index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html
![]()
Datawhale自2018年起已连续六年组织组队学习活动，旨在汇聚志同道合的学习者，共同克服学习中的挑战。本期活动提供包括AI硬件与机器人大模型、深度学习基础、动手学Agent应用开发、大模型基础实践、通义大模型玩转、向量数据库、PyTorch推荐系统框架、周志华机器学习入门、李宏毅深度学习入门、推荐算法入门、数学建模导论、大模型原理与实践、RAG技术全栈指南，以及面向中小学的编程课程等共14项学习内容。每项课程名额有限，先到先得。
💡 **Datawhale组队学习的宗旨与历史**：Datawhale自2018年发起组队学习活动，已坚持六年，旨在聚集一群热爱学习、渴望改变的伙伴，通过交流学习、互相促进，共同克服学习中的拖延和困难，实现共同进步，而非传统的师生教学模式。
📚 **丰富的学习内容覆盖广泛领域**：本次活动共推出14项学习计划，涵盖了AI硬件与机器人、深度学习基础、Agent应用开发、大模型原理与应用、向量数据库、推荐系统、数学建模、以及面向中小学的编程课程等多个热门领域，满足不同学习者的需求。
🎯 **课程设置兼顾理论与实践**：大部分课程都强调理论与实践相结合，例如AI硬件与机器人课程结合了理论和实践，大模型基础实践课注重实操技能培养，RAG技术全栈指南提供动手实践项目，旨在帮助学员将知识转化为实际应用能力。
🎓 **明确的学习对象与先决条件**：每项课程都清晰地标注了适合的学习人群，并列出了必要的先决条件，例如数学基础、Python编程能力或深度学习基础，确保学习者能够根据自身情况选择最合适的课程，提高学习效率。
⏳ **名额有限，先到先得的报名机制**：考虑到学习效果，每项课程都设置了180人的名额限制，并采取“先到先得”的报名方式，鼓励有学习意愿的学员尽早报名，确保学习资源的合理分配。
原创 一起学习的 2025-09-10 22:50 浙江
Datawhale学习
开源贡献：Datawhale团队往期：《李沐大神分享，全球733所高校，9027人共同学习》
△关于 Datawhale
本期学习内容
名额有限，先到先得！各学习时间重叠，每人限报 1 门。
2. 共学课程：深度学习共学营
课程简介
当前非常多的小伙伴希望学习 深度学习基础原理，机器学习基础等知识，在大模型快速发展变化的时代，基础没打牢，学习AI前沿技术只能浅尝辄止，所以特别邀请合作AI‘新圣经’《深度学习：基础与概念》，希望帮助更多AI学习者能够深入学习AI的基本原理，从数学公式中理解算法的发展，理解不同模型为什么这样设计。
适合人群：有高数，线代，概率论基础，希望了解大模型第一性原理，推导数学公式，系统学习深度学习的基础原理的学习者；在校：建议本科大二以上或者研究生的同学；在职：建议希望向AI岗位发展或深耕的同学。
学习名额：180人开源内容
https://www.datawhale.cn/learn/summary/176
扫码报名学习 3. 共学课程：动手学Agent应用开发
课程简介
目前 agent 领域概念繁杂、缺乏可复用范式，导致开发者易部署踩坑、不会调试，做出来大多是玩具，难落地企业级应用。课程邀请了数十位来自明星初创 agent 企业（如 Dify、CamelAI）、头部开源项目（如 Self-LLM、OpenMCP）及大厂（如阿里云）的一线专家进行授课。围绕提认知、打基础、能实践、拓前沿四大模块开展学习与直播授课，旨在帮助大家开发一个完整、企业级可用的Agent系统应用。
适合人群：具备Python基础，有一定计算机基础，有项目开发经验，希望系统学习、开发企业级的Agent应用的学习者学习名额：180人开源内容
https://www.datawhale.cn/learn/summary/220
扫码报名学习
课程简介
本课程旨在弥合理论与实践之间的鸿沟，系统讲解大型语言模型（LLMs）的核心原理，同时注重实操技能的培养。学员将通过精心设计的实验和项目，掌握有效提示、API调用、本地部署、模型微调等实用技巧，能够将理论知识转化为实际应用，为未来在AI领域的深造或就业打下坚实基础。
适合人群：本课程主要面向广大理工科大学生/研究生，特别适合计算机科学、软件工程、人工智能、数据科学、电子信息工程、自动化、数学、统计学以及其他对AI技术有浓厚兴趣的理工科专业学生。
学习名额：180人开源内容
https://github.com/datawhalechina/llm-preview
扫码报名学习7. 共学框架：基于 PyTorch 的轻量推荐系统框架
课程简介
Torch-RecHub 是一个使用 PyTorch 构建的、灵活且易于扩展的推荐系统框架。它旨在简化推荐算法的研究和应用，提供常见的模型实现、数据处理工具和评估指标。本课程旨在帮助学员掌握torch-rechub框架的设计与使用，掌握深度推荐系统中的排序、召回、多任务模型的设计思想与实战技巧。
适合人群：有一定的Pytorch基础，熟悉深度学习，了解推荐系统基本算法，想进一步熟悉业界应用较广泛的深度的学习者。
学习名额：180人开源内容
https://github.com/datawhalechina/torch-rechub
扫码报名学习🛠 实践
12. Github最火大模型原理与实践教程
课程简介
Happy-LLM是一个系统性的 LLM 学习教程，将从 NLP 的基本研究方法出发，根据 LLM 的思路及原理逐层深入，依次为读者剖析 LLM 的架构基础和训练过程。同时，结合目前 LLM 领域最主流的代码框架，演练如何亲手搭建、训练一个 LLM，期以实现授之以鱼，更授之以渔。【注：本期课程将学习教程的1～3章，以理论基础为主】
适合人群：有基本的深度学习基础，想要系统上手 LLM 理论知识的学习者
学习名额：180人开源内容
https://github.com/datawhalechina/happy-llm
扫码报名学习13. RAG技术全栈指南
课程简介
本项目是一个面向大模型应用开发者的RAG（检索增强生成）技术全栈教程，旨在通过体系化的学习路径和动手实践项目，帮助开发者掌握基于大语言模型的RAG应用开发技能，构建生产级的智能问答和知识检索系统。
适合人群：具备Python编程基础，对RAG技术感兴趣的开发者，希望系统学习RAG技术的AI工程师，想要构建智能问答系统的产品开发者，对检索增强生成技术有学习需求的研究人员。
学习名额：180人开源内容
https://github.com/datawhalechina/all-in-rag
扫码报名学习14. 中小学编程21天通关挑战：C++、Python、图形化编程
课程简介
助力孩子们高效备考GESP 图形化/Python/C++等级认证，通过每日一练巩固编程思维，提升实战能力！孩子们按备考等级选择对应题目，完成题目后，截图至学习群并接龙记录（格式：姓名+等级），当日晚间统一发布解析答案，供对照学习。
适合人群：备考GESP 等级认证的中小学生
学习名额：180人
扫码报名学习
一起“点赞”三连↓
阅读原文
跳转微信打开
