LLM Course：大模型入门到工程师进阶路线图

网上大模型资料又散又过时，这门免费课程把入行路线画成一张清晰地图。内容分三部分：🧩 LLM Fundamentals 讲数学、Python 和神经网络基础，可选；🧑‍🔬 LLM Scientist 教你用最新技术打造尽可能强的模型；👷 LLM Engineer 聚焦开发基于 LLM 的应用并部署上线。作者据此写了《LLM Engineer's Handbook》，书收费，课程本身承诺永久免费。配套笔记本工具很实用：LLM AutoEval 用 RunPod 自动评估模型，LazyMergekit 用 MergeKit 一键合并模型，LazyAxolotl 一键云端微调，AutoQuant 一键量化成 GGUF、GPTQ、EXL2、AWQ、HQQ 格式。上手就是按路线图顺序读章节、跑 Colab 笔记本，不依赖本地环境。适合想系统转行大模型的人：零基础先啃 Fundamentals 补数学和 Python，有编程底子的直接进 Scientist 或 Engineer 篇，边学边攒作品。