学习路线图
系统化的技术学习路径，面向全球华人开发者。选择你感兴趣的技术方向，按照路线图循序渐进地学习，点击节点可查看详细资源和标记学习进度。
可用的学习路线图
Python 学习路线图
python
AWS 学习路线图
AWS Roadmap 是一条“从0到能把应用真正跑在云上”的学习路线：先理解云计算与AWS核心概念，再拿下三大必修——IAM权限、VPC网络、EC2计算；接着把S3存储、CloudWatch监控、Auto Scaling弹性扩展串成可上线的完整闭环；最后用数据库、容器与Serverless做进阶升级。学习目标：能独立在AWS上安全部署、稳定运维并可扩展应用。
MLOps 学习路线图
MLOps
SQL 学习路线图
这张 SQL 路线图按“从入门到实战”整理学习顺序：先学基础语法和常用查询（增删改查），再进阶到聚合、子查询和多表 JOIN；接着补齐函数、视图、索引、事务和权限这些企业常用能力，最后掌握窗口函数、CTE 等高级写法，用来应对更复杂的数据分析场景。
IOS开发路线图
iOS Developer 路线图 是一份面向 iOS 应用开发者的系统学习指南，旨在帮助学习者从零基础逐步成长为具备工程能力的专业 iOS 开发工程师。路线图从基础能力入手，包括 Swift 编程语言、iOS 平台基础、Xcode 工具使用以及 Apple 开发生态的理解，随后深入到 iOS 核心开发内容，如 UIKit 与 SwiftUI、视图生命周期、页面导航、数据持久化、网络通信和并发处理。在进阶阶段，路线图进一步涵盖应用架构模式（如 MVC、MVVM）、状态管理、测试与调试、性能优化等工程实践内容，同时也关注应用安全、无障碍设计以及 App Store 发布流程。整体来看，该路线图覆盖了 iOS 应用从开发、测试到上线和维护的完整生命周期。
区块链开发者
区块链开发者
QA工程师路线图
QA Engineer 路线图 描绘了一条从基础到进阶的完整学习路径，旨在培养具备工程能力和质量责任意识的现代测试工程师。路线图首先从质量理念和测试基础出发，涵盖测试类型、测试方法论以及不同测试视角的建立，帮助学习者形成正确的 QA 思维。随后逐步引入软件交付模型、手工测试技术以及功能性和非功能性测试实践。在进阶阶段，路线图重点覆盖自动化测试能力，包括后端、前端和移动端自动化，以及测试框架、工具链和 CI/CD 集成。除此之外，路线图还关注安全测试、监控与日志、测试报告、测试数据管理以及与开发和产品团队的协作方式，全面体现 QA 工程师在整个软件生命周期中作为“质量负责人”的核心价值。
软件工程师路线图
Software Architect 路线图 描述了一条从高级工程师迈向软件架构师的系统性成长路径，其关注点不再局限于写代码，而是提升到系统设计和全局决策层面。路线图涵盖了软件设计原则、架构模式、系统可扩展性、可靠性、安全性和性能等核心能力，同时还涉及应用架构、数据架构、基础设施、API 与系统集成、云与分布式系统等多个维度。在此基础上，它进一步强调部署、监控、运维、故障处理等生产环境能力，以及架构师在沟通、文档、技术决策和业务对齐中的角色。整体来看，这条路线图真实反映了软件架构师在复杂系统中所承担的长期技术决策责任和工程治理职责。
机器学习架构&RAG架构流程图
通用机器学习架构&RAG架构流程图
Data Engineer全流程路线图
现代数据工程全流程架构图 展示了一套从数据产生到数据价值交付的完整数据工程体系，覆盖数据采集、处理、存储、转换以及分析使用的全生命周期。架构从多源数据输入开始，通过流式或批量方式将原始数据引入系统，并利用分布式计算引擎对数据进行清洗、加工和增强。在存储层面，架构区分了数据湖与数据仓库，实现计算与存储解耦，以支持大规模、高性价比的数据分析。与此同时，工作流编排、容器化和基础设施即代码等能力被纳入体系，用于保障任务调度的稳定性、自动化和可复现性。最终，经过建模和转换的数据被用于可视化分析和业务决策，体现了现代数据工程平台“可扩展、可维护、可落地”的核心设计理念。
企业级 RAG 系统
