GitHub超火開發(fā)者路線圖庫有AI學(xué)習(xí)路線了！star數(shù)近30萬
AI 大時代，每天都有層出不窮的新技術(shù)、新方法、新模型、新應(yīng)用…… 想要去學(xué)卻又似乎無從下手？
這里正好有一個你需要的資源：開發(fā)者路線圖資源庫（developer-roadmap）！而這個資源庫中有的還不僅僅是路線圖，還有那些路線圖中每一步中所需的資源，包括論文/文章、視頻、教程、代碼、示例等等。真的是不僅要領(lǐng)你進門，更要把你教會。
- 資源鏈接：https://github.com/kamranahmedse/developer-roadmap
- 官網(wǎng)：https://roadmap.sh
自 2017 年建立以來，這個資源庫已經(jīng)收獲了超過 29.7 萬 star（是 GitHub 上 star 數(shù)排名第七的項目），fork 數(shù)也達到了 3.91 萬。其中包含前端、后端、AI、移動應(yīng)用開發(fā)、網(wǎng)絡(luò)安全、技術(shù)寫作、交互設(shè)計等諸多主題的等超過 50 個路線圖，并且還涉及不同的編程語言。
此外，其中還有許多社區(qū)創(chuàng)建的路線圖，并且也支持用戶創(chuàng)建自己的路線圖。該資源庫另一個有趣的探索是讓生成式 AI 來生成路線圖，這類路線圖已經(jīng)超過 12 萬個，但整體并不很受歡迎。
AI 生成的大量路線圖
幾年來，該資源庫幫助了無數(shù)開發(fā)者規(guī)劃、開始和完成了自己的學(xué)習(xí)生涯。也因此，該資源庫多年以來收獲了無數(shù)贊譽，也經(jīng)常出現(xiàn)在各種「開發(fā)者應(yīng)該關(guān)注的 GitHub 庫」榜單上。
當然，這個資源庫也該入選 AI 開發(fā)者應(yīng)該關(guān)注的榜單，其中提供的相關(guān)路線圖包括 AI 工程師路線圖、AI 與數(shù)據(jù)科學(xué)家路線圖、提示詞工程路線圖、MLOps 路線圖等，當然還有更加基礎(chǔ)一些的計算機科學(xué)路線圖和 Python 路線圖。
- AI 工程師路線圖：https://roadmap.sh/ai-engineer
- AI 與數(shù)據(jù)科學(xué)家路線圖：https://roadmap.sh/ai-data-scientist
- 提示詞工程路線圖：https://roadmap.sh/prompt-engineering
- MLOps 路線圖：https://roadmap.sh/mlops
- 數(shù)據(jù)分析師路線圖：https://roadmap.sh/data-analyst
除此之外，社區(qū)也創(chuàng)建了一些與 AI 相關(guān)的路線圖，包括 LLM 工程師路線圖、生成式 AI（GenAI）路線圖、商業(yè)智能（BI）路線圖、機器學(xué)習(xí)路線圖等。詳見其官網(wǎng)。
社區(qū)創(chuàng)建的生成式 AI 路線圖概覽
這個資源庫的建立者和維護者 Kamran Ahmed 是英國的一位開發(fā)者，他在 2017 年開始建立這個庫，并表示這是「一個為開發(fā)者提供學(xué)習(xí)路徑和其它視覺內(nèi)容以幫助他們事業(yè)成長的平臺。」2022 年，他開始全職運營這個資源庫（所以其官網(wǎng)上也有一些付費資源）。除了這個資源庫，他還開發(fā)了多個軟件工具，包括一些插件和實用工具。
下面我們就以 AI 工程師路線圖為例，簡單展示一下其用法，其它路線圖就留給用戶自行探索了。
按圖索驥成為 AI 工程師
首先可以看到，這個路線圖非常長。這也說明了一點，要成為一位合格的 AI 工程師，決非朝夕之功。
一開始，你需要對前端、后端以及全棧開發(fā)的知識有所了解。
