跳到主要内容

📊 学习里程碑

学一门复杂的技能，最怕的不是难，而是不知道自己走了多远、还要走多久。
这页就是你的地图。每到一个里程碑，回来看看，给自己一个确认：你在进步。

总览：从零到 AI 全栈的六个里程碑​

里程碑完成阶段你能做什么求职参考全职学习时间
🌱 入门预备 + 第一阶段用 Python 写自动化脚本、爬虫、简单 API还不能找 AI 岗位，但 Python 岗位可以尝试1-2 个月
🌿 基础+ 第二阶段数据分析、可视化报表、数据清洗可尝试数据分析实习3-4 个月
🌳 进阶+ 第三四五阶段训练 AI 模型、图像分类、文本分类可找 AI 工程师实习6-8 个月
🌲 应用+ 第八B阶段开发 AI 应用、微调大模型、构建 RAG 系统AI 应用工程师10-12 个月
🏆 专家+ 第九阶段开发 AI Agent、自主推理系统、多 Agent 协作高级 AI 工程师12-15 个月
🎯 全栈所有阶段 + 部署从算法到产品的全链路开发AI 全栈工程师 / Tech Lead16-20 个月
关于时间估算

以上是全职学习（每天 6-8 小时）的预估。兼职学习（每天 2-3 小时）大约需要 2-2.5 倍的时间。每个人的节奏不同，不必太在意具体数字，关键是持续推进。

每个里程碑的详细说明​

🌱 里程碑一：入门（预备 + 第一阶段）​

你完成了什么：

  • 掌握了终端、Git、VS Code 等开发工具
  • 学会了 Python 基础语法、数据结构、函数、面向对象
  • 完成了 4 个小项目（命令行工具、爬虫、Web API、AI API 体验）

你的能力水平：

  • 能用 Python 写 200-500 行的程序
  • 能从网上爬取数据并保存
  • 能用 FastAPI 搭建简单的后端服务
  • 能调用大模型 API 做简单应用

真实感受： "我终于能让计算机按我说的做事了！虽然代码还不太优雅，但它跑起来了。"

自检方式： 能不能不看教程，独立写一个"猜数字"游戏？能不能用 requests 库从一个网站上爬取标题列表？

🌿 里程碑二：基础（+ 第二阶段）​

你完成了什么：

  • 掌握了 NumPy、Pandas、Matplotlib 等数据分析工具
  • 学会了数据清洗、探索性分析、可视化

你的能力水平：

  • 拿到一个 CSV 数据集，能独立完成完整的数据分析流程
  • 能写出清晰的数据可视化图表
  • 能用数据回答业务问题（"哪个月销售额最高？""用户流失率是多少？"）

真实感受： "原来数据里藏着这么多故事！一张图就能说清楚一件事。"

自检方式： 从 Kaggle 下载一个数据集（比如泰坦尼克号生存预测数据集），能不能用 Pandas 做完整的 EDA 并画出至少 5 张有意义的图？

🌳 里程碑三：进阶（+ 第三四五阶段）​

你完成了什么：

  • 理解了线性代数、概率统计、微积分在 AI 中的应用
  • 掌握了经典机器学习算法（线性回归、逻辑回归、决策树、随机森林、XGBoost）
  • 学会了 PyTorch 框架和深度学习核心概念（CNN、RNN、Transformer 基础）

你的能力水平：

  • 能独立完成一个机器学习项目的全流程（数据处理 → 特征工程 → 模型训练 → 评估调优）
  • 能用 PyTorch 搭建和训练神经网络
  • 能做图像分类、文本分类等实际任务
  • 对 AI 的核心原理有了系统性的理解

真实感受： "以前觉得 AI 是黑魔法，现在发现它就是数学 + 数据 + 代码。没那么神秘，但确实精妙。"

自检方式： 能不能用 PyTorch 从头实现一个 CNN，在 CIFAR-10 数据集上训练到 80%+ 的准确率？能不能手写反向传播的简单推导？

🌲 里程碑四：应用（+ 第七阶段 + 第八A/B阶段）​

你完成了什么：

  • 理解了大语言模型的原理（Transformer、预训练、微调、对齐）
  • 掌握了 Prompt 工程和 LoRA 微调
  • 学会了开发 RAG 系统、部署本地大模型、构建生产级 AI 服务
  • 掌握了 Docker、FastAPI 等工程化技能

你的能力水平：

  • 能独立开发一个企业级知识库问答系统（RAG）
  • 能对开源大模型做垂直领域微调
  • 能用 Docker 打包和部署 AI 服务
  • 写出的代码有日志、有错误处理、有 API 文档

真实感受： "我现在真的能做出用户可以用的 AI 产品了，不再是只会跑 Demo 的程度。"

自检方式： 能不能独立搭建一个 RAG 系统：读取一堆 PDF 文档 → 向量化存入数据库 → 用户提问时检索相关内容 → 用大模型生成回答？

求职里程碑

到这个阶段，你已经具备了 AI 应用工程师 的核心能力。如果你的目标是尽快就业，可以开始准备简历和面试了。

🏆 里程碑五：专家（+ 第九阶段）​

你完成了什么：

  • 掌握了 AI Agent 的核心架构（推理、工具使用、记忆系统）
  • 学会了 MCP 协议、LangGraph、CrewAI 等框架
  • 能开发单 Agent 和多 Agent 协作系统
  • 具备 Agent 评估、安全防护、生产部署能力

你的能力水平：

  • 能设计和开发一个能自主推理、调用工具、记住上下文的 AI Agent
  • 能搭建多 Agent 协作系统（比如：研究 Agent + 写作 Agent + 审核 Agent 协作完成研究报告）
  • 能评估 Agent 性能、做安全防护、控制成本

真实感受： "AI 不再只是一个问答工具，它可以帮我自动完成复杂的工作流。我在造一个'AI 员工'。"

🎯 里程碑六：全栈（所有阶段 + 选修）​

你完成了什么：

  • 主线全部完成，选修模块按需学习
  • 对 CV、NLP、AIGC、Agent 都有了解，至少精通其中 1-2 个方向
  • 能从需求分析到产品部署，走完全链路

你的能力水平：

  • 拿到一个 AI 相关的业务需求，能独立做技术选型、架构设计、开发实现、测试部署
  • 能带领团队做 AI 项目
  • 对 AI 行业的发展趋势有清晰的判断

学习节奏参考​

全职学习（每天 6-8 小时）​

月份学习内容关键产出
第 1 月预备 + 第一阶段Python 爬虫项目、Web API 项目
第 2-3 月第二阶段完整的数据分析报告
第 4-6 月第三+四+五阶段（融合学习）ML 项目 + PyTorch 项目
第 7-9 月第七 + 第八A/B阶段RAG 系统、大模型微调项目
第 10-12 月第九阶段 + 求职准备Agent 项目 + 完整作品集

兼职学习（每天 2-3 小时）​

按上述表格×2 即可。关键是每天都学一点，哪怕只有 30 分钟，也比一周集中一天效果好得多。