标签
推广一个名为“AI Expert Roadmap”的存储库，该库为人工智能、机器学习、深度学习、数据工程、大数据和数据科学提供了结构化的学习路径。
介绍一个GitHub上标星4万的Claude Code学习项目，提供从入门到高级智能体的完整学习路径、可视化图解和可复用的模板。
该指南基于1765份真实职位描述和实际面试经历，为想转行AI工程师的人提供数据驱动的学习路径、面试准备和技能地图，是一个实用的开源资源。
这篇文章详细介绍了普通人成为量化交易员的学习路径，涵盖概率、统计、线性代数、微积分和随机微积分五个阶段，并解释了行业的薪酬结构、面试要求以及AI/ML岗位的快速增长。
发布了一个面向初学者的 LLM 学习路径 GitHub 仓库，包含从 Transformer 基础到 LLM 技术的课程内容，每天更新一课。
这是一个详细的12个月AI工程师自学路线图，涵盖Python基础、API调用、RAG系统、Agent开发、评估部署和求职准备。
一条Twitter推文展示了一条免费的AI工程学习路径，利用Harvard、Andrew Ng、Andrej Karpathy等人的资源，强调基础重于框架。
一份关于在2026年没有计算机科学学位的情况下成为AI工程师的详细指南，侧重于集成现有模型和构建流程管道等实用技能，并提供特定的学习路径。
一条推文推广一个精选的学习路径，涵盖关键AI工程概念，声称能在3周内获得个人BSc级别的教育。
一条Twitter帖子概述了成为AI基础设施工程师的12阶段课程，涵盖从Linux和网络到分布式系统及部署AI系统等主题。
成为AI/ML工程师所需学习主题的详细路线图，涵盖数学基础、深度学习架构、训练技巧、数据管道、评估、推理、MLOps和负责任AI。
一条推荐阅读CUDA书籍最佳顺序的推文，从《CUDA by Example》开始建立直觉，然后再深入更高级的文本。
一份精选的开源学习路径，用于构建语音代理，涵盖从STT到生产部署，包含190+资源和一份5周计划。
一套从零到精通的AI工程全栈学习路径，包含503节课，覆盖数学基础到自主Agent集群，提供中文全量翻译及独立网站。
Karan（@kmeanskaran）的一条推文，概述了平衡ML和AI的学习路线，涵盖Python、神经网络、NLP、LLMs、部署和智能体AI，并附有Amit寻求初学者指导的回复。
分享一份从新手到专家使用Claude的4级学习路线图，包含多个实用教程链接，帮助用户省去半年摸索时间。
推荐一个名为《Claude How-To》的开源教程，提供Claude Code的完整进阶学习路径，包含可视化流程图、生产级模板和自测问卷，适合开发者从零到熟练掌握Claude Code。
AgenticBrew 是一个新的AI新闻聚合器，从数百个来源抓取信息并将相关故事聚类。现在，其创建者正在探索个性化学习路径功能，根据用户角色和AI认知水平帮助提升技能，并寻求社区意见。
DanKornas 介绍了一个开源的 AI 基础设施工程师学习路径，这是一个结构化的 10 模块课程，涵盖从基础到 LLM 基础设施的内容，包含实践实验和项目。
由@ghumare64创建的19阶段AI/ML学习课程结构，涵盖从设置与数学到毕业项目的主题。