就业保障
弗吉尼亚理工大学

大模型工程师集训营

弗吉尼亚理工大学联合出品，6 个月工业级大模型工程师培训。深度覆盖 LLM 微调、RAG 系统、推理加速、模型部署与 MLOps 全栈能力。签署就业协议，结业后不满意全额退款。

4.9(1,860 条评价)
👥8,400+ 已报名
⏱6个月
📊高级
🎬98 节课
🕐276小时
💼6个项目
📅2026-08-01 开课
LLM微调RAG模型部署MLOps
合作机构：弗吉尼亚理工大学
🎬
98 节
课时
🕐
276小时
总时长
💻
6个
实战项目
🌐
中文（技术文档含英文）
授课语言

学完之后你能做什么

对主流开源大模型（Llama / Qwen / DeepSeek）进行 LoRA/QLoRA 微调
设计并部署生产级 RAG 系统，支持百万文档检索
完成模型量化、推理加速（vLLM / TensorRT-LLM），成本降低 70%+
搭建完整 MLOps 流水线：实验追踪/模型评测/灰度发布
6 个企业真实项目，毕业直接面试大厂 AI 岗，目标月薪 25k–45k

你将掌握的技能

LLM微调LoRA/QLoRARAGvLLMPEFT向量数据库MLOps模型评测DockerKubernetes弗吉尼亚理工认证

课程大纲

4 个模块 · 98 节课 · 276小时
Transformer 架构逐行解读（含代码）
预览90分钟
预训练 vs 微调 vs RLHF：方法论对比
60分钟
主流开源模型全景：Llama3 / Qwen2.5 / DeepSeek-V3
55分钟
Tokenizer 设计与词表优化
45分钟
注意力机制优化：GQA / MQA / Flash Attention
60分钟
实战：从头训练一个迷你 LLM（原理验证）
持续进行

学习要求

  • Python 熟练（能独立完成爬虫/数据处理/API 对接级别项目）
  • 线性代数与概率统计基础
  • 了解深度学习基本概念（卷积/注意力机制）
  • 每周投入 15–20 小时，全力冲刺状态

学成后的职业方向

→大模型工程师
→AI 基础设施工程师
→ML 平台工程师
→AI 创业公司 CTO
🎓

课程认证

颁发弗吉尼亚理工大学与平台联合认证的「大模型工程师」专业证书；签署就业协议，结业 3 个月内不满意 100% 退款。

课程讲师

👨‍🏫
Kevin Zhang（张凯文）
LLM 基础设施负责人
前 Meta AI / 现创业公司 CTO
⭐ 4.9 讲师评分👥 6,200+ 学员📚 2 门课程

前 Meta AI 大模型推理团队核心工程师，参与 LLaMA 系列从内部训练到开源发布全流程。现为 AI 创业公司 CTO，持续活跃于开源社区。GitHub 2.8k Stars，被 Hugging Face 官方推荐。

学员评价

4.9(1,860 条)
刘
刘宇辉
2026年6月10日
业内含金量最高的 LLM 课，没有之一

之前看过很多 LLM 教程，这门课是真正工业级的。微调项目是真实医疗行业数据，部署环节用的是生产环境配置，不是玩具级别。结业后拿到两个大厂 offer，选了月薪 38k 的那个。

孙
孙美玲
2026年5月28日
就业协议让我安心全力学习

有了就业协议的保障，可以全力投入，不用焦虑。Kevin 老师在群里每天都在，周末也会回答技术问题。RAG 模块特别实用，现在公司的知识库系统就是我用课程里学的方法搭的。

¥16,800 报名