AI工程師能力圖譜
0 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
0 則評論
下一頁