获取课程:xingkeit.top/17372/

一、为什么是14周？

不是拍脑袋定的。拆开看：

14周 = 零基础到多模态全栈，没有一周是水的。

二、和其他课最大的区别：多模态不是选修，是主线

2026年的AI岗位，纯CV或纯NLP已经不够用了。

这套课的设计起点就不一样——多模态是核心主线，不是最后加的彩蛋。

三、十四周具体学什么（逐周拆解）

Week 1-2：Python急救

不教for循环怎么写。直接上：

• NumPy广播机制（因为后面全是矩阵运算）
• Pandas处理CSV/JSON（因为80%的数据长这样）
• 用Matplotlib画训练曲线（因为你得看懂模型在干什么）

第2周结束交付：一个数据清洗+可视化脚本，能处理10万行真实数据。

Week 3：数学急救包

只讲三件事：

• 矩阵乘法（神经网络前向传播的本质）
• 梯度与链式法则（反向传播的本质）
• Softmax与交叉熵（分类损失函数的本质）

不证明定理，只推公式，每个公式配一段PyTorch代码。

Week 4-7：大模型核心（最硬的4周）

这4周结束，你已经能独立做NLP方向的AI应用了。

Week 8-9：CV实战 + 多模态对齐

这2周结束，你能处理图像了，而且能让图像和文本"对话"。

Week 10-11：NLP实战 + 智能体

这2周结束，你能做对话式AI应用了。

Week 12-13：多模态融合（核心高潮）

这是整套课的王炸。学完这两周，你就是市面上最缺的"多模态工程师"。

Week 14：工程落地

一周之内把前面的成果变成可上线的产品：

• 模型量化（INT8，体积缩小75%）
• ONNX导出 + TensorRT加速
• FastAPI封装成REST API
• Docker打包，一键部署

第14周结束交付：一个完整的多模态AI应用，能跑在服务器上，能接受真实用户请求。

四、6个项目 = 6个面试作品集

每个项目都能写进简历，每个项目都能在面试中展开讲20分钟。

五、这套课适合谁？