AI 工程师知识体系

从数学基础到大模型推理工程 —— 以华为 AI 岗机考为锚点的系统化教程

AI 工程师知识体系(6 篇 · 26 章 · 4 个附录)已按篇目拆分为 31 个独立页面发布。每页顶部保留原章标题,页内目录可跳转章内小节。

提示

全书以 6 场华为 AI 岗机考的 52 道选择题与 12 道编程题为锚点,同时刻意补齐了题目没直接考、但属于前置知识的内容(向量空间公理化、IEEE 754 浮点、凸性判据、Roofline 与算术强度等)。

目录

前言:如何使用这本书

第一篇 数学基础 3

  1. 第 1 章 线性代数 I:向量空间、矩阵与四个基本子空间
  2. 第 2 章 线性代数 II:内积、范数、相似度与正交变换
  3. 第 3 章 线性代数 III:特征分解、SVD 与矩阵分解

第二篇 概率、信息与数值 2

  1. 第 4 章 概率论、统计推断与信息论
  2. 第 5 章 数值计算基础

第三篇 优化与机器学习 6

  1. 第 6 章 优化与学习算法
  2. 第 7 章 学习范式与模型评估
  3. 第 8 章 正则化与模型选择
  4. 第 9 章 线性模型与广义线性模型
  5. 第 10 章 无监督学习
  6. 第 11 章 降维与表示学习

第四篇 深度学习 4

  1. 第 12 章 神经网络基础
  2. 第 13 章 训练与优化实务
  3. 第 14 章 表示学习与多模态
  4. 第 15 章 Transformer 架构

第五篇 大模型与推理工程 6

  1. 第 16 章 大模型训练范式
  2. 第 17 章 检索增强生成(RAG)
  3. 第 18 章 解码与生成策略
  4. 第 19 章 推理系统与性能工程
  5. 第 20 章 量化与压缩
  6. 第 21 章 分布式训练与并行

第六篇 算法与数据结构实战 5

  1. 第 22 章 复杂度分析与算法设计方法
  2. 第 23 章 线性结构技巧
  3. 第 24 章 动态规划与背包问题体系
  4. 第 25 章 图与集合
  5. 第 26 章 工程实现纪律

附录 4

  1. 附录 A 公式速查表
  2. 附录 B 真题索引
  3. 附录 C 术语中英对照表
  4. 附录 D 学习路线、能力矩阵与自测清单