tanulási útvonal
AI-fejlesztői tanulási útvonal
Gyakorlati ütemterv az AI-alkalmazásfejlesztés elsajátításához az alapfogalmaktól a portfólióprojektekig.
- Szerepkör
- AI-alkalmazásfejlesztő
- Nehézség
- Kezdő
- Időtartam
- 10–12 hét
- Tanulási sorrend
- 13
- Kategória
- AI Development
Áttekintés
Ez az útvonal bemutatja azokat a fogalmakat, eszközöket és fejlesztési gyakorlatokat, amelyek szükségesek a gyakorlatias, AI-alapú szoftverek létrehozásához. A tanulók az alapvető AI-asszisztensekkel kezdik, folytatják az AI-kódolási környezetekkel, és végül egy teljes alkalmazás tervezésével, építésével, tesztelésével és dokumentálásával zárják a folyamatot.
Tanulási sorrend
1. A ChatGPT felfedezése technikai tanuláshoz
Tanulja meg, hogyan használhat AI-asszisztenst technikai fogalmak magyarázatára, kód áttekintésére, példák generálására és fejlesztési feladatok tervezésére.
2. Második AI-asszisztens összehasonlítása
Használjon egy második AI-asszisztenst a magyarázatok, kódáttekintések és hosszú kontextusú érvelések összehasonlítására, ahelyett, hogy egyetlen modellre támaszkodna.
3. AI mindenkinek
Szerezzen széles körű ismereteket a mesterséges intelligenciáról, annak képességeiről, korlátairól, terminológiájáról és gyakorlati szerepéről, mielőtt belevágna az AI-alkalmazásfejlesztésbe.
4. AI-alapok mérföldkő
Erősítse meg, hogy érti a promptokat, a modell korlátait, a hallucinációkat, a kontextust és a generált kimenet ellenőrzésének fontosságát.
5. ChatGPT prompt engineering fejlesztőknek
Tanuljon meg gyakorlati prompt engineering technikákat szoftverfejlesztéshez és LLM-alapú alkalmazásokhoz, mielőtt alkalmazná azokat egy AI-támogatott kódolási munkafolyamatban.
6. AI-kódolási környezet beállítása
Gyakorolja az AI-támogatott kódolást, a kódbázissal kapcsolatos kérdéseket, a soron belüli szerkesztést, a hibakeresést és a refaktorálást egy AI-képes fejlesztői környezetben.
7. GitHub Copilot értékelése
Hasonlítsa össze a kódkiegészítési és fejlesztési támogatási munkafolyamatokat egy másik elismert AI-kódolási eszközzel.
8. Rendszerek építése a ChatGPT API-val
Tanulmányozza, hogyan kombinálhatók több LLM-hívások gyakorlati alkalmazási munkafolyamatokká, alapot biztosítva egy strukturált AI-alapú prototípus építéséhez.
9. Prompt-alapú prototípus építése
Hozzon létre egy kis alkalmazást, amely elfogadja a felhasználói bevitelt, strukturált promptot küld egy AI-szolgáltatásnak, és megjeleníti a generált eredményt.
10. Gyors AI-alkalmazásfejlesztés felfedezése
Tanulmányozza, hogyan gyorsíthatják fel az AI-támogatott alkalmazáskészítők a prototípuskészítést, miközben továbbra is szükség van a generált kód és architektúra gondos felülvizsgálatára.
11. Ellenőrzés és hibakezelés hozzáadása
Fejlessze a prototípust a bemenetek és kimenetek ellenőrzésével, az API-hibák kezelésével, és annak megakadályozásával, hogy érvénytelen generált adatok kerüljenek a felületre.
12. AI-fejlesztői portfólióprojekt létrehozása
Építsen egy teljes, AI-alapú alkalmazást, amely megold egy világosan meghatározott felhasználói problémát, és bemutatja a felelősségteljes fejlesztési gyakorlatokat.
13. AI-fejlesztői mérföldkő
Tekintse át az elkészült portfólióprojektet, és erősítse meg, hogy az alapvető technikai és dokumentációs követelmények teljesültek.