课程学习到哪里可以去找工作？

该课程从LLM 0到中级水平。课程前6周是核心知识内容，学习完成后，可以尝试找工作，不要学习到该阶段主要掌握核心知识以及基础实战。从第7周开始全面实战，增加和提升实战能力。

老师您好，咨询下需要怎么样的前置知识，目前做前端的。这个课程和LLM模型算法特训相比有什么优势。

前置知识就是最好有Python，没有影响也不大，但是至少要学过编程语言。这个课程更着重与面向LLM应用开发，更能贴近企业业务，学习难度对比算法会低一些。

老师您好，请问本课程的项目LLMOps平台的前后端是从0到1，手把手来实现吗？

代码都是零基础讲起，老师会带大家一步步实现，学习完后，会掌握 全流程+全栈+AI 的研复杂实战能力课程。

之前写前端的，想转AI，比较纠结LLM应用开发还是LLM大语言模型算法，哪一种比较适合？

您好！非常感谢您对AI领域的兴趣。针对您之前的前端背景，并且想要转向AI领域，关于选择LLM应用开发还是LLM大语言模型算法，我建议您从以下几个方面进行考虑： 1. 个人意向与长期规划：首先，您需要思考自己对哪个领域更感兴趣。如果您喜欢编写代码，实现具体的功能，并且想要快速看到应用效果，那么LLM应用开发可能更适合您。而如果您对算法原理、数学模型、深度学习等有更浓厚的兴趣，并且愿意投入更多的时间和精力进行深入研究，那么大语言模型算法可能更符合您的长期规划。 2. 技能需求与转换难度：从前端转向LLM应用开发，您可能会发现两者之间有一定的共通性，比如都需要编程技能等。这将有助于您更快地适应新的岗位。而转向大语言模型算法则需要您掌握更多的数学和算法知识，这可能需要您花费更多的时间和精力进行学习和实践。 3. 市场需求与就业前景：从市场需求来看，目前两者都有很大的发展空间。不过，由于LLM应用开发更偏向于应用层面，因此可能更容易找到与您的技能匹配的工作岗位。而大语言模型算法则需要您具备更深入的专业知识，随着AI技术的不断发展，算法领域的就业前景也将越来越广阔。 4. 学习与成长：无论您选择哪个方向，都需要不断学习和成长。对于LLM应用开发，您可以通过实践项目、参与开源社区等方式积累经验和技能。而对于大语言模型算法，您可以通过阅读学术论文、参加学术会议、参与研究项目等方式深入了解算法原理和应用。 综合建议，根据你目前的前端开发背景，建议优先学习LLM应用开发，然后在进一步学习LLM算法方面知识提升。

老师好，学习这门课是不是要自己配置一台高性能电脑？

正常开发的电脑即可完成LLMOps项目的基础开发（Windows+Mac+Linux均支持），涉及到开源模型部署、微调的需要使用到云服务的GPU，课程中会讲解到。

有带Function Call的案例吗？还是通过Agent实现？

Function Call指的是大模型的函数回调能力，Agent指的是智能体，两个的概念是不一样的，对于现在的大模型来说，参数量大一些的几乎都有Function Call的能力，而Agent的主流设计方案也是基于Function Call，性能更高、响应内容更正确，课程内均有涉及到，除此之外，课程还讲解了Workflow，早期Agent的非Function Call设计模式等（ReACT、Plan and solve、REWOO、Basic Reflection等）