BUILD / AI TRAINING
AI全栈开发工程师
使用 AI 辅助开发，完成从需求、界面和接口到部署的完整应用。
WHO IT IS FOR
先看起点，再确定学习重点
| 适合人群 | 学习基础 / 常见起点 | 建议学习重点 |
|---|---|---|
| 前后端开发人员 | 具备一种编程语言基础 | 补齐模型集成、AI协作与测试 |
| 技术学生与转岗人员 | 先补 Python、HTTP 与版本管理 | 按模块完成前后端贯通练习 |
| 产品构建者 | 能拆解需求；工程环节需补编程基础 | 先做交互原型，再进入应用集成 |
CURRICULUM
具体学什么，学完交付什么
按能力递进组织，每个模块都有实操任务和验收成果。
M1编程与工程基础可启动工程与接口调用示例＋
可启动工程与接口调用示例
AI 生成概念配图 · 非真实项目现场学习内容
Python、HTTP/API、JSON、Git、依赖与环境变量。
实操任务
运行基础服务，调用接口并管理代码版本。
交付成果
可启动工程与接口调用示例
验收要点
环境可复现，敏感配置不进入代码仓库。
M2需求、界面与AI协作开发可交互界面及需求验收清单＋
可交互界面及需求验收清单
AI 生成概念配图 · 非真实项目现场学习内容
用户流程、页面结构、组件、提示上下文和代码审查。
实操任务
从需求生成交互页面，再检查并修改生成代码。
交付成果
可交互界面及需求验收清单
验收要点
关键流程可操作，能解释和修正生成代码。
M3服务端与数据管理前后端联通应用与数据结构＋
前后端联通应用与数据结构
AI 生成概念配图 · 非真实项目现场学习内容
接口设计、数据存储、输入校验、身份认证与访问控制。
实操任务
为页面接入真实后端并保存业务数据。
交付成果
前后端联通应用与数据结构
验收要点
异常输入被处理，不同权限不能越权访问。
M4模型与智能体集成带AI能力的应用及接口说明＋
带AI能力的应用及接口说明
AI 生成概念配图 · 非真实项目现场学习内容
模型API、流式响应、知识检索、工具调用、限流和错误处理。
实操任务
将 AI 功能接入应用，处理超时与失败返回。
交付成果
带AI能力的应用及接口说明
验收要点
结果可展示、异常有反馈，密钥不暴露到浏览器。
M5测试、部署与交接应用、测试记录、部署及回滚说明＋
应用、测试记录、部署及回滚说明
AI 生成概念配图 · 非真实项目现场学习内容
功能测试、日志、配置隔离、发布与回滚。
实操任务
在测试环境部署应用并完成一次故障定位和版本回退。
交付成果
应用、测试记录、部署及回滚说明
验收要点
他人可按文档启动，核心流程通过测试。
LEARNING PATH
学习顺序与组织方式
工程基础 → 界面与AI编程 → 后端与数据 → 模型集成 → 测试部署
讲解与演示：理解方法，观察完整操作。
任务实训：跟做后更换输入，独立完成任务。
项目评价：演示成果，解释选择并复盘问题。
依据现有课程与平台能力编排；具体时长、工具版本和教学深度按学员基础确定，非所有模块均要求从零开始。
ASSESSMENT
结业不只看听课，更看独立完成
综合项目与个人答辩
提交可启动代码、接口说明、测试记录及部署文档；现场演示前后端业务闭环和一个异常修复。
项目完成、结果核验、过程复现与个人理解共同评价；外部证书按相应项目另行考核。
CAREER
对应岗位与工作任务
| 岗位 / 能力方向 | 能够承担的任务 |
|---|---|
| AI应用开发工程师 | 把模型与智能体集成到业务应用 |
| AI全栈开发工程师 | 完成前端、服务端与数据联调 |
| 应用技术支持 | 部署、排障与维护应用运行 |
岗位方向用于说明能力应用，不构成就业、薪资或任职资格承诺。