大模型应用开发学习路径
✅ 大模型应用开发岗的技术栈=后端开发技术栈+AI落地相关技术栈。
🌟后端技术栈
后端技术栈已经有很多公开透明的学习路径这里就不展开来阐述了,无非就是编程语言基础、数据库(Mysql,Redis)、中间件等内容。
🌟 AI应用相关技术栈
AI应用相关技术栈需要考虑具体落地场景,大模型应用的落地目前主要有两个方向,一个是RAG,一个是Agent。
1️⃣ Rag(检索增强生成)
先看概览课,再看优化课,这里推荐langchain官方课程。
并没有写详细的技术栈,是因为不建议单独的学每一个模块。而是先学整体应用,再去看每一个具体的技术栈实现。先会用,再研究。其实rag整个应用涉及到的技术栈基本有:开发框架(langchain,llamaIndex等),Embedding模型,大模型API,向量数据库(faiss,weaviate等),排序模型,prompts优化等,其中涉及到模型的不需要进入研究,了解大概特性既可,模型底层是算法岗职责。
2️⃣ Agent(智能体)
注意观看运行公开课,加深理解。
基本技术栈也是开发框架(langchain,llamaindex,autogpt等),数据库(这里有向量数据库,有普通的关系型数据库和缓存数据库),function call(或者新出的mcp),prompts优化等。
📳对于想求职算法岗的同学,如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
🌟后端技术栈
后端技术栈已经有很多公开透明的学习路径这里就不展开来阐述了,无非就是编程语言基础、数据库(Mysql,Redis)、中间件等内容。
🌟 AI应用相关技术栈
AI应用相关技术栈需要考虑具体落地场景,大模型应用的落地目前主要有两个方向,一个是RAG,一个是Agent。
1️⃣ Rag(检索增强生成)
先看概览课,再看优化课,这里推荐langchain官方课程。
并没有写详细的技术栈,是因为不建议单独的学每一个模块。而是先学整体应用,再去看每一个具体的技术栈实现。先会用,再研究。其实rag整个应用涉及到的技术栈基本有:开发框架(langchain,llamaIndex等),Embedding模型,大模型API,向量数据库(faiss,weaviate等),排序模型,prompts优化等,其中涉及到模型的不需要进入研究,了解大概特性既可,模型底层是算法岗职责。
2️⃣ Agent(智能体)
注意观看运行公开课,加深理解。
基本技术栈也是开发框架(langchain,llamaindex,autogpt等),数据库(这里有向量数据库,有普通的关系型数据库和缓存数据库),function call(或者新出的mcp),prompts优化等。
📳对于想求职算法岗的同学,如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
全部评论
相关推荐
07-01 00:30
西北工业大学 Java 

点赞 评论 收藏
分享