AI工程師能力圖譜
3 檢舉
AI工程師能力圖譜 第一類是 模型理解能力 核心能力是理解 LLM 的行為，例如 Transformer、自迴歸產生、Prompt 機制。這一層決定你是否真正理解大模型，而不是把它當黑盒子 API。 第二類是 AI應用能力 主要是 RAG 和 Agent，這是目前 AI 應用的兩個核心技術模式。 RAG 解決知識接取問題，Agent 解決複雜任務自動化問題。 第三類是 工程實作能力 這一類其實就是把 AI 能力做成系統。包括 API 服務、RAG 服務、Agent 服務、模型適配層等。 第四類是 AI平台能力 當企業開始大規模使用 AI 時，就會需要 AI 平台，例如 AI Gateway、Prompt 管理、模型路由、監控和成本控制等。這一層就是 AI 架構師的核心能力。
相關推薦
作者其他創作
大綱/內容
看更多
模型理解能力
大語言模型基礎
transformer結構
self-attention機制
自回歸生成機制
token與上下文窗口
kv cache推理機制
prompt工程
system prompt設計
few-shot提示
思維鏈（chain-of-thought）
prompt模板設計
prompt builder
AI應用能力
rag系統設計
文檔解析
文檔拆分（chunk）
embedding向量化
向量資料庫（vector db）
向量檢索（vector search）
rerank重排序
context構建
AI智能體（agent）
react模式
planning任務規劃
tool calling工具調用
workflow工作流
memory記憶機制
工程實現能力
AI應用開發
ai api服務（fastapi/flask）
prompt服務
rag服務
agent服務
ai應用接口設計
模型服務架構
model service
model adapter
model router
多模型管理
流式響應（streaming）
AI平台能力
大模型微調
instruction tuning
lora微調
qlora微調
訓練數據構建
模型評估
AI平台架構
ai gateway
prompt管理
rag平台
agent平台
evaluation評估
monitoring監控
token成本管理
Collect
Collect
Collect
Collect
0 則評論
下一頁