作为一名正在摸索入行 AI 应用工程师的新人，整理了近期搜集的资料，聚焦这个岗位的核心能力要求，系统拆解从大模型应用开发、模型调优到工程化部署的全链路技术栈，一方面是为了给自己锚定清晰的学习方向，避免在繁杂的知识点里迷路；另一方面也希望这份整理能给和我一样的入门同路人提供一点参考，共勉前行。

这次试着入门 AI 相关内容，给自己定了几个具体的学习小目标：先试着掌握 Python 数据处理的基础工具，学着用 Pandas 做数据清洗、Numpy 实现张量运算；再慢慢摸索 PyTorch 的核心基础，比如张量创建、自动求导、数据加载这些入门必学的知识点；顺带简单了解下 FastAPI。整个过程都是边学边动手实操，我也是刚接触这些内容，算不上精通，只是把自己摸索出来的步骤和避坑点记下来，希望

作为一名正在摸索入行 AI 应用工程师的新人，整理了近期搜集的资料，聚焦这个岗位的核心能力要求，系统拆解从大模型应用开发、模型调优到工程化部署的全链路技术栈，一方面是为了给自己锚定清晰的学习方向，避免在繁杂的知识点里迷路；另一方面也希望这份整理能给和我一样的入门同路人提供一点参考，共勉前行。