项目定位 & 目标​

• 本项目面向在欧洲高校学习的本科/硕士/博士国际学生（工科 / 理科 / 对 AI 有兴趣者皆可申请），旨在通过结构化课程 + 项目实践，帮助学员建立从理论到落地的 AI 能力，并在结业时具备能够展示给面试官或企业的作品集。

​

完成后你将能：

• 掌握主流机器学习 / 深度学习模型与算法

• 熟练使用 Python + PyTorch/TensorFlow + 各类工具库

• 在真实项目中锻炼工程化思维与部署能力

• 拥有一份技术作品集 + 链接展示 + 项目经历

• 获得就业支持：简历、面试模拟、职位推荐

​

课程结构 / 模块设置

​​

• 模块 / 周次模块主题核心内容 / 项目练习

• 模块一（第 1–3 周）基础夯实Python（NumPy, Pandas）、机器学习基础、入门分类 / 回归项目

• 模块二（第 4–8 周）深度学习核心神经网络、CNN、RNN / LSTM、ResNet、迁移学习、图像 / 文本任务实践

• 模块三（第 9–10 周）前沿应用Transformer / BERT / GPT、GAN / U-Net / YOLO、文本 & 图像生成任务

• 模块四（第 11–12 周）工程化 + 职业模型优化、部署（Docker / FastAPI / Streamlit）、Capstone 项目 + 职业辅导

​

授课方式 & 资源​

• 直播课程：每周一次（2h 左右）

• 编程练习课：每周一次（1.5h 左右），助教带练

• 录播回看：所有课程均提供高质量录播

• 学习资料：英文 PPT、Jupyter 模板、其他辅助资料（推荐论文、行业报告）

• 技术支持：助教批改、社区答疑

• 云算力支持：提供 Colab Pro / AWS Credits / GPU 配额等，用于模型训练与项目实践

​​​​

评估 / 认证 / 成果

• 成绩构成：作业（30%） + 模块项目（40%） + Capstone（30%）

• 结业证书：完成所有要求者可获得项目结业证书，支持在 LinkedIn / 简历展示

• 优秀激励：表现突出的学员可获得推荐信、项目展示、内部推荐机会或奖学金

​

下一步行动

👉 联系我们，获取完整课程方案与案例清单。