AI Engineer Bootcamp — 翻转课堂学习方案

FLIPPED CLASSROOM MODEL

翻转课堂模型说明

❌ 传统模式

老师讲概念 (2h) → 老师带做 Lab (1h) → 学生做作业
老师 70% 时间在讲基础概念

✅ 翻转模式

课前 Lab 自学 → 直播只做项目+答疑 → 课后 Lab 作业
老师只负责难点讲解和 Code Review

📅 每周节奏

课前 (异步)
2-3 Lab + 1-2 Learn 章节

直播 (1.5-2h)
项目实战 + Q&A

课后 (异步)
作业 + ISA 项目推进

WEEK-BY-WEEK PLAN

逐周学习方案

PRE-WORK · 必要知识储备

0.1

必要知识储备

自学

课前自学

PYTHON LAB python-hello

PYTHON LAB python-variables

PYTHON LAB python-data-types

PYTHON LAB python-functions

PYTHON LAB python-api-basics

PYTHON LAB python-openai-api

GIT LAB git-first-commit

GIT LAB git-branch-basics

GIT LAB git-merge-basics

直播内容

无 (自学完成)

课后作业

完成所有 Pre-work Lab，提交环境检查截图

0.2

开发环境配置

自学

课前自学

PYTHON LAB python-json

PYTHON LAB python-file-io

LEARN AI Engineer: LLM fundamentals 章节

直播内容

无

课后作业

本地环境配置 + OpenAI API 测试 + GitHub 仓库创建

WEEK 1 · GenAI 概览 + AI/ML 基础

1.1

GenAI Overview + Ops

直播

课前自学

LLM LAB first-llm-experience

LLM LAB llm-concepts

PROMPT LAB ai-basics

LEARN AI Engineer: LLM 全景章节

直播内容

3 家 API 现场对比 (GPT-4o / Claude / DeepSeek)

ISA 项目 Proposal 讨论

课后作业

ISA Proposal 撰写

LLM LAB llm-api-hands-on

1.2

开课讲解会

直播

课前自学

LEARN AI Engineer: 课程导航章节

直播内容

课程结构讲解 + 分组

ISA 方向确认

课后作业

LLM LAB ai-ml-basics

录播视频 (4 个 ML/DL 基础)

WEEK 2 · Transformer + 四大模式

2.1

Transformer Architecture + API

直播

课前自学

LLM LAB transformer-attention

LEARN Prompt Master: basics 章节

LEARN Prompt Master: elements 章节

PROMPT LAB model-parameters

直播内容

Attention 可视化 Demo

API 参数调优实验 (temperature 0→2)

Token 计数脚本

课后作业

实现 LLM API 封装类 (支持模型切换、重试、Cost tracking)

2.2

Four Prototyping Patterns

直播

课前自学

LEARN AI Engineer: 四大模式章节

PROMPT LAB zero-shot

PROMPT LAB few-shot

直播内容

同一任务 (客服 QA) 用 4 种模式现场实现

效果对比分析

课后作业

为 ISA 选择构建模式 + 技术选型文档

WEEK 3 · Context Engineering + Vibe Coding

3.1

Context Engineering

直播

课前自学

PROMPT LAB context-engineering

PROMPT LAB context-management

PROMPT LAB chain-of-thought

PROMPT LAB system-prompt-design

PROMPT LAB output-format

PROMPT LAB json-schema

LEARN Prompt Master: cot 章节

LEARN Prompt Master: prompt-chaining 章节

直播内容

四层上下文架构设计

纯 Prompt vs 完整 Context Engineering 量化对比实验

课后作业

为 ISA 设计 Context Engineering 方案 (3 版本迭代)

PROMPT LAB prompt-evaluation

PROMPT LAB self-consistency

3.2

Vibe Coding

直播

课前自学

LEARN Vibe Coding: what-is-vibe-coding

LEARN Vibe Coding: install-cursor

LEARN Vibe Coding: first-prompt

LEARN Vibe Coding: vibe-mindset

LEARN Vibe Coding: prompt-patterns

PROMPT LAB code-generation

直播内容

Cursor vs Claude Code 现场对比

项目级 AI 配置 (.cursorrules / CLAUDE.md)

Context-Driven App 开始构建

课后作业

完成 Context-Driven App 项目

LEARN Vibe Coding: debug-with-ai

LEARN Vibe Coding: pair-programming

LEARN Vibe Coding: cursor-rules

WEEK 4 · Embeddings + RAG from Scratch

4.1

Introduction to Embeddings

直播

课前自学

PROMPT LAB rag-basics

LLM LAB rag-feature-pipeline

LEARN AI Engineer: Embedding 章节

直播内容

Embedding API 调用

Cosine Similarity 实现

t-SNE 可视化现场 coding

课后作业

为 ISA 准备知识库 (50+ 文档 + Chunking 实验)

