在此处查看我们的博客文章）

这需要从使用自定义数据集构建模型，到训练和调整模型，再到使用云技术部署模型和扩展模型，无所不包。

这个角色像野火一样增长，但它仍在不断发展，毫无疑问，随着 AI 格局的变化，它将继续发展。

什么是 Retrieval Augmented Generation （RAG）？

你有没有想过为什么有些 AI 系统会让人感觉受到限制，给出的答案看起来有点笼统或偏离目标？那是因为他们仅限于训练数据中的知识。

这是大量的数据。但这并不是全部。它不包括私有数据，也不包括自模型训练以来创建的最新数据。

检索增强生成 （RAG） 通过用私有或新信息补充 AI 模型来解决这个问题。

RAG 不仅仅依赖于训练的内容，而是从数据库或文档中检索最新的相关信息。

它的工作原理是这样的：系统首先找到与给定问题最相关的信息（检索）。然后，它使用语言模型根据该信息（生成）生成响应。这就是为什么它被称为检索增强生成！

其结果是 AI 结合了两方面的优势：实时访问外部知识并能够清晰地表达它。

让我们举个例子。

想象一下：您正在浏览一家服装店的网站，寻找符合您尺码和最爱颜色的特定夹克，但您不确定它是否有库存。由 RAG 提供支持的聊天机器人可以毫不费力地完成此作，而不是点击无休止的过滤器。

当您问“您有中等尺寸的蓝色夹克吗”时，RAG 系统会从商店的数据库中检索实时库存数据。它会查找确切的详细信息，例如附近商店的供货情况或预计交货日期 – 这些信息不会出现在 AI 模型的训练数据中。然后它使用该信息生成有用的响应：“是的，我们有库存！您可以在我们的市中心地点取货，也可以在周五之前送货。

这种动态、准确的交互使购物更轻松、更快捷，确保您轻松获得所需的答案。

RAG 越来越多地用于聊天机器人、研究工具和数据分析系统等 AI 应用程序，在这些应用程序中，准确性和上下文至关重要。这是使 AI 在复杂场景中更可靠和有用的实用方法。

为什么选择这个 RAG 课程？

嗯，因为它是最好、最新和最实用的在线 AI 工程训练营课程，它教您现实世界的 RAG 技能，并让您动手实践，以便您可以在现实世界中实际使用您的技能。

但当然，我们是有偏见的。因此，以下是此 RAG 训练营课程所涵盖内容的细分，以便您自己决定：

1. 检索系统基础知识：本节为理解如何从大型数据集中搜索和检索信息奠定了基础。您将学习如何准备用于检索的文本数据，探索不同的检索模型（布尔、向量空间、概率），并了解索引、查询和排名的概念。目标是让您具备在海量数据集中有效查找相关信息的技能。

2. 生成模型基础知识：本节以检索概念为基础，介绍使用 AI 生成文本的原理。您将了解彻底改变自然语言处理的 transformer 架构，以及 transformer 中的注意力机制如何允许模型专注于输入中最相关的部分。您还将了解这些模型的数据准备和训练技术。

3. RAG 简介：本节介绍 Retrieval-Augmented Generation 的核心概念，解释它如何结合检索和生成模型的优势来创建更准确、上下文相关和全面的响应。您将了解基本的 RAG 架构，并了解为什么它在各种 AI 应用程序中变得越来越重要。

4. 使用 OpenAI API：本节重点介绍如何使用 OpenAI 的 API 来访问和利用其强大的 AI 模型，特别是用于文本生成和图像处理。您将学习如何获取 API 密钥、设置环境、制作有效的提示、调整参数以及了解系统提示对 AI 行为的影响。

5. RAG 与 OpenAI 实现：本节汇集了您迄今为止学到的所有内容，教您如何使用 OpenAI 模型构建功能齐全的 RAG 系统。您将集成检索和生成组件，探索多模态 RAG 等高级 RAG 概念，并使用 OpenAI API 创建能够处理复杂任务的智能系统。

6. 使用非结构化数据：本节深入探讨了使用非结构化数据的挑战和技术，这些数据构成了现实世界信息的绝大多数。您将学习如何处理和提取各种格式的信息，如 PDF、Word 文档、PowerPoint 演示文稿、EPUB、图像和 Excel 数据。本节为您提供了解锁隐藏在非结构化数据中的价值的工具。

7. 多模态 RAG：基于您对 RAG 的理解，本节介绍了多模态 RAG 的概念，它扩展了 RAG 的功能，以处理来自多种模态的数据，例如文本和图像。您将学习如何构建可以集成不同数据类型的系统，以生成更丰富、更符合上下文的响应。

8. 代理 RAG：本节介绍代理 RAG 的概念，重点介绍构建可以与用户交互、处理任务和自主做出决策的 AI 代理。该课程涵盖代理状态管理、工作流以及将检索和生成集成到代理系统中。本节介绍了 RAG 开发的前沿，并探讨了 AI 代理如何动态响应用户请求并完成复杂任务。

我还应该了解什么？

成为 ZTM 会员后，您不仅可以访问我们所有的训练营课程、字节和项目。

但你也可以加入我们独家的实时在线社区课堂，与成千上万的学生、校友、导师、助教和讲师一起学习。

最重要的是，您将向具有 AI 和 RAG 实际经验的行业专业人士 （Diogo） 学习。他会教你他在自己的角色中使用的确切策略和技巧。

最后，与所有 ZTM 课程一样，这门课程是一个有生命的东西。它将随着环境的变化而不断更新，因此您可以将其用作现在和整个职业生涯中使用 RAG 构建更智能 AI 应用程序的首选指南。

加入 1,000 多名 Zero To Mastery 毕业生的行列，他们已经被录用，现在在谷歌、特斯拉、亚马逊、苹果、IBM、摩根大通、Facebook、Shopify + 其他顶级科技公司工作。

他们来自不同的背景、年龄和经历。许多人甚至从完全的初学者开始。

所以没有理由不能是你。

而且你没有什么可失去的。因为您现在可以开始学习，如果本课程不是您所期望的，我们将在 100 天内退还您 30%。没有麻烦，也没有问题。