想学 AI Engineering，但看到 LLM、RAG、Agent 这些概念，不知道从哪里开始？也想弄清楚招聘里的 AI Engineer、FDE、AI Solutions Engineer 到底有什么区别？

这次试听是 AI Engineer 第07期训练营的第一节理论课。我们会从基础概念出发，带你建立全课程地图，了解一个 AI 应用由哪些部分组成，以及从模型能力走向实际业务应用，需要考虑哪些问题。

现场还会用同一个任务对比当期主流模型，看看它们在输出质量、遵循要求、响应速度和成本上的差异，并留出 Q&A 时间交流你的问题。

这次试听会讲什么？

1. 理清 AI 基础概念
   理解 AI、机器学习、深度学习、生成式 AI 与大语言模型的关系，弄清训练、推理、Token、上下文和幻觉分别是什么。

2. 看懂 AI 应用系统全景
   认识 Model、Context、RAG、Tools、Agents、Evals 和 Governance，了解它们在系统中的作用，以及如何相互配合。

3. 了解 AI Engineer 岗位方向
   对比 Applied AI Engineer、FDE、AI Builder、AI Solutions Engineer，以及 ML Engineer、Data Scientist 和 Software Engineer。学会从招聘描述中的实际职责判断岗位，而不只看职位名称。

4. 现场对比主流模型
   同一个任务交给不同模型，观察回答质量、格式遵循、延迟和成本，理解选择模型时需要考虑的取舍。

5. 建立生产环境意识
   从四个问题开始：一次调用多少钱？用户要等多久？数据能否发给模型供应商？模型或供应商失败时怎么办？具体部署与运维实践将在后续课程展开。

适合谁参加？

• 想系统学习 AI Engineering，但还没有清晰学习路线的同学。

• 有软件开发、数据或 DevOps 背景，希望了解 AI 应用开发的同学。

• 正在探索 AI 相关岗位，希望弄清职责差异和能力要求的同学。

• 想了解第07期训练营课程方向与授课方式，再决定是否报名的同学。