learning

项目介绍：Learning 项目

项目背景

Learning项目旨在为学习者提供系统化的学习路径，帮助他们构建坚实的核心软件工程技能，并逐步扩展对周边技术的了解。项目始终关注最前沿的技术领域，当前聚焦于生成式人工智能（Generative AI）。项目中的学习进程会每月更新，确保知识的持续拓展和更新。

核心技能

Python 编程

Python是现代软件开发中的一种重要编程语言，Learning项目提供了一系列课程和资源，帮助学习者掌握Python高效编程、函数编写、面向对象编程等。资源包括DataCamp的平台课程和YouTube教程，确保理论与实战并重。

• 现阶段已完成的资源中涵盖从Python数据科学工具箱的运用到Python包开发等内容。

数据结构与算法

数据结构与算法是计算机科学的重要基础。项目提供了《算法图解》等图书资源以及Neetcode和Udacity的在线课程，帮助学习者掌握算法基础知识以及技术面试的技巧。

Linux与命令行

通过Datacamp和Udacity等平台的课程，学习者可以深入理解Linux命令行的使用，包括Shell脚本编写及数据处理等，增强操作系统层面的技能。

版本控制

Git是当前流行的版本控制系统，学习资源涵盖从基础知识到GitHub协作，确保学习者能够在团队合作中有效管理代码。

数据库

掌握关系型和NoSQL数据库的设计与使用，是软件工程技能的重要组成部分。项目提供了SQL基础、中级SQL课程以及与Python结合使用的数据库课程。

后端工程

项目还涵盖了后端开发的重要概念，包括OAuth认证、HTTP/网络通信、RESTful API设计等，帮助学习者构建坚实的后端知识。

生产系统设计

涉及如何设计机器学习系统，并通过实际案例学习如何使用Python进行客户分析与A/B测试。

数学

包括概率统计、线性代数等数学基础，通过DataCamp、Udacity等提供的课程资源，增强数据分析与科学计算技巧。

基础前端知识

HTML与CSS

项目提供了Codecademy和Pluralsight的HTML与CSS课程，包括Bootstrap的使用和用户体验设计原则，帮助学习者掌握网页设计的基础技能。

JavaScript

通过Udacity和Codecademy等的课程，学习者可以逐步学习从JavaScript基础到面向对象编程，并深入理解ES6规范。

专题领域

机器学习

项目提供机器学习的全套资源，从基础理论到Scikit-Learn和TensorFlow的实践应用，全面提升学习者在机器学习领域的能力。

自然语言处理（NLP）

提供包括深度学习下的自然语言处理方法、特征工程、正则表达式等系列课程与图书资源。

生成式AI

这是当前项目的重点。学习者可以通过深度学习路径的课程和丰富的文章资源，深入了解大语言模型（LLM）的构建、信息提取与生成文本技术、信息检索和生成增强技术等最前沿知识。

提示工程与LLMOps

涉及如何优化大语言模型的提示设计，以及如何提升这些模型在实际应用中的性能，包括优化生成过程、实现更快的推理等技术策略。

构建基于LLM的系统

项目提供了如何构建和微调大语言模型的实际指南与案例，帮助学习者在实际工作中高效地应用LLM技术。

通过上述多维度的学习路径，Learning项目为学习者提供了全面的知识资产，助力他们在软件工程领域和AI技术领域的发展与应用。