训练营课程介绍
AI Engineer Bootcamp
AI Engineer 是 2026 年最热门的技术岗位。这个 Bootcamp 覆盖从 Context Engineering 到 Multi-Agent 到 Fine-Tuning 的完整技术栈，7 个实战项目让你毕业时就有生产级作品。
- 提升 AI 能力的数据科学家、机器学习工程师、DevOps 工程师、技术产品经理以及 AI 领域创业者量身定制
课程顾问
查看 AI 职业影响地图 →课程预览
Upcoming
近期开课
可以插班
AI Engineer训练营04
2026/01/11|Online|Online
$5,099
Core Features
AI Engineer Bootcamp亮点
01
Context Engineering 系统设计，不只是写 Prompt
02
RAG + GraphRAG + 混合检索全栈实战
03
OpenAI / Claude / Google 三大 Agent SDK 对比实操
04
Multi-Agent + A2A 协议 + MCP 工具集成
05
QLoRA/Unsloth 微调 + AI Eval Engineering
06
7 个可放进简历的实战项目
07
12 周 P3 真实企业项目孵化
Curriculum
AI Engineer Bootcamp课程大纲
注册即可免费体验真实学习环境
1PHASE 1: GenAI 基础 + Context Engineering (Week 1-3)14 课时
ℹ️Pre-work免费试学信息
ℹ️Preparation免费试学信息
📚AWS Agentcore + AI Engineer 职业路径免费试学课程
📚GenAI Overview+Ops-*免费试学课程
📚开课讲解会课程
🎬Structured Data vs Unstructured Data免费试学视频
🎬Introduction to Machine Learning视频
🎬Supervised, Unsupervised, and Reinforcement learning视频
🎬Introduction to Deep Learning视频
📚Transformer Architecture+API课程
🎬The transformer architecture视频
✏️GenAI Capstone Project：intelligent Study Assistant(ISA)作业
🎬Input embeddings视频
📚学习小组项目proposal课程
2AI Coding2 课时
🎬自拟小组AI项目介绍视频
📚Vibe Coding课程
3PHASE 3: AI Agents 工程化 (Week 7-9)7 课时
📚The Four Prototyping Patterns: Prompting, Fine-Tuning, RAG, Agents课程
ℹ️Define your success criteria信息
📚Prompt Engineering: Best Practices课程
📚Prompt Iteration through a User Interface课程
🎬Project：Building and Sharing Your First GPT in OpenAI’s GPT Store视频
ℹ️ChatGPT Prompt Set信息
ℹ️GenAI Toolbox信息
4PHASE 2: RAG 系统全栈开发 (Week 4-6)3 课时
ℹ️AI 模型对比参考信息
📚Introduction to Embeddings课程
📚Embedding Models vs. LLM Chat Models课程
5PHASE 4: 模型优化 + AI Evals + 毕业 (Week 10-12)13 课时
📚Introduction to Retrieval Augmented Generation (RAG)课程
📚Project：Building RAG from Scratch in Python课程
ℹ️RAG Builder Toolbox信息
ℹ️AI Resource Hub信息
📚Building Simple User Interfaces in Python课程
📚PDF Parsing 101课程
📚LLM Rate Limits课程
🎬Budgeting and API costs视频
📚Project：Shipping and Sharing a Rate-Unlimited, PDF-UploadReady RAG Application课程
ℹ️End-to-End RAG Toolbox信息
🎬用 AWS 构建 RAG应用视频
ℹ️Deploying and Operating RAG in Production信息
📚Agent详解：构建第一个Agent课程
6RAG with LangChain6 课时
🎬Introduction to LangChain视频
📚LangChain Core Constructs课程
📚LangChain Expression Language: Chains and Runnables课程
📚Monitoring and Visibility with LangSmith课程
📚Claude Code Skills 最佳实践：如何建立你的 AI 开发技能库课程
📚Project：Building and Sharing your First RAG QA Application with LangChain课程
7RAG Evaluation6 课时
🎬LLMs Overview视频
📚RAG Evaluation课程
📚Metrics: Context Recall, Context Precision, Answer Relevancy, and Faithfulness课程
📚RAG Asessment (RAGAS) Framework课程
