零基础学AI 大模型开发
正在载入课程数据
企业缺的不是「会用 AI 的人」，是能独立交付 AI 应用的人。
数据来自往期结课学员就业回访；就业率为结课 2 周内已入职比例。个人情况不同，实际结果因人而异。
不用纠结「AI 会不会取代我」，先看一件事：企业在大量招人，而供给远远跟不上。下面每个数字，都来自公开可查的官方统计与招聘平台报告。
这些还只是其中一部分。这门课不教「理论 AI」，教的是它们背后真在用的技术——知识库问答、文档解析、流程自动化、数据问答，每一个都能对应到岗位描述里的要求。
不管从哪一类出发，练的是同一套技术，区别只在于投的岗位。先看看你在哪一类。
没写过代码，在工厂、服务业或其他行业待久了，想换一条有成长的路。课程从 Python 第一行讲起，不预设任何基础。
对应岗位：AI 应用开发工程师
想毕业就有拿得出手的硬技能，简历上不是「学过」，而是「做过」。两个商用级项目可以直接写进简历。
对应岗位：AI 开发 / RAG 工程师
有开发基础，但卡在传统技术栈。补上大模型、RAG 与 Agent 的能力，让技能栈对齐企业当下的需求。
对应岗位：Agent / 大模型工程师报名前我们会带你做一次基础诊断，看清你现在站在哪、需要补什么。诊断结果分三档处理，我们不会为了招人含糊其辞——基础不够，我们会直接说。
AI 应用开发的岗位不是一个，而是一串。你的起点决定你从哪一级开始爬，但链路是通的——同一门课，够到的是这一整条梯子。
每个阶段都有明确的「学会了什么」和「做出来了什么」，8 次里程碑逐一验收。这是我们对教学强度的要求，也是你敢交钱的前提。
Python · SQL · pandas · FastAPI · Linux · Git · Docker
能写工程代码Cursor · Claude Code · SPEC 开发 · 代码审查
会用 AI 写代码Transformer · Token / Embedding · 生成控制 · 幻觉与边界
讲得清模型原理结构化输出 · Function Calling · MCP 协议 · LangGraph
能搭 LLM 应用Rano Agent 知识库智能体 · Rano Query 自然语言数据查询
交付商用级系统模型微调 LoRA · vLLM / Llama-Factory 部署 · 安全与可观测
能部署能调优Harness 工程化 · evals 评测 · 指标对齐 · 成本控制
能守住质量作品集 · 个人差异作品 · 求职 · 面试冲刺
带作品拿 offer这份技术栈是按招聘平台 JD 反向排出来的：企业要什么，课里就练什么。左边是技术块，右边是它在哪个阶段被练到。
面试官不看「你学过什么」，看「你做过什么、怎么做的」。这门课最后交付的，是两个能演示、能讲清每一步决策的完整系统。
可拆解 · 可复刻 · 每一环都能在面试里讲明白
市面上大致三类课。我们把区别摆出来，你自己判断——也欢迎你带着这个标准去别家问。
每个阶段都有可检查的产出，不过关不推进——学得慢没关系，学不会不行。
不是「上完课就毕业」，要过毕业门槛才结课。标准全部公开，欢迎验牌。
简历上不是「学过 AI」，是「交付过能跑的系统」。
从改简历到拿到 offer 的每一步，都有人陪你走完。
基础不够我们会建议先补，不为了招生把你留下。
保就业、薪资 7000 以上写进书面协议，我们不做口头加码。
未就业 → 学费全额退还。最坏的结果，也只是回到原点，而不是亏掉学费和时间。
签协议保就业，转正薪资 7000 元以上，白纸黑字落进书面协议。
报名前问得最多的问题
走完 8 个阶段：能写 Python 工程代码、会用 AI 编程工具交付、能做 RAG 知识库与 Agent 应用、能微调部署、能评测调优，最后交付商用级系统（Rano Agent / Rano Query）。
是同一门课，只是叫法不一样——不同企业、不同招聘网站上的岗位名称并不统一。学习内容完全一致，学完投的是同一批岗位。
课程直达的是「入门」和「进阶」两级：AI 应用开发工程师、RAG 工程师、NL2SQL 开发工程师、AI 应用交付工程师；往上是大模型应用开发、Agent 开发、AI 全栈。再往上的架构与专家岗要经验累积，我们不做承诺。
全日制线下、每天 6 小时，具体作息以当期课表为准。开发环境、大模型 API 都会在课程中带着配置好，一台能联网的电脑即可，不需要其他专业设备。
可以。免费试听 7 天，线上或到校都行；到校试听的这 7 天，住宿我们免费提供。先看教学风格和课堂状态，再决定要不要交钱，听完觉得不合适，不来就是了。