[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-AMAI-GmbH--AI-Expert-Roadmap":3,"similar-AMAI-GmbH--AI-Expert-Roadmap":66},{"id":4,"github_repo":5,"name":6,"description_en":7,"description_zh":8,"ai_summary_zh":8,"readme_en":9,"readme_zh":10,"quickstart_zh":11,"use_case_zh":12,"hero_image_url":13,"owner_login":14,"owner_name":15,"owner_avatar_url":16,"owner_bio":17,"owner_company":18,"owner_location":18,"owner_email":18,"owner_twitter":18,"owner_website":19,"owner_url":20,"languages":21,"stars":34,"forks":35,"last_commit_at":36,"license":37,"difficulty_score":38,"env_os":17,"env_gpu":39,"env_ram":39,"env_deps":40,"category_tags":43,"github_topics":49,"view_count":60,"oss_zip_url":18,"oss_zip_packed_at":18,"status":61,"created_at":62,"updated_at":63,"faqs":64,"releases":65},4414,"AMAI-GmbH\u002FAI-Expert-Roadmap","AI-Expert-Roadmap","Roadmap to becoming an Artificial Intelligence Expert in 2022","AI-Expert-Roadmap 是一份由德国 AMAI 公司开源的可视化学习指南，旨在帮助从业者系统性地成长为人工智能专家。面对 AI 领域技术迭代快、知识体系庞杂的现状，许多学习者容易陷入“不知从何学起”或盲目追逐热门工具的困境。这份路线图通过清晰的结构化图表，梳理了从基础理论到数据科学、机器学习及深度学习的完整进阶路径，明确展示了不同阶段应掌握的核心技术与工具选型逻辑。\n\n它特别适合希望转行或深耕 AI 领域的开发者、数据科学家以及相关专业学生使用。不同于简单的列表堆砌，AI-Expert-Roadmap 强调理解技术背后的适用场景，引导用户根据实际需求选择工具，而非盲目跟风。项目不仅提供了静态的 GitHub 版本，还推出了包含详细资源链接的交互式网页版，方便用户按需深入探索。无论是用于制定个人学习计划，还是作为团队内部的技术培训参考，它都能提供极具价值的导航作用，帮助你在纷繁复杂的 AI 技术 landscape 中找到清晰的成长方向。","\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAMAI-GmbH\u002FAI-Expert-Roadmap\">\n    \u003Cimg src=\"https:\u002F\u002Fuploads-ssl.webflow.com\u002F58e6a2b25c28230d367487ad\u002F5c32232ecb585fcc5c4645e1_icon_machine-learning.svg\" alt=\"Developer Roadmap\" width=\"96\" height=\"96\">\n  \u003C\u002Fa>\n  \u003Ch2 align=\"center\">i.am.ai\u003Cbr>AI Expert Roadmap\u003C\u002Fh2>\n  \u003Cp align=\"center\">Roadmap to becoming an Artificial Intelligence Expert in 2022\u003C\u002Fp>\n  \u003Cp align=\"center\">\n      \u003Ca href=\"https:\u002F\u002Ftwitter.com\u002Fhome?status=https:\u002F\u002Fi.am.ai\u002Froadmap Roadmap to becoming an Artificial Intelligence Expert in 2022\" target=\"_blank\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftweet-blue.svg?logo=twitter&logoColor=white\" style=\"display: inherit;\"\u002F>\u003C\u002Fa>\n      \u003Ca href=\"https:\u002F\u002Fwww.linkedin.com\u002FshareArticle?mini=true&url=https:\u002F\u002Fi.am.ai\u002Froadmap&title=&summary=Roadmap to becoming an Artificial Intelligence Expert in 2022&source=\" target=\"_blank\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpost-blue.svg?logo=linkedin&logoColor=white\" style=\"display: inherit;\"\u002F>\u003C\u002Fa>\n      \u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAMAI-GmbH\u002FAI-Expert-Roadmap\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FRoadmap-2022-yellowgreen.svg\" style=\"display: inherit;\"\u002F>\u003C\u002Fa>\n      \u003Ca href=\"https:\u002F\u002Fam.ai?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Badge\" target=\"_blank\">\u003Cimg alt=\"AMAI GmbH\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAuthor-AMAI GmbH-blue.svg\" style=\"display: inherit;\"\u002F>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT\u002F\" target=\"_blank\">\u003Cimg alt=\"MIT License\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-blue.svg\" style=\"display: inherit;\"\u002F>\u003C\u002Fa>\n  \u003C\u002Fp>\n  \u003Cbr>\n\u003C\u002Fp>\n\nBelow you find a set of charts demonstrating the paths that you can take and the technologies that you would want to adopt in order to become a data scientist, machine learning or an AI expert. We made these charts for our new employees to make them AI Experts but we wanted to share them here to help the community.\n\nIf you are interested to become an AI EXPERT at [AMAI](https:\u002F\u002Fwww.linkedin.com\u002Fcompany\u002Famai-gmbh\u002F?