ready
Week01
Week01｜从 Demo 到上线：AI 为什么不能直接用？
为什么很多 AI 项目做得出功能，却交付不了系统？
极客时间 AI 数据工程实战营
把 Data + AI、RAG、Agent、评测与治理真正做成可交付系统
这门课不是讲零散工具，也不是只看模型效果，而是用一套完整的课程讲义、实验和作业，带你从系统视角走到工程交付。
主讲人简介
曾丹（Daniel）
我长期聚焦 Data + AI 与 Data Engineering for AI。这门课最核心的价值，不是认识更多模型名词，而是知道怎样把数据底座、检索链路、Agent 系统、评测与治理串成一套真正可交付的工程系统。
15+ 年工程与架构经验 数据平台 + Lakehouse + AI 系统 强调可落地、可运维、可评测
适合谁学
推荐对象
- 后端、数据工程、平台工程、算法工程从业者
- 正在做企业 Copilot、RAG、Agent、知识库或数据平台的团队
- 想把“模型能力”真正接到工程系统上的技术负责人
不适合的人
- 只想看提示词技巧，不关心工程闭环
- 只想快速跑一个 Demo，不准备进入实验和作业
- 完全没有编程与系统基础，希望从零入门的人
已开放周次
ready
Week02
Week02｜输入确定性保障——数据盘点与数据契约
为什么输入失控会比模型能力不足更早摧毁 AI 系统？
ready
Week03
Week03｜采集与入湖——Batch / CDC / Stream 的组合拳
为什么“采到数据”不等于链路可靠、更不等于系统可回放？
ready
Week04
Week04｜Lakehouse 底座——Iceberg 快照/演进/性能基线
为什么 AI 数据系统必须从“能查到表”升级成“有状态记忆的表”？
ready
Week05
Week 5：Transform 与语义层——把口径写进工程（给 BI 也给 Agent 用）
为什么指标口径不能停在 SQL 片段里，而要变成可测试、可审计、可被工具安全消费的工程接口？
ready
Week06
Week 6：资产化数据工厂——编排、回填与可追溯
为什么脚本跑通仍然不等于数据产品可运营？
ready
Week07
Week 7：非结构化数据工程
为什么把 PDF 读成文本还远远不够，文档必须升级成带结构、证据和质量门禁的数据资产？
No matching items
学习路径
系统视角建立
从问题定义、系统蓝图、Done 边界和项目基线出发，先统一“什么叫可交付”。
数据底座与治理
理解输入门禁、资产盘点、数据契约、采集准入和治理基础。
检索与 Agent 闭环
进入非结构化数据工程、RAG、工具使用和 Agent 执行链路。
评测、可观测、成本与上线
把评测、监控、治理、成本和上线收官变成同一套工程闭环。