🎯 AI学习创作 — 研究生高薪就业学习体系¶
目标：2028年获得中国AI/CS领域高薪offer（AI算法/AI工程/大模型方向） 体系版本：v5.2（2026年2月最终核验版） 最后更新：2026-02-24 质量保证：全部 895 篇文档经联网核验 + 自动化扫描，事实性错误已修正
v5.2 更新摘要¶
v5.2（2026-02-24） - ✅ 新增 AI Coding工具链 教程（11章，Cursor/Copilot/Claude Code深度使用） - 📊 文档总数更新：857 → 895 篇（含新增教程与章节扩充） - 📝 就业战略文档新增：就业目标明确化，腾讯为首选，华为仅实习 - 🔗 修复 全栈学习路线 内链大小写错误
v5.1（2026-02-18 全量核验优化版） - 🔍 全部 857 篇文档经联网核验 + 自动化扫描，修正 12 处事实性错误 - 🔗 修复 44 条断裂内部链接，URL编码路径全部规范化 - 🧹 清理 31,559 行多余空白，统一代码格式 - 📝 14 个 README 升级为带链接章节表的标准格式
v5.0 主要变更 - 具身智能：1章→6章（感知/控制/VLA/仿真/面试全覆盖） - AI Agent：4章→15章（+评估测试/生产部署/企业级案例） - MLOps：4章→6章（+ML流水线CI/CD/FeatureStore） - 深度学习：+分布式训练专题（DDP/FSDP/3D并行） - LLM学习：+SFT数据工程专题（Self-Instruct/对齐数据） - LangChain：全面迁移至LCEL/LangGraph（清除所有废弃API） - 重复内容：模型优化 ↔ LLM应用交叉引用标注完成
📊 体系总览（9大类别 · 46个教程 · 895篇文档）¶
| # | 分类 | 教程数 | 核心方向 | 优先级 |
|---|---|---|---|---|
| 🧠 | AI核心理论 | 10个 | ML/DL/LLM/CV/NLP/推荐/RL/扩散模型/具身智能 | ⭐⭐⭐⭐⭐ |
| 🔧 | AI工程与工具 | 7个 | Agent(15章)/MLOps(6章)/模型优化/AI编程/AI Coding工具链/ComfyUI/Dify | ⭐⭐⭐⭐⭐ |
| 📐 | 数学与算法 | 2个 | AI数学(SVD→LoRA)/算法(DP完整版) | ⭐⭐⭐⭐⭐ |
| 💻 | 编程语言 | 5个 | Python/C++/Java·Go·Rust(按需选修) | ⭐⭐⭐⭐ |
| 🏗️ | 系统与架构 | 8个 | 后端/DB/系统设计/OS/网络/底层/设计模式/数据工程 | ⭐⭐⭐⭐ |
| ☁️ | 工程实践 | 3个 | 云原生DevOps/Linux Shell/Git | ⭐⭐⭐ |
| 🎓 | 求职面试 | 5个 | 面试题库/简历求职/AI系统设计面试/科研/全栈路线 | ⭐⭐⭐⭐⭐ |
| 🌐 | 应用开发(按需) | 3个 | Web开发(Flask+FastAPI)/前端(按需)/应用(按需) | ⭐⭐ |
| 📦 | 选修精简 | 3个 | 测试(AI模型测试)/安全(AI安全)/产品(AI产品) | ⭐⭐ |
🧠 第一类：AI核心理论（最高优先级）¶
拿到AI高薪offer的硬核基础，必须全部精通
| 序号 | 教程 | 章节数 | 关键技术 |
|---|---|---|---|
| 1 | 机器学习 | 29章 | 监督/无监督/集成学习/概率图模型/现代表格方法 |
| 2 | 深度学习 | 6大模块(含分布式训练) | CNN/RNN/Transformer/GNN/GAN/DDP/FSDP/3D并行 |
| 3 | LLM学习 | 4大模块(含SFT数据工程) | 基础巩固/核心技术/系统工程(+数据工程)/前沿探索 |
| 4 | LLM应用 | 25章(LCEL重写) | Prompt/RAG/Agent/微调/部署/LangChain LCEL/LangGraph |
| 5 | 计算机视觉 | 18章 | 图像分类/检测/分割/ViT/多模态/SAM/世界模型 |
| 6 | 自然语言处理 | 15章 | 词向量/BERT/生成式NLP/对话系统/Agent化NLP |
| 7 | 推荐系统 | 22章 | 协同过滤/深度推荐/序列推荐/知识图谱 |
| 8 | 强化学习 | 6大模块 | DQN/Policy Gradient/RLHF/RL for Reasoning |
| 9 | 扩散模型学习 | 多章 | DDPM/Stable Diffusion/ControlNet/视频生成 |