An Enterprise RAG System
DevOps 工程师路线图
这是一张从基础操作系统、脚本与版本控制，到容器、自动化与云平台的 DevOps / SRE 学习路线图。
2026年AI学习路线图
2026 年 AI 学习路线图 是一条以“可落地、可就业”为目标的现实型 AI 成长路径，按照阶段逐步构建完整的 AI 技术能力体系。路线图从基础阶段开始，涵盖 Python 编程、AI 数学基础、数据分析、版本控制以及云计算入门，为后续学习打下坚实基础。随后进入核心机器学习与深度学习阶段，通过监督与非监督学习、模型评估、计算机视觉等内容，帮助学习者具备构建真实模型和完成项目的能力。在进阶阶段，路线图重点聚焦大语言模型（LLMs）、生成式 AI 和智能体系统，包括 Prompt Engineering、RAG 架构、模型微调与评估方法。后续阶段则进一步强调 MLOps、云端部署、系统扩展性与监控，确保 AI 模型能够真正运行在生产环境中。最后，通过多个专业化方向（如 AI Agent、多模态 AI、搜索与 RAG、对话式 AI、AI 伦理等），学习者可以根据自身目标选择深入领域。整体来看，这是一条面向 2026 年 AI 行业需求设计的、从基础到实战再到专业化的完整学习路线。
全栈开发工程师路线图
从前端（HTML/CSS/JS）到后端（Node.js），再到 Git、npm 等工程工具，循序渐进培养全栈开发能力的学习路线图。
后端开发路线图
Backend Developer Roadmap 是一份系统化的后端开发学习路线图，涵盖从计算机网络基础、后端语言、数据库、API 设计，到缓存、安全和部署等核心技能，帮助初学者循序渐进成长为合格的后端工程师。
AI Voice-Driven预约系统架构
AI语音驱动预约系统架构,AI Voice-Driven Appointment Booking System Architecture
RAG 检索增强生成路线图
RAG（检索增强生成）路线图 展示了一种将外部知识与大语言模型相结合的实用型 AI 架构，用于解决模型“只依赖参数记忆”的局限。在这套流程中，系统首先对已有文档进行向量化并存入向量数据库，从而支持基于语义的高效检索。当用户提出问题时，问题本身也会被向量化，用于从向量数据库中检索最相关的内容，这些内容会作为上下文被注入到 Prompt 中，再由大语言模型生成最终答案。通过将“检索”与“生成”结合，RAG 显著提升了回答的准确性、专业性和知识时效性。这条路线图真实反映了当前企业级 AI 助手、知识问答系统和搜索增强应用在生产环境中的主流实现方式。
前端开发路线图
从零开始成为前端开发工程师的完整学习路径。涵盖 HTML、CSS、JavaScript、React、TypeScript 等核心技术。
Agent System路线图
Agent System Overview 路线图 展示了以大语言模型为核心的自主智能体（Autonomous Agent）系统的整体架构，以及各个组件如何协同完成复杂任务。系统以 Agent 作为中枢，负责整合推理、规划、记忆、工具调用和行动执行。Agent 通过短期记忆和长期记忆维持上下文、回溯历史决策，并将关键信息持久化到外部数据库中，从而实现持续学习和状态保持。规划模块帮助 Agent 将复杂目标拆解为可执行步骤，常见技术包括思维链（CoT）、任务分解、自我反思和批判性评估。工具系统则突破了纯文本生成的限制，使 Agent 能够执行搜索、计算、代码运行以及与外部系统交互。通过“规划 → 行动 → 反馈 → 记忆更新”的循环，这类 Agent 能够逐步完成高复杂度的工作流。该路线图真实反映了当前企业级和研究级 AI Agent 系统的主流设计思路。
GenAI工作负载
Reliabiy building,delivering,&manaing generative AI workloads
Datasets and human-in-the-loop workflows