之后，你可以簡單了解 AI 工程師的概念以及工作內(nèi)容。同時層層遞進學(xué)習(xí)各種基礎(chǔ)概念的含義，比如 AI、AGI、LLM、推理、訓(xùn)練、嵌入、向量數(shù)據(jù)庫、AI 智能體、RAG、提示詞工程等等。用戶可以在點擊該路線圖上相應(yīng)的概念直達一些相應(yīng)的資源，比如下圖展示了 AI 智能體概念對應(yīng)的資源。當然，用戶也可以只使用該路線圖，然后自行尋找相關(guān)資源。
接下來，該路線圖進入了了解預(yù)訓(xùn)練模型的階段。在這里，你能了解什么是預(yù)訓(xùn)練模型及其好處和劣勢。同時，你也可以開始嘗試使用 OpenAI、Anthropic 和谷歌等提供商提供的現(xiàn)成 AI 服務(wù)。
當然，相信我們的讀者已經(jīng)經(jīng)歷過了上面大部分階段。
接下來就可以開始嘗試更高階一點的 AI 應(yīng)用了，包括通過 API 使用 LLM 以及從 Hugging Face 等模型托管網(wǎng)站下載模型自己部署。在這個過程中，你會接觸到 AI 服務(wù)提供商的 token 計數(shù)和定價策略、提示詞工程基礎(chǔ)以及模型微調(diào)等概念。
同時，你也可以開始了解 AI 安全和道德倫理方面的議題，包括 AI 模型越獄攻擊、提示詞注入攻擊、偏見與公平性等等。更進一步，你還可以學(xué)習(xí)最佳的安全實踐，包括 OpenAI Moderation API、對抗測試、限制輸入和輸出的方法等。
當然，要成為專業(yè)的 AI 工程師，可不能止步于使用模型的程度。現(xiàn)在，你已經(jīng)做好準備開始學(xué)習(xí)真正的技術(shù)了。
從了解嵌入開始，你將學(xué)習(xí)語義搜索、數(shù)據(jù)分類、推薦系統(tǒng)等嵌入用例，還將了解開放的 AI 嵌入 API 以及開源的嵌入工具。
更進一步，你將學(xué)習(xí)向量數(shù)據(jù)庫以及 RAG 的概念和實現(xiàn)方法。這個過程中你將學(xué)習(xí) Chroma、Pinecone、Supabase、MongoDB Atlas 等常用向量數(shù)據(jù)庫以及 Langchain、Llama Index 等實現(xiàn) RAG 的方法。
之后，你或許就可以嘗試一下構(gòu)建 AI 智能體了。這其中涉及到實現(xiàn)方法，如何使用函數(shù)和工具以及 OpenAI Assistant API。
再然后，該路線圖將帶你進入多模態(tài) AI 階段，讓你學(xué)會如何讓 AI 具備理解圖像、聲音、視頻等非文本數(shù)據(jù)的能力，以及如何實現(xiàn)文生圖、語音生成、圖像和視頻生成等應(yīng)用。另外，你也會了解到實現(xiàn)這些應(yīng)用的好用工具和 API。
該路線圖的最后，你將學(xué)習(xí)如何使用和構(gòu)建 AI 開發(fā)工具，比如 AI 代碼編輯器、代碼補全工具。在這里你將學(xué)會使用一些好用的服務(wù)和工具，包括 Cursor、GitHub Copilot 和 Replit 等。
總體而言，這個路線圖可以為你從頭開始的 AI 工程師之旅提供指引，讓你不至于在探索和學(xué)習(xí)過程中迷茫乃至失去方向。而如果你已經(jīng)是一位頗有經(jīng)驗的 AI 工程師了，也可以使用這份路線圖來梳理自己的知識體系。
當然，誠如前文所言，除了 AI 工程師路線圖，該資源庫中還包含 AI 與數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師、提示詞工程師等多個與 AI 相關(guān)的路線圖。不僅如此，這個開發(fā)者路線圖資源庫中還包含大量與 AI 并不直接相關(guān)的路線圖，感興趣的讀者請自行探索吧。