📚Langfuse课程
ℹ️RAG Evaluation Toolbox信息
8Agent Application with LangGraph4 课时
📚Agents课程
📚The Reasoning-Action (ReAct) Framework课程
📚Search and Retrieval with Tools (Function Calling)课程
📚Project：Building a production-grade Agentic RAG Application课程
9Multi-Agent Applications6 课时
📚Multi-Agent Architectures课程
📚Hierarchical, Multi-Agent Collaboration, Agent Supervision课程
📚Agent Operations (Agent Ops) with LangSmith课程
📚Multi-Agent Frameworks: AutoGen, CrewAI课程
📚Project：Building a Multi-Agent RAG Application with LangGraph课程
ℹ️Multi-Agent Application Toolbox信息
10Model Context Protocal(MCP)8 课时
🎬Introducing the Model Context Protocol(MCP)视频
📚Build MCP Server课程
🎬解读原码视频
📚Integrating MCP (Mixture of Content Providers) into AI Engineering课程
📚Project：Building a MCP Project 01课程
📚Project：Building a MCP Project 02课程
📚Deep agents 01课程
📚Deep agents 02课程
11Synthetic Data Generation4 课时
📚SDG for Fine-Tuning & Prompt-Based Data Generation for Fine-Tuning & Alignment课程
📚Test Data Generation for RAG: In-Depth Evolution课程
📚Custom Synthetic Test Data Generation for RAG Evaluation课程
ℹ️SDG Toolkit信息
12Fine-Tuning Embedding Models5 课时
📚Fine-Tuning & Massive Text Embedding Benchmark (MTEB)课程
📚Downloading Open-Source Model Weights课程
📚Loading LMs on GPU课程
📚Sentence Transformers & Fine-Tuning Embeddings for RAG课程
ℹ️Embedding Fine-Tuning Toolkit信息
13Fine-Tuning Open-Source LLMs with Low-Rank Adaption4 课时
📚The Primary Roles of Fine-Tuning课程
📚Parameter Efficient Fine-Tuning (PEFT)课程
📚Quantization课程
📚Project：Fine-Tuning Llama 3.1 with PEFT-QLoRA课程
14Career Coaching1 课时
🎬Linkedin & CV 2024.12.08视频
Why DevOps
为什么选择AI Engineer
行业洞察选择成为AI工程师意味着走在技术创新的前沿。作为AI工程师，您将掌握大语言模型、RAG系统和智能体等前沿技术，参与从数据处理到模型部署的完整开发流程。AI工程师不仅在推动企业智能化转型中扮演关键角色，还能在各类行业中创造高效、自动化的解决方案。无论是提升职业竞争力，还是抓住AI时代的机遇，成为AI工程师都能让您在未来的科技浪潮中保持领先地位。 ...
P3 Showcase
P3 孵化器学习小组
展示不同 Cohort 的进展和小组案例，帮助了解训练营成果
学习小组列表
当前选择：第28期 · #28 P3职业孵化器
切换期数
团队数：8
参与人数：57
完成项目：2
开始于 2026-02-26
open
AI 虚拟小镇 / Meta Town / Let's GO
成员：8目标人数：10创建：2026-03-13
Expert Team
导师团队
Sr specialist SA
Peiyao Li是一位拥有超过十年数据科学、机器学习和云工程经验的资深人工智能和机器学习专家，目前任职于亚马逊网络服务（AWS）。在AWS，Peiyao致力于协助客户利用AWS服务开发创新的机器学习解决方案。她在机器学习、自然语言处理、计算机视觉和生成式人工智能方面具有深厚的背景知识。此前，她曾在WooliesX担任高级数据科学家，运用数据分析增强顾客体验与忠诚度。她对 AI 技术的产业应用充满热情，致力于推动 AI 在 企业智能化、数据分析和自动化决策 方面的落地，并积极参与行业交流与人才培养。作为导师，Melanie 通过分享前沿技术经验和行业最佳实践，帮助学员提升 AI 和数据科学领域的专业能力。
查看导师↗
AI Integration Architect|Data Science and Engineering Lead
Sheldon Lin目前在Cashrewards担任Data Science and Engineering Lead，专长与数据科学、数据工程和机器学习运营，尤其关注生成式AI和大语言模型的企业级实施。他精通Python、R、SQL以及包括Azure、AWS、GCP在内的多个云平台，掌握各种机器学习技术。 成功交付项目的强大记录，包括使用Langchain开发LLM模型、为企业内部知识管理系统、为IT系统数据构建云原生流式数据管道等。