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Become+Expert) in Germany, or you want to [hire an AI Expert](https:\u002F\u002Fam.ai?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Hire+Expert), please say [hi@am.ai](mailto:hi@am.ai).\n\n## Note\n\n👉 An **interactive version with links to follow** about each bullet of the list can be found at [i.am.ai\u002Froadmap](https:\u002F\u002Fi.am.ai\u002Froadmap?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Interactive) 👈\n\nTo receive updates [star :star:](https:\u002F\u002Fgithub.com\u002FAMAI-GmbH\u002FAI-Expert-Roadmap\u002Fstargazers) and watch :eyes: the [GitHub Repo](https:\u002F\u002Fgithub.com\u002FAMAI-GmbH\u002FAI-Expert-Roadmap\u002F) to get notified, when we add new content to stay on the top of the most recent research.\n\nFollow our [AI Newsletter](https:\u002F\u002Fi.am.ai\u002Fnewsletter?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Newsletter) to stay up to date with the latest developments in AI. We cover new use cases and research topics.\n\n## Disclaimer\n\nThe purpose of these roadmaps is to give you an idea about the landscape and to guide you if you are confused about what to learn next and not to encourage you to pick what is hip and trendy. You should grow some understanding of why one tool would be better suited for some cases than the other and remember hip and trendy never means best suited for the job.\n\n## Introduction\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#introduction?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Introduction\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Fintro.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## Fundamentals\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#fundamentals?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Fundamentals\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Ffundamentals.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## Data Science Roadmap\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#data-science-roadmap?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+DataScience\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Fdatascience.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## Machine Learning Roadmap\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#machine-learning-roadmap?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+MachineLearning\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Fmachine_learning.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## Deep Learning Roadmap\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#deep-learning-roadmap?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+DeepLearning\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Fdeep_learning.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## Data Engineer Roadmap\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#data-engineer-roadmap?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+DataEngineer\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Fdata_engineer.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## Big Data Engineer Roadmap\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#big-data-engineer-roadmap?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+BigDataEngineer\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Fbig_data_engineer.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## 🚦 Wrap Up\n\nIf you think any of the roadmaps can be improved, please do open a PR with any updates and submit any issues. Also, we will continue to improve this, so you might want to watch\u002Fstar this repository to revisit.\n\n## 🙌 Contribution\n\n> Have a look at the [contribution docs](.