learning-llms-and-genai-for-dev-sec-ops

一站式学会在开发、运维和安全中应用大模型

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 基础设施 🍴 复刻 54 🐛 待处理 2 👀 关注 15
GitHub ↗
GitHub 星标 ★ 286
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源教程项目,完全免费,无付费版本。

项目预览

learning-llms-and-genai-for-dev-sec-ops 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类基础设施
开发团队jedi4ever
定价模式🏷️完全免费
价格说明开源教程项目,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
主要语言Jupyter Notebook
技术栈/模型devops,devsecops,genai,langchain,llm,llmops
GitHub 星标★ 286
上线时间2023-09-03 00:00:00
代码更新2024-03-12
仓库体积820 KB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

这是一个面向开发、安全和运维人员的LLM与生成式AI学习资源库,以Jupyter Notebook形式组织课程。项目旨在帮助初学者系统掌握大语言模型和生成式AI的核心概念,内容覆盖开发、运维和安全三大领域。它解决了AI技术学习碎片化、缺乏实践指引的问题,通过结构化的课程章节,引导学习者从基础概念走向实际应用。核心能力包括:提供可交互的Notebook教程,便于动手实践;涵盖提示工程、模型微调、部署运维、安全防护等关键主题;并针对DevSecOps场景,强调AI在软件开发生命周期中的安全与合规考量。项目目前处于早期阶段,但内容规划清晰,适合希望将AI融入工作流的工程师入门。

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 ★ 286

核心亮点

  • 课程结构清晰,按开发、运维、安全分章节,便于按需学习
  • 使用Jupyter Notebook,可交互式学习,理论与实践结合
  • 聚焦DevSecOps场景,直接针对工程师的AI应用痛点

不足之处

  • 项目处于早期,内容覆盖可能不完整
  • 文档/社区待观察

适用场景

  • 开发人员快速上手LLM应用开发
  • 运维人员学习模型部署与监控
  • 安全人员了解AI安全与合规实践

替代项目

microsoft/generative-ai-for-beginners、dair-ai/Prompt-Engineering-Guide、huggingface/transformers

上一篇:llmops-handbook

下一篇:ml_observability_course

同类项目推荐

leedl-tutorial 开源

跟着李宏毅学深度学习,看教程跑代码,轻松入门AI

《李宏毅深度学习教程》(李宏毅老师推荐,苹果书),PDF下载地址:https://github.com/da···

★ 16860 2026-08-09
MLOps-Specialization-Notes 开源

跟着吴恩达学MLOps,搞定生产级机器学习部署

Notes for Machine Learning Engineering for Production (MLOps) Specialization course ···

★ 412 2026-08-09
llm_engineering 开源

跟着课程跑通 LLM 全链路实战代码

Repo to accompany my mastering LLM engineering course

★ 7911 2026-09-16
deep-learning-drizzle 开源

一站式找到全球顶尖AI课程视频,系统学习深度学习

Drench yourself in Deep Learning, Reinforcement Learning, Machine Learning, Computer···

★ 12985 2026-08-23
llmops-workshop 开源

跟着 Notebook 跑一遍,把 LLM 原型变成可部署服务

Learn how to build solutions with Large Language Models.

★ 166 2026-09-15
mlops-coding-course 开源

从零搭建生产级MLOps代码库,告别混乱实验代码

Learn how to create, develop, and maintain a state-of-the-art MLOps code base

★ 745 2026-08-09