虾仔地址：xingkeit.top/17431/

一、学习路线全景图

1阶段一：Python基础（2周）2  │  变量、数据结构、函数、面向对象3  │  NumPy / Pandas / Matplotlib4  ▼5阶段二：数学补齐（2周）6  │  线性代数（矩阵运算、特征值）7  │  概率统计（贝叶斯、分布）8  │  微积分（梯度、链式法则）9  ▼10阶段三：深度学习核心（4周）11  │  神经网络原理 → CNN → RNN → Transformer12  │  PyTorch全家桶：Tensor / Dataset / DataLoader / Model13  ▼14阶段四：CV实战（4周）15  │  图像分类 → 目标检测 → 图像分割 → GAN生成16  │  项目：人脸识别系统 / 缺陷检测系统17  ▼18阶段五：NLP实战（4周）19  │  文本分类 → 序列标注 → 机器翻译 → 大模型微调20  │  项目：智能客服 / 情感分析 / RAG问答系统21  ▼22阶段六：工程落地（2周）23  │  模型部署（ONNX / TensorRT / Triton）24  │  MLOps基础（Docker / CI/CD / 监控）25  │  项目：端到端AI应用上线26

总周期：18周（约4.5个月），全栈能力闭环。

二、每个阶段的核心目标

三、为什么是"系统班"而不是"自学"？

核心差异：自学是"点"，系统班是"面"。AI岗位要的是面。

四、CV+NLP双线并行的意义

只会CV或只会NLP，只能打半场。CV+NLP双修，才是2026年AI岗位的硬通货。

五、写在最后

这套系统班不是教你"会调API"，而是让你从底层原理到上层应用，从单一领域到多领域交叉，从实验环境到生产部署，形成完整的AI全栈能力。

18周，4.5个月。不快，但每一步都踩在实处。

AI的门槛从来不是智商，是体系。