4.2

Introduction to RAG

直播

课前自学

LLM LAB rag-inference-pipeline

LEARN AI Engineer: RAG 架构章节

直播内容

Project: RAG from Scratch

纯 Python + FAISS 全流程现场 coding (无框架)

课后作业

RAG 优化: Query Rewriting + Re-ranking + Citation

WEEK 5 · Production RAG + LangChain

5.1

Building Production-Ready RAG

直播

课前自学

PROMPT LAB cost-optimization

LLM LAB llm-tooling

LEARN AI Engineer: Production RAG 章节

直播内容

Streamlit UI + PDF 解析 + Rate Limiting

现场搭建完整应用

课后作业

P3 职业孵化器 Proposal

部署 Production RAG

5.2

LangChain Core Constructs

直播

课前自学

PROMPT LAB prompt-chaining

PROMPT LAB qa-system-design

LEARN AI Engineer: LangChain 章节

直播内容

LCEL pipe 语法

Memory + 自定义 Runnable 现场 coding

课后作业

用 LangChain 重写 RAG from Scratch + 对比报告

5.3

LangSmith Monitoring

直播

课前自学

LLM LAB mlops-llmops

LEARN AI Engineer: 监控章节

直播内容

LangSmith Tracing 接入

Debugging 分析 + 10 条测试用例评测

课后作业

为 ISA 接入 LangSmith + 3 个 Trace 截图分析

WEEK 6 · GraphRAG + RAG 评估

6.1

GraphRAG + 混合检索

直播

课前自学

LEARN AI Engineer: GraphRAG 章节

LLM LAB rag-feature-pipeline (复习)

直播内容

Neo4j + LangChain GraphRAG 现场构建

三路召回 (Vector + BM25 + Graph) + RRF 融合

课后作业

为 ISA 添加 GraphRAG + 对比评测

6.2

RAG Evaluation

直播

课前自学

LLM LAB llm-evaluation

PROMPT LAB prompt-evaluation

直播内容

RAGAS 四指标计算

Langfuse 接入 + 优化迭代

课后作业

提交 RAG 评估报告 (GraphRAG vs Naive RAG)

6.3

LangChain RAG QA Application

直播

课前自学

复习 W4-W6 所有 Lab

直播内容

综合项目 Demo Day

LangChain + ChromaDB/Neo4j + LangSmith + Streamlit

课后作业

部署到 Streamlit Cloud/AWS

README + RAGAS 报告

WEEK 7 · Agent 基础 + Agent SDK 对比

7.1

Agent 基础 + ReAct

直播

课前自学

PROMPT LAB react-agent

PROMPT LAB tool-use

LLM LAB ai-agent-patterns

LEARN Prompt Master: react 章节

直播内容

手写 ReAct 循环 (纯 Python)

Function Calling + 3 工具 Agent 现场 coding

课后作业

构建综合 Agent (Search + RAG + Calculator)

7.2

Agent SDK 对比

直播

课前自学

LEARN AI Engineer: Agent SDK 章节

PROMPT LAB multi-agent

直播内容

同一任务用 3 个 SDK 实现:

OpenAI Agents SDK / Claude Agent SDK / Google ADK

DevX 对比分析

课后作业

为 ISA 选 Agent SDK + 技术选型文档

WEEK 8 · Multi-Agent + Memory + A2A

8.1

Multi-Agent + LangGraph

直播

课前自学

LEARN AI Engineer: Multi-Agent 章节

LEARN Vibe Coding: ai-agents-tools

直播内容

LangGraph StateGraph 4-Agent 系统现场构建

状态图可视化

课后作业

部署 Multi-Agent RAG + LangSmith Trace

8.2

Agent Memory + Mem0

直播

课前自学

LEARN AI Engineer: Memory 章节

直播内容

Mem0 三层记忆集成

Graph Memory 实现

有/无记忆对比实验

课后作业

为 ISA 升级记忆 + 10 轮对话测试

8.3

A2A Protocol

直播

课前自学

LEARN AI Engineer: A2A 章节

直播内容

A2A 双 Agent 通信现场实现

MCP + A2A 组合架构

课后作业

设计 MCP + A2A 架构图 + Agent Card

WEEK 9 · MCP + Production Agents

9.1

MCP Server 构建

直播

课前自学

LEARN Vibe Coding: mcp-setup

LEARN Vibe Coding: mcp-sync

LEARN AI Engineer: MCP 章节

直播内容

TypeScript MCP Server 现场构建

Claude Code 集成测试 + OAuth 认证

课后作业

为 ISA 构建 MCP Server (3 个 Tools)