| 10 | 具身智能与机器人AI | 6章 | 感知/控制/VLA(RT-2/π0)/仿真Sim2Real/面试30题 |
🔧 第二类：AI工程与工具¶
Agent和MLOps是2026-2028最火的方向，必学
| 序号 | 教程 | 章节数 | 关键技术 |
|---|---|---|---|
| 1 | AI Agent开发实战 | 15章 | ReAct/LangGraph/MCP/Context Engineering/Agent Memory/多Agent/评估/生产部署/企业案例 |
| 2 | MLOps与AI工程化 | 6章 | MLflow/Triton/监控/LLMOps/Kubeflow CI-CD/FeatureStore |
| 3 | 模型优化 | 14章 | 量化/剪枝/蒸馏/推理优化/FlashAttention/Speculative Decoding（→LLM应用交叉引用标注） |
| 4 | AI编程实战 | 8章 | AI辅助编程/代码生成/代码审查/测试/文档/AI协作方法论 |
| 5 | AI Coding工具链 | 11章 | Cursor深度使用/GitHub Copilot精通/Claude Code/AI辅助调试与重构/Coding伦理 |
| 6 | ComfyUI实战 | 9章 | 工作流/模型加载/自定义节点/FLUX/视频生成 |
| 7 | Dify实战 | 8章 | 应用构建/工作流/RAG集成/Agent/MCP |
📐 第三类：数学与算法基础¶
AI面试必考，数学差的直接被刷
| 序号 | 教程 | 章节数 | 关键内容 |
|---|---|---|---|
| 1 | AI数学基础 | 4章(深度扩充) | 线性代数(SVD+LoRA)/概率统计(EM+VAE)/优化理论(Adam+分布式)/信息论(InfoNCE+扩散) |
| 2 | 算法 | 多章 | 数据结构/动态规划/图论/贪心 |
💻 第四类：编程语言¶
Python/C++为AI方向必修；Java/Go/Rust标记为"按需选修"——根据目标岗位选择
| 序号 | 教程 | 章节数 | 定位 |
|---|---|---|---|
| 1 | Python开发 | 6大部分 | 必修 · AI主力语言/Python 3.13/Polars |
| 2 | C++开发 | 18章 | 必修 · 推理框架/高性能计算/C++26前瞻 |
| 3 | Java开发 | 18章 | 按需选修 · Spring Boot/微服务/Java 21（后端岗需要） |
| 4 | Go语言开发 | 16章 | 按需选修 · 云原生/gRPC微服务/Go 1.22+（基础设施岗需要） |
| 5 | Rust开发 | 14章 | 按需选修 · 系统编程/Candle/Burn（HPC/推理框架岗） |
🏗️ 第五类：系统与架构¶
| 序号 | 教程 | 章节数 | 关键内容 |
|---|---|---|---|
| 1 | 后端架构 | 17章 | 微服务/分布式/DDD/消息队列 |
| 2 | 数据库 | 12章 | MySQL/Redis/MongoDB/向量数据库 |
| 3 | 系统设计 | 8章 | 高并发/高可用/AI系统设计/ML Pipeline |
| 4 | 操作系统 | 多章 | 进程/内存/文件系统/调度 |
| 5 | 网络 | 多章 | TCP/IP/HTTP/网络编程 |
| 6 | 底层系统 | 7模块 | 编译原理/程序运行/GPU计算 |
| 7 | 设计模式 | 多章 | 23种GoF模式/架构模式 |
| 8 | 数据工程 | 18章 | Spark/Flink/Kafka/Lakehouse/dbt |
☁️ 第六类：工程实践¶
| 序号 | 教程 | 章节数 | 关键内容 |
|---|---|---|---|
| 1 | 云原生与DevOps | 20章 | Docker/K8s/CI-CD/GitOps/Terraform |
| 2 | Linux与Shell | 12章 | 文件管理/Shell脚本/系统管理 |
| 3 | Git与版本控制 | 6章 | 分支管理/远程协作/高级技巧 |
🌐 第七类：应用开发（按需选修）¶
AI工程师通常不需要深入前端/移动端，按岗位需要选学
| 序号 | 教程 | 章节数 | 关键内容 |
|---|---|---|---|
| 1 | Web开发 | 精简版 | Flask/FastAPI（AI模型服务，推荐学） |