这张路线图展示了一套通过人类参与反馈（Human-in-the-Loop, HITL）来构建高质量数据集并持续优化模型的端到端流程。流程从数据准备和标注开始，人类标注人员将原始用户数据转化为结构化的训练数据，用于模型训练和部署测试。进入训练与调优阶段后，模型输出会被系统性地交由人工评估，用于发现模型缺陷、评估效果，并生成新的监督信号，包括用于监督微调的数据和基于人类反馈的强化学习数据（RLHF）。在部署与管理阶段，模型的实际推理结果会被持续抽样并送回人工复审，从而形成一个不断迭代的数据和模型改进闭环。整体来看，该路线图强调了自动化系统与人类判断相结合，是构建可靠、可演进、可落地 AI 系统的关键方法。
lambda架构路线图
A Lambda Architecture Roadmap 展示了一个典型的基于 AWS Serverless 的 Lambda 架构应用流程，用于构建可扩展、高可用、低运维成本的 Web 应用。整体思路是：前端静态托管 + 身份认证 + API 网关 + 无服务器计算 + 托管型数据库。 在该架构中，用户通过浏览器访问前端页面（HTML / CSS / JavaScript），静态资源由 Amazon S3 托管并直接分发。用户身份认证由 Amazon Cognito 负责，确保安全访问。所有动态请求通过 HTTP 调用 Amazon API Gateway，再由 API Gateway 触发 AWS Lambda 函数执行后端业务逻辑，最终将数据读写到 Amazon DynamoDB。整个系统无需管理服务器，具备自动伸缩能力，非常适合现代 Web 应用、后台管理系统和轻量级 API 服务。
Large scale Web App架构路线图
Large Scale Global Web Application Architecture Roadmap 展示了展示了一种用于构建和运行 大规模、全球分布式 Web 应用 的典型架构方案，目标是在多个地理区域内为用户提供高可用、低延迟、强容错能力的访问体验。在全球入口层，Traffic Manager 和 Front Door 负责 DNS 级和 HTTP 级流量调度，根据用户地理位置、健康检查结果以及路径规则（例如 /store/*、/images/*）将请求智能路由到最合适的区域，同时在某个区域发生故障时自动切换，保证服务不中断。在每个区域内部，系统通常采用多层架构设计。Web 层通过 Application Gateway 和负载均衡器，将请求分发到不同的服务器池，例如图片服务池和默认应用服务池，这些通常运行在虚拟机之上。静态资源会优先存放在 Blob Storage 中，以降低计算资源压力并提升整体响应速度。对于核心业务逻辑，架构中使用 App Service 实例来承载应用服务，提供弹性扩缩容能力。应用层再连接到 数据库层，数据库通常是 SQL 数据库，并在不同区域之间进行数据复制，从而支持灾备、容错以及跨区域的数据一致性。整体来看，这是一套以全球流量调度、区域级隔离、横向扩展、数据复制和分层设计为核心思想的架构，非常适合对稳定性、可扩展性和全球用户体验要求极高的企业级 Web 应用。
Coding Agentic Workflow路线图
Coding Agentic Workflow 描述了一种以 AI Coding Agent 为核心的人机协同软件开发流程。在这一工作流中，开发者不再以“逐行写代码”为主要工作方式，而是围绕项目目标、上下文与结果进行高层次决策，通过指令（Instruction）与反馈（Feedback）驱动 Coding Agent 在真实项目环境中完成编码、执行、修改与迭代。该流程以项目（Project）为中心，将 代码库、数据库、领域知识与执行环境 作为统一上下文输入给 Coding Agent，使其不再是孤立执行 Prompt 的工具，而是能够理解项目结构与业务背景的协作型工程助手。开发者的角色从“代码实现者”转变为“问题定义者、方案评估者与结果审查者”，重点放在 Idea Evaluation、Discussion 与 Review 上，而非代码细节本身。在循环式的 Vibe Coding 过程中，Coding Agent 结合工具（Tools）、记忆（Memory）和任务管理（Tasks）持续执行和优化方案，开发者通过高频但轻量的指导（Guidance）与结果评估，逐步收敛到可落地、符合工程标准的解决方案。这一工作流代表了面向未来的 Agent-assisted 软件工程范式。
