一份可以随时翻查的讲义
按章节连续阅读，也可以从问题、术语或真实 JD 进入。正文、案例和资料出处相互连接。
16 篇讲义 · 43 个精选来源 · 30 个术语
本版更新于 2026-09-05经验、面经与专题阅读
查看资料 →15 篇牛客原帖 · 6 个专题，把经历、问题和成熟教程连起来。
按问题查阅
01
01认识岗位
两条职业线，五类工作
先按工作对象认识产品、运营、Research、开发和算法，再理解它们为什么经常出现在同一条产品链路里。
AI 产品：从用户问题到产品机制
认识应用产品、平台产品和策略产品的工作差异，理解产品人员为什么要讨论模型边界、评测和成本。
AI 运营：用户、数据与质量
区分产品运营、数据运营、评测运营和内容安全，认识它们各自处理的材料、标准与反馈。
AI Research：问题、方法和证据
理解研究实习的工作对象，以及论文、复现、消融和研究原型之间的关系。
AI 开发：把模型接入真实系统
从应用开发到推理和平台工程，理解接口、数据、状态、工具和上线运行分别意味着什么。
AI 算法：数据、模型与任务效果
把大模型、视觉、多模态、搜推广等方向放回具体任务，区分训练、微调、推理和效果评价。
02
07串联知识
六类 AI 产品，三种服务对象
将产品形态与服务对象分开看，理解 Agent、平台、策略、评测、行业方案和 AIGC 的边界。
RAG：从资料到有依据的回答
顺着文档处理、检索和生成理解知识库问答，区分没找到、找错了和回答错了。
Agent、工作流与工具调用
从固定步骤与动态决策的区别理解 Agent，认识工具、状态、权限和停止条件。
评测：让“效果好”有明确含义
区分模型评测、系统评测、离线评价和线上效果，理解样本、判定标准与错误分析。
数据与指标：从回答质量到业务结果
读懂准确率、召回率、任务成功率、留存和延迟，避免把不同分母的数字直接比较。
关于这份讲义
面向已经进入硕士阶段、准备了解 AI 实习的读者。内容以岗位职责、技术概念与公开产品资料为基础；教学示例会在正文中标明，招聘样本与当前开放状态分别看待。
讲义免费阅读和下载。外部资料保留作者与官方入口，课程、代码和平台的具体使用条件以原站为准。站内简历与面试题库可在需要时从求职菜单进入。