2026年北京学大模型开发要什么基础？北大青鸟AI课程DeepSeek内容

三级台阶各要什么

第一级：工程地基。Python 语法、Pandas 数据处理、SQL 取数——这级不需要数学天赋，需要的是动手量：把课程里的数据集跑通、改参数、看结果。地基不牢的人到后面写训练脚本会处处卡壳。

第二级：算法语言。线性回归、SVM、决策树、集成学习、贝叶斯，再到 CNN、RNN、Transformer——这一级要的不是背公式，而是理解「什么问题用什么模型」的判断力。电商推荐项目就是这一级的实战：特征工程、模型选型、效果优化。

第三级：大模型工程。BERT、T5、Llama 等预训练模型的深度应用，LoRA 轻量微调、RLHF/DPO 指令对齐，再到基于 Llama 开发对话系统——这一级的核心是「预训练 + 微调」范式与工程实践：GPU 并行、效果分析、调优策略。金融智能客服项目（意图识别、知识抽取、FAQ 生成）落在这里。

DeepSeek 在课程里落在哪

DeepSeek 的位置要分两个层面看。在应用层，它是效率工具：智能写作、提示词结构化、多轮对话优化——这些在 AI 漫剧的写作模块与数据分析的 AI 赋能模块里都有系统训练，属于「会用 AI 干活」的能力。

在开发层，大模型能力对应的是课程前沿层：理解注意力机制、位置编码、指令对齐，掌握轻量微调与对话系统开发——这是「会造 AI 应用」的能力。两者之间隔着第二级台阶，这正是课程分层的意义。

课程版本更新中还包含 DeepSeek 方向的 AI 应用与训练营内容（云计算课程方向），具体当期内容以书面课纲为准——咨询时可直接问「这期 DeepSeek 讲到哪一层」。

零基础的规划建议

先自测：能不能独立写一个读取 CSV、做分组统计的小脚本？不能就从第一级开始，不要因为「想直接学大模型」而跳级。

再定节奏：课程按学员掌握进度优化进度及顺序，每周测试就是防跳级的护栏；录播与配套资料用来补漏，别攒到月底。

最后对齐产出：每一级结束时手里要有东西——第一级是数据处理脚本，第二级是推荐项目，第三级是微调过的对话系统。三级连起来，就是简历上的项目栏。

当期费用与学制以书面通知为准。索取详细招生简章与课表，拨打 4000616586，联系人程老师，或添加微信 pxbbaoming。