数据与 AI 工程

从用 SQL 处理数据的手感开始，设计失败后仍安全的流水线，并亲手做出 LLM 应用的内部零件。学完后收到「数据不对」的报告时，能用数字收敛到是哪个阶段出了问题。

코스

• SQL 实战 — 从查询到执行计划，全部动手跑一遍
• 数据流水线 — 失败后重跑，结果必须一样
• Apache Spark — 慢作业的答案在执行计划和事件日志里 — 用本地模式 Spark 通过事件日志测量 shuffle、连接与数据倾斜
• Apache Hadoop — 在一个 Pod 里搭起并运维 HDFS 与 YARN — 在伪分布式 HDFS·YARN 上亲手操作块、权限、配额与 MapReduce
• Apache Flink — 用真正的引擎跑流处理 — 用引擎自己的输出验证水位线、状态和检查点
• ClickHouse — 从内部理解列式分析数据库 — 用 system 表里的数字读懂排序键、数据部分与合并
• LLM 工程 — 从分词器到 RAG 评测，从地基开始
• AI 智能体 — 是图不是模型 — 停止条件、失败路径、留痕。demo 与产品的分水岭
• Transformer — 手算一遍注意力 — 用数字确认为什么要除以 √d
• AI瘦身失败事件 — 亲手构建INT8模型并测量准确率与性能
• 上周那个模型更好，可没人找得到 — 亲手搭建实验台账、注册表与晋升闸门
• 智能体删掉了我的数据库 — 用标准库编写 MCP 服务器，并设置三层防护