Lead AI Engineer
Tianyi Li 是一名经验丰富的 Full Stack Software Engineer，专注于 Web 和 Mobile 应用开发，并在 Generative AI 领域有深入的研究和实践经验。他在过去四年里参与了 15+ 个商业项目，精通前后端开发、云端架构及 DevOps 自动化。他具备扎实的技术功底，并且在敏捷团队领导方面积累了丰富经验，确保项目高效交付且符合最佳实践。他对 Generative AI 充满热情，擅长使用 LangChainJS、Prompt Engineering、Tool Calling、Retrieval Augmented Generation (RAG) 及多模态模型，开发 AI 驱动的应用。
Senior Data&AI Architect
Selina Li 是一位资深 数据与AI架构师，目前任职于 微软亚太区（Office of the CTO, Microsoft Asia），专注于澳新地区（ANZ）的战略级数据与人工智能项目。她在金融、零售、咨询和云计算等多个行业拥有超过10年的技术与管理经验，曾在 澳洲联邦银行（CBA）、Officeworks、德勤（Deloitte） 等知名企业担任核心职位。Selina 既有深厚的数据工程与AI技术背景，也具备跨部门团队领导与大型数字化转型经验，能够将前沿技术与企业实际紧密结合，为客户和学员提供落地价值。
价格选项
可以插班
AI Engineer训练营04
2026/01/11
课程时长：
授课方式：Online
授课地点：Online
授课老师：Weixuan Jiang, Joey Yang, Tianyi Li, Peiyao Li, Liangjun Song, Lightman Wang, Xiao Hua, Xia Zhou, 匠人小班 Beta, Leon Li, beta beta, Samuel Shaw, Xiaoxiao Ma, Jenny LIN, Huansong（Winston） Zeng
Tech Stack
课程知识点
AI Engineering
Retrieval Augmented Generation (RAG)
OpenAI
Azure
Embeddings
Prompting
Qdrant
Vector Database
LLM
LangChain
Claude Code
Chatgpt Icon
LangGraph
MCP
Claude
Vector Database Solid
Chunking
Hugging Face
Fine-Tuning
RAGAS
Target Audience
谁应该参加我们的AI Engineer Bootcamp？
有 Python 和 API 开发基础的软件工程师、数据科学家、ML 工程师、DevOps 工程师、AI 创业者
NotionCourse Detail
课程详情Course Detail
分享此页面
将 AI Engineer Bootcamp 分享给朋友
LIVE CLASS
我们如何线上上课的
- 灵活的学习交流时间：随时随地进入课堂
- 沉浸式学习环境：通过虚拟空间创建了一个高度互动和沉浸式的学习环境。学生可以在虚拟教室、实验室和会议室中进行交流和合作，增强了参与感和实际的课堂体验。
SOCIAL
线上学习减少孤单感
- 减少学习孤单感：看看还有谁和你在学习，找到志同道合的学习伙伴，共同进步。
- 提升社交能力：虚拟环境中，学生可以自由结交新朋友，进行社交互动。这有助于提升学生的社交能力和团队协作精神，特别是对内向或害羞的学生来说，虚拟环境提供了一个更舒适的交流平台。
PROJECT
我们如何讨论项目？如何团队做项目
- 快速建立紧密的团队协作氛围：更高效真实的进行讨论
- 即时反馈和支持：教师和助教实时观察学生的学习情况，提供即时的反馈和支持。这种即时反馈机制有助于及时解决学生的问题，增强学习效果。
地址
Level 10b, 144 Edward Street, Brisbane CBD(Headquarter)Level 2, 171 La Trobe St, Melbourne VIC 3000四川省成都市武侯区桂溪街道天府大道中段500号D5东方希望天祥广场B座45A13号Business Hub, 155 Waymouth St, Adelaide SA 5000Disclaimer
JR Academy acknowledges Traditional Owners of Country throughout Australia and recognises the continuing connection to lands, waters and communities. We pay our respect to Aboriginal and Torres Strait Islander cultures; and to Elders past and present. Aboriginal and Torres Strait Islander peoples should be aware that this website may contain images or names of people who have since passed away.
匠人学院网站上的所有内容，包括课程材料、徽标和匠人学院网站上提供的信息，均受澳大利亚政府知识产权法的保护。严禁未经授权使用、销售、分发、复制或修改。违规行为可能会导致法律诉讼。通过访问我们的网站，您同意尊重我们的知识产权。JR Academy Pty Ltd 保留所有权利，包括专利、商标和版权。任何侵权行为都将受到法律追究。查看用户协议
© 2017-2026 JR Academy Pty Ltd. All rights reserved.
ABN 26621887572