在确定 AI 工程师必将成为下一个重要的技术角色[2]之后，是时候学习如何成为一名 AI 工程师了。

本文将探讨对如下内容：

• 从软件工程师到 AI 工程师的路线图。
• 成为 AI 工程师所需的技能。
• 在发展技能的同时，应该学会使用的工具。
• 发展这些技能的最佳途径。

让我们先看看路线图！

成为 AI 工程师的路线图 🧭

Harshit Tyagi 的 AI 工程师路线图

先说第一件事！

目标读者

计划提升 AI 工程技能的程序员/软件工程师/分析师/数据科学家。

由于这是一项核心工程技能，因此需要具备以下先决条件：

• 对 Python / JS 编程的了解达到中级水平。
• 理想情况下，必须拥有至少 2-3 个中等复杂度应用程序的编码经验，如使用 Flask 或 Rails 或 Node.js 编写博客应用。
• 至少可以轻松通过阅读文档来构建项目。
• 可以使用 VS Code 等 IDE 进行编码。
• 使用 git 和 GitHub 虽然也很重要，不过可以在项目工作中学习。

路线图分解

如图所示，整个 AI 工程的学习分为三个阶段，在路线图中从左到右，即从初级到中级再到高级。

以下是每个阶段所代表的意义：

• 初学者（<= 1 个月） – 构建基本应用程序，学习使用 LLM API、为应用程序精心设计提示以及使用开源 LLM。
• 中级（~ 2 个月） – 深入了解如何使用 RAG（Retreival Augmented Generation）构建更多上下文感知高级应用程序，了解并使用向量数据库，学习使用 LLM 和工具构建代理。
• 高级（~ 3 个月） – 在掌握构建应用程序之后，学习使用 LLMOps 在生产中部署、优化和管理由 LLM 驱动的应用程序，学习微调预训练模型，以便高效、低成本的适配下游应用程序。

初级技能

• 了解 LLM 基础知识，只需了解 ChatGPT 的高级工作原理。
• 学习开发人员提示工程，学习如何编写提示来提高 LLM 的响应速度。
• 学习从 API 获取数据，学习处理 JSON 数据。
• 学习调用闭源或开源 LLM 模型、函数调用、传递提示和解析响应。
• 学会在对话中管理上下文。
• 学习基于 langchain 创建并自动执行一系列操作。
• 基于 Gradio 或 Streamlit 实现 POC 并演示基本应用开发。
• 在 HuggingFace Space 或 Streamlit 云上进行基本部署。
• 基于 HuggingFace transformer 库支持多模态，即支持生成代码、图像和音频。

中级项目需求

• 了解向量嵌入和向量数据库。
• 学习如何在应用中使用向量数据库。
• 构建 RAG 应用，与知识库聊天。
• 开发先进的 RAG 流水线，如子问题查询引擎，该引擎可在通过多个数据源后提供响应。
• 构建代理，迭代工作流程，以完成重大任务。
• 建立多代理应用，让多个代理共同提供更好的解决方案。
• 多代理自动化 - Autogen 和 Crew AI
• 评估 RAG/RAGA 框架。
• 管理数据库，检索，部署完整应用，版本控制，日志记录以及监控模型行为。

高级项目需求

• 量身定制针对特定领域知识的响应，如医学研究、金融研究和法律分析，对预训练 LLM 进行微调。
• 整理数据集并设计（ETL 流水线）流水线，以便对模型进行微调。
• 评估模型性能并设定基准。
• LLMOps – 构建包括模型注册、可观测性和自动化测试在内的完整端到端流水线。
• 构建多模态应用 – 文本和图像混合语义搜索。
• 构建 SDK、软件包和定制解决方案，以帮助其他开发人员。
• 基于提示黑客等技术保护 AI 应用，并通过检查漏洞和潜在风险来采取防御措施。

如果你花了足够时间构建应用并调整模型，那技能应该像下面这样进步：

如何培养这些技能呢？

学习资源、参考资料和项目 📚

AI 学习资源和教程非常丰富。

有很多很好的资源可以学习所有这些概念，也有很多好心人就每个主题提供了非常深入和详细的材料。

很难在一篇文章里展示所有的资源，请参考 Github 链接[3]。

最好的学习方式 – 构建！

知道了应该做什么，接下来我们谈谈做这件事的最佳方法。

开展项目。

这不仅是学习的最佳方式，也是真正掌握概念的最佳方式，它将进一步提高思考前沿用例的技能。

最后唠两句

为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选

很简单，这些岗位缺人且高薪

智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。

那0基础普通人如何学习大模型 ？

深耕科技一线十二载，亲历技术浪潮变迁。我见证那些率先拥抱AI的同行，如何建立起效率与薪资的代际优势。如今，我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理，分享于此，为你扫清学习困惑，共赴AI时代新程。

我整理出这套 AI 大模型突围资料包【允许白嫖】：

• ✅从入门到精通的全套视频教程

• ✅AI大模型学习路线图（0基础到项目实战仅需90天）

• ✅大模型书籍与技术文档PDF

• ✅各大厂大模型面试题目详解

• ✅640套AI大模型报告合集

• ✅大模型入门实战训练

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

①从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图（0基础到项目实战仅需90天）

全过程AI大模型学习路线

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

④各大厂大模型面试题目详解

⑤640套AI大模型报告合集

⑥大模型入门实战训练

这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌，构建起"前沿课程+智能实训+精准就业"的高效培养体系。

课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

​​​​

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

👉获取方式：
有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