AI-Engineering.academy

边看边练,一步步掌握 AI 工程实战技能

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 286 🐛 待处理 9 👀 关注 22
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2389
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,无付费版本。

项目预览

AI-Engineering.academy 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队adithya-s-k
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型fine-tuning,finetuning,finetuning-llms,inference,large-language-models,llm,python,quantization
GitHub 星标★ 2389
上线时间2023-10-05 00:00:00
代码更新2026-02-27
仓库体积113.0 MB
本站数据更新2026-11-18
维护状态低维护
收录时间2026-08-09
浏览次数2

项目介绍

AI-Engineering.academy 是一个专注于应用人工智能教育的开源项目,以 Jupyter Notebook 为载体,通过循序渐进的方式讲解 AI 工程中的核心概念。它旨在帮助学习者从理论走向实践,解决实际工程中遇到的模型部署、性能优化、系统设计等难题。项目内容涵盖从基础算法到高级应用的全链路知识,强调动手实践,每个概念都配有可运行的代码示例和详细解释。其核心能力在于提供结构化的学习路径和高质量的实战案例,使开发者能够快速掌握 AI 工程落地的关键技能。该项目适合希望系统提升 AI 工程能力的学生、研究人员和从业者。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2389

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 本地具备可运行 Jupyter Notebook 的 Python 环境
  • 已安装 Git(用于克隆仓库)
  • 可访问 GitHub 与官网 https://aiengineering.academy

安装与启动步骤

  1. 1选择学习路径

    README 提供 Prompt Engineering、RAG、Fine-tuning、Deployment 四条路径,先按目标选一条再开始。

  2. 2克隆仓库

    把课程仓库下载到本地,所有 Notebook 与 docs 目录都在其中。

    git clone https://github.com/adithya-s-k/AI-Engineering.academy.git
  3. 3进入项目目录

    切换到克隆下来的仓库根目录,后续都在这里操作。

    cd AI-Engineering.academy
  4. 4打开 Jupyter 环境

    README 未提供依赖安装命令,请用本地 Jupyter 打开所选路径下的 .ipynb,按需安装代码中引用的包。

  5. 5按顺序实践

    按模块推荐顺序完成练习,再基于所学自建项目,把概念真正跑通。

如何确认成功

能成功加载仓库中的 .ipynb 文件,并顺利运行其中的代码单元,即表示环境就绪。

常见问题

Q:README 没有依赖安装命令怎么办?

A:该项目以 Jupyter Notebook 为载体,README 未给出统一安装说明,可打开对应 Notebook,按其代码单元中实际 import 的包自行安装。

Q:为什么找不到部署(Deployment)内容?

A:README 中 Deployment 路径明确标注为 Coming Soon,尚未提供内容,可先学习 Prompt Engineering、RAG 与 Fine-tuning。

Q:需要 GPU 吗?

A:README 对硬件未作说明,但 Fine-tuning、量化等主题通常算力要求较高,建议按官网课程说明准备环境。

注意事项

  • 本教程仅依据 README 节选整理,README 未给出具体安装命令,步骤为通用准备动作。
  • Deployment 学习路径仍处于 Coming Soon 状态,内容可能后续更新。
  • 官网 https://aiengineering.academy 提供更完整的课程说明,建议对照使用。

核心亮点

  • 内容结构清晰,按概念模块化组织,学习路径明确
  • 每个知识点配有可运行的 Jupyter Notebook,实践性强
  • 覆盖从理论到部署的完整流程,贴近真实工程场景

不足之处

  • 文档/社区待观察
  • 依赖 Jupyter 环境,部分高级内容可能需要额外配置

适用场景

  • 系统学习 AI 工程基础知识
  • 作为团队内部 AI 技能培训教材
  • 快速查阅特定 AI 概念的实践示例

替代项目

fast.ai、Full Stack Deep Learning、Made With ML

上一篇:ai-engineering-resources

下一篇:ml-retreat

同类项目推荐

agentic-engineering-handbook 开源

一份路线图带你从零到生产级 AI Agent 工程

The definitive OpenAI, Claude, MCP, Harness, Evals, and Production Agent Systems lea···

★ 593 2026-09-24
Prysai-LLM-Playbook 开源

一套方法论,适配六大 AI 工具,让 LLM 实战少走弯路

An evidence-led, eight-locale LLM playbook: a transferable core, the Codex flagship ···

★ 434 2026-08-27
python-openai-demos 开源

照着短示例跑通 OpenAI SDK 调用

A collection of short examples using the Python OpenAI SDK, with either Azure OpenAI···

★ 384 2026-11-09
Notebook-Git-Colab 开源

泰语AI学习路线图,从入门到微调一站式搞定

เป็นการรวบรวมแหล่งข้อมูลสำหรับการเรียนรู้เ···

★ 87 2026-08-09
dsh-handbook 开源

从零学会 DeepSeek Harness,含插件开发与多 Agent 实测对比

DeepSeek Harness (dsh) 从 0 到 1 深度手册:安装/插件开发/性能调优/实测案例/同模型多 ···

★ 982 2026-09-16