周次学习

Weekly Learning

从这里进入当前已开放周次,而不是先看全课程规划

如果你已经准备开始学习,这一页负责回答三件事:

  1. 现在优先学哪一周
  2. 每周解决什么问题
  3. 从周页、课时、实验还是作业进入最合适

已开放周次

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?

开始学习 进入起点
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?

开始学习 进入课时 1
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?

开始学习 进入课时 1
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”?

开始学习 进入课时 1
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?

开始学习 进入课时 1
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?

开始学习 进入课时 1
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?

开始学习 进入课时 1
No matching items

怎么使用这一页

先看周页

先用周页理解这一周为什么重要、学习目标、关键判断和本周交付物。

再进课时

5 个课时按顺序展开,建议先看周页,再按课时 1→5 推进,最后完成实验与作业。

最后做实验与作业

实验用于最小闭环验证,作业用于正式产出。学完周页和课时后再进入,效果最好。