\u002Fcontributing.md) for how to update any of the roadmaps\n\n* Open pull request with improvements\n* Discuss ideas in issues\n* Spread the word\n* Reach out with any feedback\n\n## Supported By\n\n\u003Ca href=\"https:\u002F\u002Fwww.linkedin.com\u002Fcompany\u002Famai-gmbh\u002F?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+SupportedBy\" target=\"_blank\">\u003Cimg alt=\"AMAI GmbH\" src=\".\u002Fimages\u002Flogos\u002Famai.svg\" style=\"display: inherit;max-width: 150px;\"\u002F>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fdigitalhub-ai.de?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap\" target=\"_blank\">\u003Cimg alt=\"AMAI GmbH\" src=\".\u002Fimages\u002Flogos\u002Fde-hub.svg\" style=\"display: inherit; max-width: 150px;\"\u002F>\u003C\u002Fa>\n","\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAMAI-GmbH\u002FAI-Expert-Roadmap\">\n    \u003Cimg src=\"https:\u002F\u002Fuploads-ssl.webflow.com\u002F58e6a2b25c28230d367487ad\u002F5c32232ecb585fcc5c4645e1_icon_machine-learning.svg\" alt=\"开发者路线图\" width=\"96\" height=\"96\">\n  \u003C\u002Fa>\n  \u003Ch2 align=\"center\">i.am.ai\u003Cbr>AI专家路线图\u003C\u002Fh2>\n  \u003Cp align=\"center\">2022年成为人工智能专家的路线图\u003C\u002Fp>\n  \u003Cp align=\"center\">\n      \u003Ca href=\"https:\u002F\u002Ftwitter.com\u002Fhome?status=https:\u002F\u002Fi.am.ai\u002Froadmap 2022年成为人工智能专家的路线图\" target=\"_blank\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftweet-blue.svg?logo=twitter&logoColor=white\" style=\"display: inherit;\"\u002F>\u003C\u002Fa>\n      \u003Ca href=\"https:\u002F\u002Fwww.linkedin.com\u002FshareArticle?mini=true&url=https:\u002F\u002Fi.am.ai\u002Froadmap&title=&summary=2022年成为人工智能专家的路线图&source=\" target=\"_blank\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpost-blue.svg?logo=linkedin&logoColor=white\" style=\"display: inherit;\"\u002F>\u003C\u002Fa>\n      \u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAMAI-GmbH\u002FAI-Expert-Roadmap\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FRoadmap-2022-yellowgreen.svg\" style=\"display: inherit;\"\u002F>\u003C\u002Fa>\n      \u003Ca href=\"https:\u002F\u002Fam.ai?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Badge\" target=\"_blank\">\u003Cimg alt=\"AMAI GmbH\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F作者-AMAI GmbH-blue.svg\" style=\"display: inherit;\"\u002F>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT\u002F\" target=\"_blank\">\u003Cimg alt=\"MIT许可证\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-blue.svg\" style=\"display: inherit;\"\u002F>\u003C\u002Fa>\n  \u003C\u002Fp>\n  \u003Cbr>\n\u003C\u002Fp>\n\n以下是几组图表，展示了你可以选择的发展路径以及为了成为一名数据科学家、机器学习专家或人工智能专家而需要掌握的技术。我们为新员工制作了这些图表，帮助他们成长为AI专家，同时也希望与社区分享，以提供帮助。\n\n如果你有兴趣在德国的[AMAI](https:\u002F\u002Fwww.linkedin.com\u002Fcompany\u002Famai-gmbh\u002F?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Become+Expert)成为AI专家，或者你想[聘请一位AI专家](https:\u002F\u002Fam.ai?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Hire+Expert)，请发送邮件至[hi@am.ai](mailto:hi@am.ai)。\n\n## 注意\n\n👉 包含指向列表中每个条目的**可交互版本**，可在[i.am.ai\u002Froadmap](https:\u002F\u002Fi.am.ai\u002Froadmap?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Interactive)找到 👈\n\n要获取更新，请[点赞 :star:](https:\u002F\u002Fgithub.com\u002FAMAI-GmbH\u002FAI-Expert-Roadmap\u002Fstargazers)并关注 :eyes: [GitHub仓库](https:\u002F\u002Fgithub.com\u002FAMAI-GmbH\u002FAI-Expert-Roadmap\u002F)，以便在我们添加新内容时收到通知，保持对最新研究的了解。\n\n关注我们的[AI新闻通讯](https:\u002F\u002Fi.am.ai\u002Fnewsletter?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Newsletter)，及时了解AI领域的最新进展。我们会涵盖新的用例和研究主题。\n\n## 免责声明\n\n这些路线图旨在为你提供行业概览，并在你对未来学习方向感到困惑时给予指导，而非鼓励你盲目追随热门趋势。你应该理解为什么某些工具在特定情况下比其他工具更合适，同时记住，流行并不一定意味着最适合当前任务。\n\n## 引言\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#introduction?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Introduction\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Fintro.