AI Coding: From Idea to Product
AI Coding: From Idea to Product 是一条面向开发者与未来 AI 工程师的实战型成长路线，目标不是“学会用 AI 写代码”，而是真正具备将一个 AI 想法落地为可部署、可使用、可迭代产品的能力。 这条路线覆盖从 问题定义 → 系统设计 → AI 能力接入 → 产品开发 → 云端部署 → 真实使用反馈 的完整闭环，让学习不再停留在 Demo 或 PoC，而是走向真实世界。 Learn AI coding from idea to production. Build real AI products with LLMs, RAG, system design, deployment, and product thinking. 从 Vibe Coding 出发，学习 AI Coding 的完整产品路线图。掌握 LLM、RAG、系统设计与部署，真正把 AI 想法做成可用产品。
企业级kubernetes架构
企业级kubernetes 架构
AI Web全栈班 AI Engineer Module
关于AI Web全栈班的第三阶段，部署CareerMate AI的Chatbot部分，需要完成AI Chatbot部分
AI Web全栈班 Module 2
关于AI Web全栈班 第二阶段，让Reactjs App部署到AWS上使用，同样使用CICD自动部署上线
AI Web全栈班 Module 1
CareerMate AI第一阶段任务Deployment，通过Github Action创建CI/CD，部署到Github Pages
AI Engineering
AI Engineering 路线图
区块链开发学习路线图
从零开始学习区块链技术，掌握智能合约开发、DApp 构建、Web3 前端开发等核心技能，成为区块链开发者。
转行 IT/AI 学习路线图
零基础转行 IT/AI 完整指南，从职业规划到技能学习，帮你在 AI 时代成功转型，找到高薪工作。
C# 学习路线图
从零开始学习 C# 编程语言，掌握 OOP、LINQ、Async/Await、.NET 生态等核心知识，为 Unity 游戏开发或后端开发打下基础。
CSS 学习路线图
从零开始掌握 CSS，学习 Selectors、Box Model、Flexbox、Grid、Responsive Design、Animation 等核心知识，打造精美的网页界面。
数据分析师学习路线图
从零开始成为数据分析师，掌握 Excel、SQL、Python、数据可视化、统计学等核心技能，学会用数据驱动业务决策。
Docker 学习路线图
从零开始学习 Docker 容器化技术，掌握 Images、Containers、Docker Compose、Networking、Volumes 等核心概念，为 DevOps 和云原生开发打下基础。
财务会计 AI 学习路线图
AI 正在变革财务和会计行业，学会用 AI 做数据分析、自动化报表、风险预测，成为 AI 时代的财务专家。
Git 学习路线图
从零开始掌握 Git 版本控制，学习 Branching、Merging、Rebasing、GitHub workflow 等核心知识，成为团队协作的高效开发者。
HTML 学习路线图
从零开始掌握 HTML，学习网页结构、语义化标签、表单、多媒体、SEO优化、无障碍访问等核心知识，为前端开发打下坚实基础。
HTML5 高级 API 路线图
深入学习 HTML5 高级浏览器 API，包括 IndexedDB、History API、PWA、通知、剪贴板、文件处理等现代 Web 开发必备技能。
