AI FIELD NOTES

AI 技术与职业学习指南

从常见技术概念与岗位方向入手，帮助你建立对 AI 学习路线的初步认识。页面内容用于学习参考，具体课程请查看课程中心。

GUIDE 01 · DATA

什么是大数据开发？从数据流到业务指标

大数据开发通常围绕数据采集、清洗、存储、计算和服务展开。数据分析则更关注指标定义、趋势解释与业务沟通。学习时可以从 SQL、Python、数据处理流程和可视化开始，再通过完整项目串起各环节。

GUIDE 02 · VISION

机器视觉使用相机和软件识别图像中的目标、位置、尺寸或缺陷。一个常见应用包含图像采集、预处理、定位或检测、结果判断，以及与设备或生产流程联动。

GUIDE 03 · LLM

检索增强生成会先从资料中检索相关内容，再把检索结果交给大模型生成回答。实践中需要关注文档解析、切分策略、向量检索、权限边界、答案引用和效果评估。

GUIDE 04 · GENERATIVE AI

生成式 AI 可以辅助创意探索、文案撰写、图像与视频制作。成熟的内容工作流仍需要明确目标受众、筛选素材、反复迭代并完成质量审查。

看看四大课程方向，或直接咨询适合你的学习路线。