JavaEE
黑马程序员AI大模型开发学习路线图（2025官方完整版）
零基础快速进阶，挑战年薪30W+
-
1 大模型开发入门
主要学习内容：
大模型项目介绍和环境搭建
私有化部署大模型、Python基础语法
Python控制语句、Python容器、Python函数
Python文件和异常处理
Python调用大模型API
解决方案：
模型私有化部署解决方案
Python调用大模型API解决方案
功能界面搭建解决方案
基于ChatBox快速搭建聊天机器人
主讲知识点：
主流大模型介绍
搭建聊天机器人的步骤
搭建聊天机器人必备工具使用
Streamlit框架搭建页面
Ollama部署大模型
Python调用私有化部署大模型API胜任岗位：初级大模型开发工程师 薪资水平：6K-8K
-
2 大模型技术核心
主要学习内容：
大模型语言进阶：
面向对象、闭包+装饰器、Python网络编程
Python多任务编程、链表代码实现
二叉树代码实现、排序算法、查找算法
数据处理与统计分析：
Linux环境搭建、Linux常用命令 SQL的DDL和DML语句
SQL的单表和多表查询、SQL的窗口函数
Numpy矩阵运算库、Pandas数据结构
Pandas聚合统计、Pandas数据处理
Matplotlib绘图库使用、Seaborn绘图库使用
RFM实战案例
机器学习：
人工智能基本概念、人工智能建模流程
KNN算法、线性回归算法、逻辑回归算法
决策树算法、KMeans算法
解决方案：
时间序列数据分析方案
数据特征工程解决方案
模型选择与模型训练方案
不同场景下的预测方案
主讲知识点：
1.时间序列预测介绍及分类场景
2.时间序列预测的算法
3.电力负荷预测技术架构
4.对电力负荷预测任务进行机器学习建模
5.项目优化方向策略胜任岗位：数据处理工程师、数据分析师 薪资水平：10K-15K
-
3 自然语言处理核心
主要学习内容：
深度学习：
深度学习Pytorch框架、神经网络的组成
神经网络构建方法、神经网络优化方法
手机价格分类案例实践、CNN网络
RNN网络
NLP自然语言处理：
自然语言处理基础知识、文本处理的基本方法
文本处理的基本方法、文本张量的表示方法
文本数据分析、文本特征处理、文本数据增强
RNN系列模型讲解、人名分类器案例
注意力机制、Seq2Seq英译法案例
Transformer输入+编码器架构
Transformer输出+解码器架构
Fasttext工具应用、迁移学习介绍
迁移学习案例实践
解决方案：
文本快速分类基线模型解决方案
预训练模型优化的解决方案
模型量化优化的解决方案
模型剪枝优化的解决方案
模型知识蒸馏优化的解决方案
主流迁移学习模型微调优化解决方案
主讲知识点：
1. 项目背景介绍、2. Baseline模型实现
2. 迁移学习优化、3. 模型的量化
4. 模型的剪枝、5. 迁移学习微调
6. 模型的知识蒸馏
解决方案：
数据获取与预处理方案
非结构化文本实体识别（NER）方案
非结构化文本多样化关系抽取方案
知识融合与实体消歧方案
Neo4j图数据库存储与查询优化方案
医疗问答系统方案
工程化部署方案
主讲知识点：
1.图谱全流程管理、2.图谱理论与应用
3.Neo4j 技术、4.深度学习 NER
5.多样化关系抽取、6.知识融合与消歧
7.医疗问答开发、8.NLP 语义处理
9.模型工程化、10.垂直领域图谱胜任岗位：算法工程师、NLP算法工程师 薪资水平：18K-25K
-
4-1 大模型技术进阶
主要学习内容：
大模型基础：
LLM大语言模型发展历程
语言模型的主要类别
语言模型的评价指标
LLM大语言模型的主要类别架构
DeepSeek/QWen模型架构
提示词⼯程
Few-shot/Zero-shot⽅式
LangChain框架
LangChain主要组件的作用
LangChain常见的使用场景
解决方案：
基于Zero-shot/Few-shot实现LLM应用过程
基于Zero-shot/Few-shot实现文本分类
基于Zero-shot/Few-shot实现信息抽取