JavaScript 学习路线图
从零开始学习 JavaScript 编程，掌握 Variables、Functions、DOM、Async/Await、ES6+ 等核心知识，为 Web 开发和 Node.js 打下坚实基础。
市场运营 AI 学习路线图
AI 正在重塑市场营销和运营工作，学会用 AI 做内容创作、数据分析、自动化营销，让你的效率提升 10 倍。
学生 AI 学习路线图
AI 时代学生必备技能，学会用 AI 提升学习效率、做项目、找实习、准备求职，让你在竞争中脱颖而出。
TypeScript 学习路线图
从零开始学习 TypeScript，掌握 Types、Interfaces、Generics、Utility Types 等核心概念，提升 JavaScript 开发的类型安全和代码质量。
设计师 AI 学习路线图
AI 正在改变设计行业，学会利用 AI 工具提升设计效率，掌握 AI 设计工具、提示词设计、AI 辅助创意，成为 AI 时代的超级设计师。
Vibe Coding 学习路线图
Vibe Coding 是一种 AI 辅助编码方式：用 LLM（例如 Claude / GPT）作为 co-pilot，帮你更快理解代码、生成草稿、定位问题、重构并交付。它的目标不是“让 AI 取代你写代码”，而是把交付流程做得更快、更稳、更可验证。
WordPress 开发学习路线图
从零开始学习 WordPress，掌握主题开发、插件开发、WooCommerce 电商、性能优化等核心技能，成为专业的 WordPress 开发者。
Nginx 入门学习路线图
从零开始学习 Nginx，掌握 Web 服务器配置、反向代理、负载均衡、HTTPS 配置、性能优化等核心技能，成为 Nginx 运维专家。
JavaScript 代码整洁之道
基于 Robert C. Martin 的《Clean Code》原则，适用于 JavaScript 的软件工程最佳实践指南。学习如何编写可读、可复用、可重构的高质量代码。
零编程基础 IT 入门路线（会计/HR 转向数字技能）
面向会计、HR 等非技术背景的同学，从数字素养到基础编程、数据思维和自动化工具，循序渐进建立 IT 基础，便于后续转向数据分析、产品或自动化岗位。
System Design 路线图
从零开始掌握 System Design 的完整学习路径。涵盖 Distributed Systems、Database Design、Caching、Message Queues、Microservices Architecture 等核心概念，帮助你准备 System Design Interview 并构建 Scalable Systems。
为什么选择 JR Academy 学习路线图
由资深IT从业者和教育专家共同设计，帮助你少走弯路，高效学习，快速进入IT行业
系统化学习路径
从基础到进阶，每个知识点都有清晰的先后顺序，避免学习碎片化
精选学习资源
每个节点都附有优质文档、视频和实战项目，告别资源选择困难
进度追踪
标记已学习的知识点，可视化你的学习进度，保持学习动力
完全免费
所有路线图和资源推荐完全免费开放，无需注册即可开始学习
适合谁使用
无论你是刚入门的新手还是想要进阶的开发者，都能找到适合自己的学习路线
在校学生
IT/CS相关专业学生，想要系统掌握实用技能，为就业做准备
IT转行新人
零基础想进入IT行业，需要一条清晰的入门路径和学习指导
在职程序员
想要拓展技术栈或深入某个领域，需要系统化的进阶路线
求职准备
正在准备技术面试，需要查漏补缺，完善知识体系
常见问题
关于学习路线图的常见疑问解答
目前有哪些学习路线图可以使用？
学习路线图适合什么人使用？
学习路线图是免费的吗？
如何使用学习路线图？
前端和后端应该先学哪个？
完成一条学习路线需要多长时间？
学完路线图可以找到IT工作吗？
开始你的技术成长之旅
选择一条适合你的学习路线，立即开始系统化学习。无论你是新手还是有经验的开发者，这里都有适合你的成长路径。
浏览学习路线