| 2 | 前端进阶 | 多章 | React/Vue/TypeScript（全栈岗按需） |
| 3 | 应用开发 | 多章 | Android/Flutter（端侧AI按需） |
🎓 第八类：求职面试（重要）¶
| 序号 | 教程 | 关键内容 |
|---|---|---|
| 1 | 面试题库 | 22题库：AI/CS/Agent+RAG/系统设计 |
| 2 | 简历与求职 | AI算法岗简历模板/薪资地图/实习规划/竞赛指南 |
| 3 | AI系统设计面试 | AI-RESHADED框架/10题详解/核心组件 |
| 4 | 科研方法与论文写作 | AI论文写作/Rebuttal/顶会投稿策略 |
| 5 | 全栈学习路线 | 12/15/18月三条差异化路线 |
📦 第九类：选修精简¶
已精简至AI相关核心内容，基础部分已归档
| 序号 | 教程 | 保留内容 | 归档说明 |
|---|---|---|---|
| 1 | 测试与质量保证 | AI模型测试与评估 | 通用测试7章→归档 |
| 2 | 网络安全 | AI安全+API安全 | 通用安全6章→归档 |
| 3 | 产品管理 | AI产品管理 | 通用产品2章→归档 |
🔗 交叉引用指南¶
为避免重复内容,相关教程之间存在交叉引用关系:
| 主题 | 主教程 | 交叉引用 |
|---|---|---|
| 模型优化 | 模型优化/ | 量化/剪枝技术 → 参见 LLM应用/12-推理优化.md |
| Agent基础 | LLM应用/07-Agent开发基础.md | Agent实战 → 参见 AI Agent开发实战/ |
| Transformer | 深度学习/04-Transformer/ | LLM理论基础 → 参见 LLM学习/01-基础巩固/ |
| 微调技术 | LLM应用/09-大模型微调技术.md | LoRA实现 → 参见 LLM学习/02-大模型核心技术/06-LoRA从零实现.md |
| 分布式训练 | 深度学习/06-高级主题/09-分布式训练.md | 训练基础设施 → 参见 LLM学习/03-系统与工程/ |
🚀 推荐学习路线¶
📌 详细版请看 → 学习路线-就业导向.md 包含：6大阶段详细规划 / 4条专业方向Track / 每日时间表 / 项目清单 / 各岗位最短路径 / 面试题同步安排
路线A：AI工程师（12个月速成）¶
月1-2: AI数学基础 → Python → 机器学习
月3-4: 深度学习(+分布式训练) → LLM应用(前半)
月5-6: LLM应用(后半) → AI Agent开发(含评估/部署)
月7-8: MLOps(含CI/CD+FeatureStore) → 算法刷题
月9-10: 系统设计 → 面试题库
月11-12: 简历准备 → 模拟面试 → 求职
路线B：AI算法岗（15个月标准）¶
月1-3: 数学 → ML → DL(+分布式训练)
月4-6: CV/NLP选一个深耕 → LLM应用(LCEL/LangGraph)
月7-9: Agent(15章) → 推荐系统/强化学习/具身智能 → 论文复现
月10-12: MLOps(6章) → 系统设计 → 实习
月13-15: 秋招冲刺 → 面试题库 → 拿offer
路线C：AI研究（18个月深耕）¶
月1-4: 数学 → ML → DL → 论文阅读
月5-8: LLM(含SFT数据工程) → 前沿探索 → 论文写作 → 投稿
月9-12: Agent/多模态/扩散模型/具身智能 → 竞赛
月13-15: 实习 → 研究成果整理
月16-18: 秋招 → 面试准备 → 拿offer
📖 如何使用本仓库¶
1. 选择路线 → 根据目标岗位选择路线A/B/C（见上方）
2. 按序学习 → 每个教程的 README.md 是入口，含章节链接 + 学时估算
3. 动手实践 → 每章代码均可直接运行，实战项目在 实战项目/ 子目录
4. 面试准备 → 每个教程的 面试准备/ 子目录含高频面试题
5. 查漏补缺 → 使用 面试题库/ 做最终冲刺
提示：带有
⚠️ 时效性说明标记的章节涉及快速变化的前沿内容，请结合官方文档使用。
📊 维护信息¶
| 项目 | 说明 |
|---|---|
| 学习路线 | 参见 学习路线-就业导向.md（详细版就业学习规划） |
| 最后更新 | 2026-02-24 |
| 版本 | v5.2 - 2026年2月最终核验版 |
| 文件总数 | 895 篇 Markdown 教程 |