你将获得
- 掌握 AI 辅助编程方法，系统提升 Python 开发效率
- 深入理解 Python 核心机制，写出高质量工程代码
- 独立完成 RAG 与智能客服应用的设计开发和优化
- 具备 Agent、MCP 及项目部署的全流程实战能力
讲师介绍
曾服务于金山、新浪等大型企业，拥有丰富的一线研发与技术管理经验，研发有「生成式 AI 知识库 + 智能硬件」融合系统，具备从算法到产品的全栈落地能力
国内首批大模型工业化应用实践者，创新性将 RAG 技术应用于智能制造领域，实现业务流程智能化升级，平均效能提升 30% 以上。
工业自动驾驶系统架构师，基于点云与运动控制技术路径规划算法，获 2 项技术发明专利。
当前聚焦打造新一代企业级 AI Agent 平台，通过自主知识产权的 RAG 引擎，助力金融、制造、法律、审计等领域客户实现知识资产智能化转型。
课程介绍
AI 时代，Python 开发的底层逻辑正在被彻底改写。从 Cursor 这类 AI 编程助手重构开发流程，到 LLM 成为学习 Python 的“随身导师”，再到 RAG、Agent、MCP 等技术把 Python 从脚本语言推向智能应用的核心载体——传统“先学语法再找项目”的学习路径已经跟不上行业节奏。
本课程跳出传统 Python 教程“只讲语法、不落地工程”的套路，以 “用 AI 重塑 Python 开发” 为主线，把 AI 辅助编程方法与 Python 工程化能力深度融合：
- AI 原生学习法：Cursor + LLM 贯穿全程，用 AI 读代码、练语法、写脚本、调异常，建立人机协同编程思维
- 工程化打底：从魔术方法、装饰器、OOP / 设计模式到 SOLID、契约式设计，补齐 “会写脚本” 到 “能交付工程” 的差距
- 真实项目贯穿：以 RAG 智能客服为主线，从 Llama Index 接入到 Docker 部署 + Prometheus 监控 + CI/CD 自动上线，走完生产全流程
- 前沿技术加餐：MCP 协议实战 + DeepSeek-R1 编程场景深度应用
课程目录
适合人群
有一定编程基础、想系统提升 Python 工程能力的开发者；想从“写脚本”进阶到“独立交付智能应用”的后端工程师；希望掌握 AI 辅助编程方法、提升开发效率的程序员；对 RAG / Agent / LLM 应用开发感兴趣的技术爱好者。
