研究生规划

idea

1. 
对于基础理论知识：
	国内优质资源更合适（除面向大众、门槛低、专业性低的培训机构课程外）
	
对于实战项目、训练营：
	国外优质资源更合适，如Krish Naik的社区

2. 
国外文献方面更有价值（但目前阶段不需要，况且基础文献国内有论文精读和复现）

3. 一专多精
一专：
	一个方向上进行系统性学习，从基础理论到高级技术到前沿应用；
	目的是找工作

多精：
	多个方向上进行短期训练营学习，从基础理论简单理解到某些高级技术再到某些前沿应用；
	目的是兴趣，做出有意思的东西
	

研究生三年规划

研一

1. python
2. 数学
3. 机器学习
4. 深度学习
5. 选择方向
6. 研读经典论文，复现代码，对此方向有宏观了解
7. 工程应用

Github 41.k star LLM路线 与上述十分类似

1. python
2. 数学
3. 机器学习库（机器学习）
4. 神经网络（深度学习）
5. NLP（选择方向）
6. LLM科学家（技术架构 = 研读经典论文，复现代码）
7. LLM工程师（模型增强和部署 = 工程应用）

研二

• 搞科研，发高质量论文
• 科研与实习，以实习为主

研三

1. 毕业论文
2. 就业

pre研究生规划

一专：

1. python
   • python基础
     • VScode基础使用：菜鸟教程 - https://www.runoob.com/
     • python：https://www.runoob.com/
2. 机器学习
   • 参加系统的机器学习相关课程，注重快速理解和应用（手推公式面试时才会要求）
     • https://www.udemy.com/course/complete-machine-learning-nlp-bootcamp-mlops-deployment/?couponCode=KRISHNAIK
3. 深度学习
4. 选择方向：NLP

注：3、4，参加系统性的深度学习方向课程即可，例如NLP（前沿应用：多模态AI）、CV（高级技术：目标检测、目标跟踪、图像分割、图像分类、生成式AI）

GenAI：https://learn.krishnaikacademy.com/web/checkout/672853c0643d828be7b3c8e2

AI系统架构师：https://learn.krishnaikacademy.com/web/checkout/67756cdadbaa44bc0baaec31

5. 研读经典论文，复现代码，对此方向有宏观了解

6. 工程应用

Github 41.k star LLM路线 与上述十分类似

1. python
2. 数学
3. 机器学习库（机器学习）
4. 神经网络（深度学习）
5. NLP（选择方向）
6. LLM科学家（技术架构 = 研读经典论文，复现代码）
7. LLM工程师（模型增强和部署 = 工程应用）

多精：

1. 计算机视觉：掌握OpenCV、YOLO处理视觉输入。

   https://learn.krishnaikacademy.com/web/checkout/66f8dc0d2fd358f3ac3a3993

2. 语音处理：学习Whisper（语音识别）、VITS（语音合成）

3. 强化学习：研究ReAct、PPO等算法提升自主决策能力。