数据科学教育家列出90天转型AI工程师必刷10大GitHub仓库
9月19日,Business Science 创始人、数据科学家 Matt Dancho 在推文串中给出一条「90天成为AI工程师」的学习路线:不建议从付费课程入手,而是直接用10个GitHub仓库做项目练手。他的核心逻辑是,这些仓库对应的技能已大量出现在招聘JD中,动手做项目比刷课更高效。
已确认
- 清单第1项是 LangChain,作者称几乎所有AI工程师岗位都会涉及。
- 第2项 LangGraph:低层级编排框架,用图构建长时间运行的有状态智能体,作者称JD里说的「agentic workflows」即指此类仓库。
- 第3项 LlamaIndex:RAG与文档智能体的事实标准框架,GitHub星标约5.22万,几乎每份检索管线相关JD都会点名。
- 第4项 CrewAI:开源Python多智能体编排框架,以角色与任务组织多Agent团队(约34.7k星),作者称已被财富500强企业在生产环境使用。
- 第5、6项分别是Rust编写的生产级向量数据库 Qdrant 与RAG评测框架 Ragas:后者可量化幻觉、忠实度、相关性等指标,还支持在无测试集时生成与生产对齐的测试数据。
- 第7项 Ollama:一条命令即可本地运行开源LLM,星数达18.1万,README显示支持Kimi、GLM等模型;作者称出于成本与隐私考虑,JD要求候选人具备本地推理经验。
- 第8项是 punkpeye 的 awesome-mcp-servers(95.3k星),索引生产可用的MCP服务器;作者称MCP是当前职位描述里最新出现的技能要求。
- 第9项是 Shubhamsaboo 的 awesome-llm-apps:139k+ stars、20.4k forks,收录100+开源AI Agent、Agent Skills与RAG应用,覆盖单Agent、多Agent团队、语音Agent和MCP应用,Apache-2.0协议,均为可直接运行的真实代码。
为什么重要
- 该清单把「项目实战优先于课程」的自学路线具体化为可执行步骤,对转型AI工程师的学习者具有直接参考价值。
- 清单中反复以「JD中出现」「事实标准」「财富500强生产采用」作为筛选依据,反映了当前AI工程招聘市场的实际技能需求趋势:编排框架、RAG、评测、本地推理与MCP生态是重点方向。
- 相关仓库星数普遍很高(Ollama 18.1万、awesome-llm-apps 13.9万、awesome-mcp-servers 9.53万),侧面印证这些技术方向的社区热度。
2026-09-18 ~ 2026-09-19 · 11 条相关
一手来源
- 想 90 天成为 AI 工程师?别刷课,直接做这 10 个 GitHub 仓库的项目 — mdancho84 ·
- 90 天转行 AI 工程师:别刷课程,直接啃这 10 个 GitHub 仓库 — mdancho84 ·
- 139k star 开源仓库:100+ AI Agent 与 Agent Skills 免费拿 — Saboo_Shubham_ ·
- 【源头】139k star 开源仓库:100+ AI Agent 与 Agent Skills 免费拿 — Saboo_Shubham_ · 2026-09-18
- 【源头】想 90 天成为 AI 工程师?别刷课,直接做这 10 个 GitHub 仓库的项目 — mdancho84 · 2026-09-19
- AI 工程师自学路线推荐 2:LangGraph 用图构建有状态智能体 — mdancho84 · 2026-09-19
- AI 工程师自学路线推荐 3:LlamaIndex 主打 RAG 与文档智能体 — mdancho84 · 2026-09-19
- AI 工程师自学路线推荐 4:CrewAI 多智能体协作框架 — mdancho84 · 2026-09-19
- CrewAI 多 Agent 框架获财富 500 强生产采用,34.7k 星 — mdancho84 · 2026-09-19
- Ragas 成 RAG 评测事实标准:幻觉、忠实度、相关性全可量化 — mdancho84 · 2026-09-19
- Ollama 一条命令跑开源模型,18 万星成为本地推理事实标准 — mdancho84 · 2026-09-19
- Awesome MCP Servers 索引 9.5 万星,收录所有生产级 MCP 服务器 — mdancho84 · 2026-09-19
- Awesome LLM Apps 收录 100+ 开源 RAG 与 Agent 模板,GitHub 星数破 13.9 万 — mdancho84 · 2026-09-19
另有 1 条近重复转述:mdancho84