课程入门
AI 工程实验室（24 周 AI 工程自学课程）
Zorost Intelligence AI Lab 发布的一套免费、自定进度的 24 周 AI 工程课程仓库，采用 MIT 许可，无需注册。内容覆盖 Python、机器学习、LLM、RAG、微调、Agent 与 MCP，以及 Azure、Vertex、Bedrock 和 Databricks 等平台，包含 43 个可运行的 notebook 和一个贯穿全程的案例研究。README 提供克隆安装步骤，并指引编程或 AI 新手先阅读 START-HERE.md。
- 分级
- 值得看
- 收录时间
- 2026-10-29
- 难度
- 入门
- 语言
- 英文
- 规模
- 24 周 · 43 个笔记本
- 费用
- 免费
- 动手
- 43 个可运行笔记本
学完你能
- 从 Python 基础起步，完成数据、机器学习与深度学习的入门训练，并建立评估思维。
- 理解大语言模型内部机制，掌握提示工程、上下文工程与基于向量检索的 RAG。
- 完成量化、LoRA 与 DPO 微调、模型服务、评测与错误分析等模型工程环节。
- 使用 Claude Code、Cursor、OpenCode 等编码代理工具，搭建规格驱动的循环工作流。
- 构建单代理与多代理系统，并接入 Model Context Protocol 与代理运维。
- 在 Azure AI Foundry、Google Vertex AI、AWS Bedrock 上部署同一个代理，并完成 Databricks 湖仓综合项目。
适合你吗
适合
- 想为工作加入 AI 能力的软件开发者
- 希望转向工程方向的数据分析师
- 学生与转行者
- 技术型创始人
暂不适合
- 想走模型架构研究方向的人
- 只想参加周末提示词工作坊的人
需要先会
需要一台可安装软件的电脑、每周约十小时投入和基本计算机常识；不要求先有 Python 基础、GPU 或付费 API 密钥。
课程特点
- 内容侧重
- 以 ZoroLogistics 货运案例贯穿 24 周，每周围绕一个概念产出一个可执行工件；从第 3 周起每个产物都要附指标与错误分析笔记。
- 练习与项目
- 运行 Python、SQL、PySpark 笔记本并在其上修改、故意打破一处的练习；每周一个用例练习产出工件、指标与错误说明；每周十题测验，8 分及格后在跟踪表中打勾。
- 投入时间
- 每周约十小时：周一至周二研读材料，周三至周四动手构建，周五交付，周五至周日回顾与测验；前八周无需 GPU。
- 费用说明
- MIT 许可，无需注册，完全免费；第 1 至 13 周可用本地模型、免费额度 API 或不使用 API，第 18 至 24 周使用云平台免费额度。
内容覆盖
- 阶段一 · 基础（第 1 至 4 周）：Python、数据、机器学习、深度学习，从第一天起带入评估思维
- 阶段二 · 大语言模型核心（第 5 至 8 周）：分词、Transformer、提示与上下文工程、检索、图、本地模型
- 阶段三 · 模型工程（第 9 至 11 周）：量化、LoRA 与 DPO 微调、服务化、评测与错误分析
- 阶段四 · 工具与循环（第 12 至 13 周）：Claude Code、Cursor、OpenCode、DeepSeek Harness、规格驱动循环
- 阶段五 · 代理（第 14 至 17 周）：单代理、多代理系统、MCP、OpenClaw、Hermes、代理运维
- 阶段六 · 云 AI 平台（第 18 至 20 周）：Azure AI Foundry、Google Vertex AI、AWS Bedrock，一个代理三种云
- 阶段七 · Databricks 从零到精通（第 21 至 24 周）：湖仓、Unity Catalog、PySpark、Lakeflow、AI Search、Genie、生产化