Datawhale AI Learning Roadmap

Datawhale 人工智能培养方案 V3.1 与闯关式学习地图。

本项目面向希望系统学习人工智能、构建 AI 应用或使用 AI 提升生产力的学习者。路线按照学习目标组织，强调最小前置、同类择一、项目验收和按需补齐基础能力。

在线体验

GitHub Pages 开启后可访问：

https://datawhalechina.github.io/datawhale-ai-learning-roadmap/

也可以直接下载仓库并双击 index.html。网页为纯静态实现，不依赖后端；学习进度保存在当前浏览器的 LocalStorage 中。

培养方案

• 阅读完整培养方案
• 打开闯关式学习地图

当前路线

• AI 使用与个人生产力
• AI 应用构建
  • 低代码与工作流
  • RAG 与知识应用
  • Agent 与工具调用
  • 多模态与实时交互
  • 结构化数据与数据智能
• 模型与算法
  • LLM 原理、训练与推理
  • CV、推荐、强化学习、多模态等专业方向
• FDE 预备与 AI 解决方案交付

培养方案还提供 SQL、统计、数学、软件工程、产品、安全和科研方法等自选支线，以及论文、官方文档和 GitHub 仓库等高级扩展材料。

文件结构

.
├── index.html          # 闯关式学习地图入口
├── styles.css          # 页面样式
├── app.js              # 路线数据、关卡逻辑与本地进度
├── curriculum-v3.1.md  # 完整培养方案文档
├── LICENSE
└── README.md

本地预览

直接打开 index.html，或者在仓库目录启动静态服务器：

python -m http.server 8000

然后访问 http://localhost:8000/。

共建

欢迎补充课程资源、修正路线关系、提供真实学习故事或完善项目验收标准。新增资源时建议说明：

• 适合放入的主路线和分支
• 学习关系：必达、择一、按需、实践或参考
• 适合人群和前置知识
• 建议学习投入与最终产出
• 与现有资源的重合和差异
• 最近更新时间与维护状态

License

本项目采用 Apache License 2.0。