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## 基础知识\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#fundamentals?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+Fundamentals\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Ffundamentals.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## 数据科学路线图\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#data-science-roadmap?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+DataScience\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Fdatascience.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## 机器学习路线图\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#machine-learning-roadmap?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+MachineLearning\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Fmachine_learning.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## 深度学习路线图\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#deep-learning-roadmap?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+DeepLearning\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Fdeep_learning.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## 数据工程师路线图\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#data-engineer-roadmap?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+DataEngineer\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Fdata_engineer.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## 大数据工程师路线图\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fi.am.ai\u002Froadmap#big-data-engineer-roadmap?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+BigDataEngineer\" target=\"_blank\">\n      \u003Cimg src=\".\u002Fimages\u002Fbig_data_engineer.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n## 🚦 总结\n\n如果你认为任何一份路线图还有改进空间，请随时提交PR更新或反馈问题。我们将持续优化这份资料，建议你关注或星标本仓库，以便日后查阅。\n\n## 🙌 贡献\n\n> 请查看[贡献文档](.\u002Fcontributing.md)，了解如何更新任何一份路线图。\n\n* 提交包含改进建议的拉取请求\n* 在问题区讨论想法\n* 分享给更多人\n* 随时提出反馈\n\n## 支持单位\n\n\u003Ca href=\"https:\u002F\u002Fwww.linkedin.com\u002Fcompany\u002Famai-gmbh\u002F?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap+SupportedBy\" target=\"_blank\">\u003Cimg alt=\"AMAI GmbH\" src=\".\u002Fimages\u002Flogos\u002Famai.svg\" style=\"display: inherit;max-width: 150px;\"\u002F>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fdigitalhub-ai.de?utm_source=GitHub&utm_medium=Referral&utm_campaign=AI+Expert+Roadmap\" target=\"_blank\">\u003Cimg alt=\"AMAI GmbH\" src=\".\u002Fimages\u002Flogos\u002Fde-hub.svg\" style=\"display: inherit; max-width: 150px;\"\u002F>\u003C\u002Fa>","# AI-Expert-Roadmap 快速上手指南\n\n**AI-Expert-Roadmap** 并非一个需要安装运行的软件工具，而是一套由 AMAI GmbH 制作的可视化学习路线图。它旨在帮助开发者理清成为数据科学家、机器学习专家或 AI 专家的学习路径和技术栈。\n\n由于该项目主要提供的是图表和资源链接，因此**无需配置运行环境或执行安装命令**。以下是如何高效使用这套资源的指南。\n\n## 环境准备\n\n本项目无系统要求或前置依赖，您只需要：\n- 一台可以访问互联网的电脑或移动设备。\n- 现代浏览器（推荐 Chrome, Edge, Firefox）。\n- **网络建议**：由于项目托管在 GitHub 且部分资源链接可能指向国外站点，建议中国开发者在网络通畅的环境下访问，或使用加速工具访问 `github.com` 和 `i.am.ai`。\n\n## 访问与使用步骤\n\n### 1. 访问交互式路线图（推荐）\n这是最完整的使用方式，包含可点击的学习资源链接。\n\n直接在浏览器中打开官方交互网站：\n```text\nhttps:\u002F\u002Fi.am.ai\u002Froadmap\n```\n\n### 2. 浏览静态图表\n如果您希望查看具体的路线结构图，可以直接访问 GitHub 仓库中的图片资源，或在本地克隆仓库查看。\n\n**克隆仓库（可选）：**\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FAMAI-GmbH\u002FAI-Expert-Roadmap.git\ncd AI-Expert-Roadmap\n```\n*注：国内用户若克隆速度慢，可使用镜像源：*\n```bash\ngit clone https:\u002F\u002Fgitee.com\u002Fmirrors\u002FAI-Expert-Roadmap.git\n```\n*(注意：Gitee 镜像可能存在更新延迟，建议以官方 GitHub 为准)*\n\n## 基本使用指南\n\n该路线图分为多个专业方向，请根据您的职业目标选择对应的图表进行研读：\n\n1.  **确定方向**：\n    *   **Fundamentals**: 人工智能基础概念。\n    *   **Data Science Roadmap**: 数据科学家路径（侧重数据分析与统计）。\n    *   **Machine Learning Roadmap**: 机器学习专家路径（侧重传统 ML 算法）。\n    *   **Deep Learning Roadmap**: 深度学习专家路径（侧重神经网络与前沿模型）。