基于Zero-shot/Few-shot实现文本匹配
主讲知识点：
1.Prompt Engineering
2.Prompt Engineering的原理
3.Prompt Engineering实际应用的优化技巧
4.利用Prompt Engineering完成金融业务问答
胜任岗位：大模型开发工程师、AI工程师、大模型训练师、微调工程师、大模型推理优化工程师 薪资水平：18K-30K
-
4-2 大模型RAG开发
主要学习内容：
大模型RAG开发：
RAG系统的原理
实现RAG系统的基本流程
应用LangChain框架实现RAG的代码
RAG数据集的本地向量化处理过程
RAG知识检索的过程
RAG系统的优化方法
解决方案：
ChatGLM-6B模型集成解决方案
向量知识库的构建
向量知识库的检索解决方案
搭建RAG系统解决方案
主讲知识点：
1.RAG系统项目介绍、2.项目架构
3.数据预处理
4.LangChain框架详解讲解
5.LangChain+ChatGLM-6B系统搭建
解决方案：
数据库查询优化方案、语义检索方案
查询分类方案、动态检索策略方案
答案生成方案、性能优化方案
日志与监控方案
主讲知识点：
1.智能问答系统架构
2.数据库技术
3.检索算法
4.Query的意图识别+改写
5.模块化代码设计与代码复用
胜任岗位：大模型开发工程师、AI工程师、大模型训练师、微调工程师、大模型推理优化工程师 薪资水平：18K-30K
-
4-3 大模型Agent开发
主要学习内容：
大模型Agent开发：
智能体核⼼原理、机制、概念
Function Call应用开发、Coze智能体平台
CrewAI多智能体协作框架、Dify开发平台
RAGFlow+Dify检索增强、MCP协议
A2A多智能体协议、LangGraph框架
解决方案：
1. 智能体开发平台介绍
2. Coze智能体开发
3. Coze本地化部署
主讲知识点：
1. 基于Coze搭建工作流和应用程序
2. 智能问答助手案例
3. 旅游规划小精灵案例、4. 智能助教案例
5. 智能面试官案例、6. 口语练习专家案例
解决方案：
大模型私有化部署方案
Dify搭建聊天机器人
搭建本地知识库解决方案
大模型智能体解决方案
主讲知识点：
1.大模型私有化部署、2.聊天机器人搭建
3.RAG构建、4.Agent智能体构建
解决方案：
实时查询天气的解决方案
订机票的解决方案
数据库查询的解决方案
学习答疑助手的解决方案
商品收银助手的解决方案
自动办公的解决方案
主讲知识点：
1.开发Function Call调用功能
2.GPTs和Assistant API的原理及应用方式
3.基于CrewAI框架开发
4.LangGraph智能体开发框架胜任岗位：大模型开发工程师、AI工程师、大模型训练师、微调工程师、大模型推理优化工程师 薪资水平：18K-30K
-
4-4 大模型微调开发
主要学习内容：
大模型微调开发：
Fine-Tuning模型微调
Prompt_Tuning模型微调
Prefix-Tuning参数微调
Adapter-Tuning参数微调
LoRA大模型参数微调
解决方案：
数据清洗方法解决方案
GPT系列模型微调评估解决方案
Flask框架API开发解决方案
主讲知识点：
1.项目介绍、2.项目实现架构介绍
3.项目环境配置以及开发框架的选择
5.实现医疗数据的预处理
6.实现问答模型的微调训练
7.Flask框架开发API接口
解决方案：
架构分析解决方案
PET以及P—Tuning微调解决方案
数据格式转换解决方案
BERT模型微调评估解决方案
Flask框架API开发解决方案
主讲知识点：
1. 项目意义、2.BERT模型介绍
3.P-Tuning方法的原理
4.PET方法的原理、5.模型训练调优
6.模型性能评估
解决方案：
1.联合任务数据预处理适配模型训练
2.ChatGLM/QWen+LoRA训练
3.ChatGLM/QWen+P-Tuning训练
4.基于FastAPI框架实现模型API接口开发