9.2

Production Agents + Agent Ops

直播

课前自学

LEARN Vibe Coding: claude-code-skills

LEARN Vibe Coding: claude-code-agents

LEARN Vibe Coding: observability-guardrails

PROMPT LAB hallucination-defense

直播内容

Claude Computer Use Demo

Agent Ops 三支柱实操

Production 部署 Checklist

课后作业

Production Agent 部署方案 + 监控策略

WEEK 10 · Open-Weight Models + Fine-Tuning

10.1

Open-Weight Models + Routing

直播

课前自学

LLM LAB model-deployment

LLM LAB inference-optimization

LEARN AI Engineer: Open-Weight 章节

直播内容

vLLM 部署 DeepSeek/Qwen

Model Router 实现 + 成本分析

课后作业

为 ISA 实现 Model Routing + 成本报告

10.2

Fine-Tuning: QLoRA + Unsloth

直播

课前自学

LLM LAB supervised-fine-tuning

LLM LAB preference-alignment

LLM LAB data-engineering

LEARN AI Engineer: Fine-Tuning 章节

直播内容

Unsloth + QLoRA 在 Colab 微调

SDG 数据生成 + 训练全流程

课后作业

Fine-Tuning 报告 + HuggingFace 发布

WEEK 11 · AI Eval + Safety

11.1

AI Eval Engineering

直播

课前自学

LLM LAB llm-evaluation

PROMPT LAB prompt-evaluation

LEARN AI Engineer: Eval 章节

直播内容

完整 Eval Pipeline 构建

幻觉检测器实现

LangSmith vs Braintrust 对比

课后作业

为 ISA 构建 Eval Pipeline + 基线分数 + 优化

11.2

Safety + Red-teaming

直播

课前自学

PROMPT LAB prompt-injection-defense

PROMPT LAB hallucination-defense

LEARN Prompt Master: jailbreaking 章节

LEARN Prompt Master: adversarial 章节

直播内容

Guardrails AI + NeMo 实操

10 种攻击手法 Red-team 测试

PII 检测

课后作业

Safety 报告 (10 种攻击 + 防御) + Guardrails 配置

WEEK 12 · 毕业

12.1

Demo Day

直播

课前自学

准备演示 PPT + Demo

直播内容

每组 15-20 分钟展示

评审 + Q&A

课后作业

GitHub 仓库整理 + Demo 视频

12.2

职业路径 + 简历

直播

课前自学

LEARN AI Engineer: 职业发展章节

直播内容

LinkedIn & CV Workshop

1v1 简历点评

课后作业

更新简历 + LinkedIn + 所有项目 README

RESOURCE SUMMARY

资源统计汇总

Prompt Lab 复用: 21 个

context-engineering, context-management, zero-shot, few-shot, chain-of-thought, json-schema, output-format, system-prompt-design, model-parameters, code-generation, rag-basics, react-agent, tool-use, multi-agent, cost-optimization, prompt-evaluation, self-consistency, hallucination-defense, prompt-injection-defense, qa-system-design, prompt-chaining

LLM Lab 复用: 16 个

first-llm-experience, llm-concepts, llm-api-hands-on, ai-ml-basics, transformer-attention, supervised-fine-tuning, preference-alignment, data-engineering, ai-agent-patterns, llm-tooling, rag-feature-pipeline, rag-inference-pipeline, model-deployment, inference-optimization, mlops-llmops, llm-evaluation

Python Lab 复用: 8 个

python-hello, python-variables, python-data-types, python-functions, python-api-basics, python-openai-api, python-json, python-file-io

AWS Lab 复用: 4 个

bedrock-foundation-models, bedrock-rag-knowledge-bases, lambda-serverless, opensearch-vector-search

Git Lab 复用: 3 个

git-first-commit, git-branch-basics, git-merge-basics

Learn 章节

Vibe Coding Learn: 15 章
AI Engineer Learn: 42 章
Prompt Master Learn: 10 章

Total Reusable: 110+ items

已有 Lab + Learn 章节直接复用，零开发成本

New Labs Needed: ~6

GraphRAG, Agent SDK 对比, Mem0, A2A, Model Router, Eval Pipeline

COST COMPARISON

成本对比 (第四期 vs 第五期)

维度	第四期	第五期 (翻转)	节省
每周直播时长	~5h	~3h	-40%
12 周总直播	~60h	~36h	-24h
老师备课量	概念 + 项目	只备项目	-50%
学生实操时间	课上 1h/周	Lab 3-4h/周	+300%
新建 Lab	15 个	~6 个	-60%
内容维护	每期更新 PPT	Lab 平台统一	持续降本