\n    *   **Data Engineer \u002F Big Data Engineer Roadmap**: 数据工程与大数据工程路径（侧重基础设施与数据处理）。\n\n2.  **跟随路径学习**：\n    *   在 [交互式网站](https:\u002F\u002Fi.am.ai\u002Froadmap) 上，点击路线图中的每个节点（Bullet points），会跳转到对应的教程、文档或开源项目。\n    *   按照从上到下的顺序，逐步掌握列出的技术栈（如 Python, SQL, TensorFlow, PyTorch, Spark 等）。\n\n3.  **核心理念**：\n    *   不要盲目追求“热门”技术。路线图旨在帮助您理解技术全景，并根据实际场景选择最适合的工具。\n    *   定期关注仓库的更新（Star 或 Watch），以获取最新的行业研究动态。\n\n## 贡献与反馈\n\n如果您发现路线图有误或有更好的学习资源推荐，可以通过以下方式参与：\n- 在 GitHub 仓库提交 `Pull Request`。\n- 在 `Issues` 中讨论改进想法。\n\n```bash\n# 提交改进示例\ngit checkout -b improve-ml-roadmap\n# 修改对应的 .md 文件或图片资源\ngit commit -m \"Update Machine Learning resources\"\ngit push origin improve-ml-roadmap\n```","某高校计算机系大三学生李明，计划从零开始转型成为人工智能工程师，但面对海量的技术栈和碎片化的学习资源感到无从下手。\n\n### 没有 AI-Expert-Roadmap 时\n- **学习路径迷茫**：在数学基础、编程语言和算法框架之间反复横跳，不知道应该先学 Python 还是先啃线性代数，缺乏清晰的先后顺序。\n- **技术选型困难**：面对 TensorFlow、PyTorch、Scikit-learn 等众多框架，盲目追逐“热门”工具，却不清楚它们各自适用的具体场景和优劣。\n- **知识体系破碎**：东拼西凑地观看各类教程，导致知识点孤立，无法构建从数据清洗到模型部署的完整闭环认知。\n- **时间成本高昂**：花费大量时间在筛选课程和验证学习方向上，半年过去仍停留在\"Hello World\"阶段，学习效率极低。\n\n### 使用 AI-Expert-Roadmap 后\n- **路线清晰明确**：直接参照路线图定义的“基础 - 进阶 - 专家”三阶段路径，按部就班地先夯实数学与编程根基，再进入核心算法学习。\n- **工具选择理性**：通过路线图中对各项技术的分类与指引，理解了不同框架的适用边界，不再盲目跟风，而是根据项目需求选择最合适的工具。\n- **技能树系统化**：依托图表中展示的数据科学、机器学习等分支结构，建立了完整的知识图谱，确保每个学习模块都能有机衔接。\n- **成长效率倍增**：节省了摸索方向的时间，将精力集中在实质性的代码实践与原理理解上，仅用三个月便完成了首个端到端的 AI 项目演示。\n\nAI-Expert-Roadmap 的核心价值在于将混乱的技术海洋转化为可视化的导航图，帮助学习者以最短路径从入门走向精通。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FAMAI-GmbH_AI-Expert-Roadmap_b3963cab.png","AMAI-GmbH","AMAI GmbH","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FAMAI-GmbH_8dabd426.png","",null,"https:\u002F\u002Fam.ai","https:\u002F\u002Fgithub.com\u002FAMAI-GmbH",[22,26,30],{"name":23,"color":24,"percentage":25},"JavaScript","#f1e05a",63.5,{"name":27,"color":28,"percentage":29},"Vue","#41b883",18.7,{"name":31,"color":32,"percentage":33},"Stylus","#ff6347",17.8,30882,2578,"2026-04-06T02:37:00","MIT",1,"未说明",{"notes":41,"python":39,"dependencies":42},"该项目并非可执行的软件工具或代码库，而是一套包含图表的学习路线图（Roadmap），旨在指导用户如何成为人工智能、数据科学或机器学习专家。项目主要内容为 SVG 图片和指向外部资源的链接（交互式版本位于 i.am.ai\u002Froadmap）。因此，它不需要特定的操作系统、GPU、内存、Python 环境或依赖库即可‘运行’，仅需浏览器即可查看内容。",[],[44,45,46,47,48],"其他","Agent","数据工具","图像","开发框架",[50,51,52,53,54,55,56,57,58,59],"deep-learning","artificial-intelligence","roadmap","ai-roadmap","machine-learning","study-plan","data-science","data-analysis","neural-network","ai",2,"ready","2026-03-27T02:49:30.150509","2026-04-06T21:10:36.134287",[],[],[67,76,84,93,101,109],{"id":68,"name":69,"github_repo":70,"description_zh":71,"stars":72,"difficulty_score":73,"last_commit_at":74,"category_tags":75,"status":61},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[45,48,47,46],{"id":77,"name":78,"github_repo":79,"description_zh":80,"stars":81,"difficulty_score":73,"last_commit_at":82,"category_tags":83,"status":61},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[48,47,45],{"id":85,"name":86,"github_repo":87,"description_zh":88,"stars":89,"difficulty_score":60,"last_commit_at":90,"category_tags":91,"status":61},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",141543,"2026-04-06T11:32:54",[48,45,92],"语言模型",{"id":94,"name":95,"github_repo":96,"description_zh":97,"stars":98,"difficulty_score":60,"last_commit_at":99,"category_tags":100,"status":61},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[48,47,45],{"id":102,"name":103,"github_repo":104,"description_zh":105,"stars":106,"difficulty_score":73,"last_commit_at":107,"category_tags":108,"status":61},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[92,47,45,48],{"id":110,"name":111,"github_repo":112,"description_zh":113,"stars":114,"difficulty_score":73,"last_commit_at":115,"category_tags":116,"status":61},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[48,47,45,117],"视频"]