主讲知识点：
1.项目介绍
2.项目架构详解、3.数据预处理
4.ChatGLM+LoRA模型的训练和评估
6.ChatGLM+P-Tuning模型的训练和评估
7.Flask框架开发API接口
解决方案：
大模型并行计算解决方案
大模型量化解决方案
大模型部署解决方案
大模型推理优化解决方案
主讲知识点：
1.数据集处理、模型构建、模型训练、模型预测
2.DeepSpeed、3.数据并行
4.流水线并行、5.模型并行
6.训练量化方法QLora
7.训练后量化方法GPTQ
8.模型部署vLLM
胜任岗位：大模型开发工程师、AI工程师、大模型训练师、微调工程师、大模型推理优化工程师 薪资水平：18K-30K
-
4-5 大模型核心专题
主要学习内容：
硬标签蒸馏、软标签蒸馏、DeepSeek V3模型
DeepSeek Math模型、DeepSeek R1模型
MLA注意力机制、MOE混合专家模型
解决方案：
0基础建立语料集解决方案
LLaMA-Factory蒸馏解决方案
vllm高效部署解决方案
主讲知识点：
1.全自动化地建立和清洗语料集
2.硬标签蒸馏
3.高效部署大模型服务
胜任岗位：大模型开发工程师、AI工程师、大模型训练师、微调工程师、大模型推理优化工程师 薪资水平：18K-30K
-
5 多模态大模型
主要学习内容：
图像分析基础：
计算机视觉背景、图像特性分析与图像处理
图像分类任务详解、图像增强技术实践
图像分类的经典网络结构
图像的语义分割详解、图像的实例分割详解
多模态大模型：
AIGC介绍与应用、常见的图像生成算法
Stable Diffusion网络构成及训练方式
Stable Diffusion的预测方法
小程序图像生成案例、类Sora视频生成的背景
类Sora大模型的视频生成案例实践
解决方案：
模型私有化部署解决方案
Python调用大模型API解决方案
功能界面搭建解决方案
基于ChatBox快速搭建聊天机器人
主讲知识点：
主流大模型介绍
搭建聊天机器人的步骤
搭建聊天机器人必备工具使用
Streamlit框架搭建页面
Ollama部署大模型
Python调用私有化部署大模型API胜任岗位：CV计算机视觉工程师、多模态大模型开发工程师 薪资水平：20K-30K
-
6 大厂面试专题
主要学习内容：
数据结构与算法：
常见数据结构（栈、树、链表、线性表等）
排序算法、查找算法、递归算法、贪心算法、动态规划算法
机器学习&深度学习算法：
分类算法面试专题、回归算法面试专题
聚类算法面试专题、深度学习面试专题
NLP&CV面试专题：
NLP核心算法面试专题
CV核心视觉算法面试专题
大模型核心面试专题：
大模型基础算法、RAG核心技术面试专题
Agent核心技术面试专题
微调核心方法及面试专题 -
学习路线图说明
阶段一 大模型开发入门：手把手带你从零搭建AI聊天机器人，快速入门大模型开发，同时掌握人工智能Python基础语法，对后续学习打下坚实基础
阶段二 大模型技术核心：夯实Python数据处理与机器学习算法建模技能，覆盖Python高阶语法、Python数据分析三剑客及机器学习核心算法，构建AI开发的坚实根基
阶段三 自然语言处理核心：掌握深度学习算法与NLP核心算法原理，深度学习覆盖BP神经网络、CNN、RNN等基础网络结构，NLP模块覆盖词向量、Transformer及迁移学习核心算法，学生可应对市场上NLP工程师，根据市场反馈薪资可突破30K。同时为后续大模型学习奠定技术基础
阶段四 大模型技术进阶：专精于解决大模型幻觉的提示词工程、RAG、微调等核心技术解决方案，拥有多场景RAG及Agent智能体项目，皆在打造高效智能问答系统，对标大模型开发工程师，薪资突破30K+
阶段五 多模态大模型：融合文本和图像，探索多模态大模型的无限可能，学生可应对市场上多模态工程师岗位，薪资突破30K+
阶段六 大厂面试专题：大厂面试专题：围绕大厂高频面试题，给出详尽解答，针对机器学习、深度学习、CV、NLP、数据结构与算法系列等专题精心设计，圆你大厂梦