最硬核的工程路線：程式基礎、必要數學、ML/DL，一路到 MLOps 部署上線。
最硬核的工程路線：程式基礎、必要數學、ML/DL，一路到 MLOps 部署上線。
學習路線把一個大目標拆成 7 個階段，每階段有「要學什麼」「里程碑（學到這你就過關）」「產出範例（動手做什麼證明你會了）」。照順序走，不要跳關。
下面每個階段都可以點開（手風琴），就地展開該階段的學習內容與目標。
這條路線共 7 個階段，循序漸進。點開下面各階段，即可就地展開該階段的學習內容：
建議：每個階段都務必完成「產出範例」那種動手練習。看懂不等於會做，做出來才算真的學會、也才是面試/考試的本錢。
把各階段的里程碑串起來，就是你的成長軌跡。逐一達成，就完成這條路線：
從程式與數學基礎、機器學習與深度學習、各任務(CV、NLP、生成式)，到模型訓練、評估、部署與 MLOps 的完整技術路線。
紮實的 Python、線性代數與機率統計，以及機器學習基礎；這條路線會逐步深入演算法原理與工程實作。
資料分析重洞見與決策；工程主線重建模、系統與部署——把模型做出來、訓得好、上得了線並可維運。
先機器學習與深度學習核心、再分流到 CV、NLP、生成式、接著評估指標與優化，最後 CI/CD、監控與 MLOps。
高度相關；中級的機器學習、大數據與技術應用規劃，正好對應工程主線的核心知識，可一併準備。