8 周做出 8 个 LLM 工程项目

从第一个 API 应用，到 RAG 知识库、模型评估、微调、部署和 Agent，完整走完大模型应用开发路径。这不是零基础玩工具课，而是一门面向工程师的项目实战课。

课程主线正在持续录制中，已覆盖多个核心项目；已开通学员可持续观看后续更新。主课完成后会继续补充新模型、新工具和实战案例。价格以微店实际展示为准。

适合已经会一点 Python/API，想从提示词使用者升级到能交付 AI 应用的人。

你不是只学概念，而是一路做出项目

课程把 LLM 应用开发拆成一条工程路线：先跑通 API 调用和基础应用，再进入多模态、评估、RAG、数据集、微调、部署和 Agent。每个阶段都落到一个可以运行、可以复盘、可以继续改造的项目。

这门课适合谁？

• 会一点 Python 基础语法，愿意动手跑代码和调试环境的人。
• 后端、云计算、数据、运维、自动化方向工程师。
• 已经会用 ChatGPT，但想系统掌握 API、RAG、微调和 Agent 的人。
• 想做可交付项目，而不是只听概念的人。

哪些人不太适合？

• 完全不会 Python，且暂时不准备补基础的人。
• 只想看几个工具按钮，不想写代码或调试的人。
• 期待一天掌握所有 AI 技术的人。
• 不愿意动手运行 Notebook、配置环境、分析报错的人。

和 AIF-C01、Bedrock 课程是什么关系？

AIF-C01 更像 AWS AI 云方向的入门认证课，适合先建立 AI/ML、生成式 AI、AWS AI 服务和 Bedrock 的概念地图。Bedrock 课程更聚焦 AWS 生成式 AI 服务的控制台和基础流程。

LLM 工程课的目标不同：它更关注如何用模型 API、RAG、评估、微调、Agent 和部署，把大模型能力做成可以交付的应用。如果你已经有一点 Python/API 基础，想系统进入 AI 应用开发，可以直接从这门课开始。

购买后如何开通课程？

课程专属答疑通道

对某个课时有疑问时，请在观看对应课时的下方点击“ASK QUESTION”，写清楚问题并提交。这样问题会和具体课时关联，更方便后续查看和回复。