Skip to content

Systematic AI Engineering journey. Python foundations → RAG → Dify → Local Inference → Fine-Tuning → Agents. Focus on clean code, defensive programming, and traceability.

License

Notifications You must be signed in to change notification settings

painter99/ai-workshop

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

74 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

AI Workshop

Systematická cesta k AI Engineering od prvních principů.

  • Osobní studium: Strukturované učení od prvních principů.
  • Transparentní záznam: Čitelná, dohledatelná cesta — vidět co a proč.
  • Cíl: Pevné základy pro AI Engineering: Python → RAG → Dify → Local Inference → Fine-Tuning → Agents.

🗺️ Celková cesta

12měsíční journey rozdělené do 6 fází:

Phase 1 (Python Foundations) → Phase 2 (API Bridge) → Phase 3 (RAG/Dify) → Phase 4 (Local Inference) → Phase 5 (Fine-Tuning) → Phase 6 (Agents)

Kompletní roadmap: notes/roadmap/README.md


📍 Stav a Orientace

  • Aktuální fáze: Phase 1 — Python Foundations
  • Kurz: Section 7/57 — Optimize and Annotate Your Code (List Comprehensions and Code Comments)
  • Poslední update: 2026-01-11
  • Pokrok kurzu: ████░░░░░░░░░░░░░░░░ 22 %

Detailní log: progress.md (aktualizuji jen při milestones)


🛠 Metodika (Jak to dělám)

Tři zásady, nic víc:

  1. First Principles — pochopit logiku před knihovnami.
  2. Defensive Programming — validovat vstupy, kontrolovat edge cases.
  3. Traceability — umět vysvětlit a dohledat všechny části kódu.

📚 Co se učím

Primární kurz (Phase 1): The Python Mega Course (Ardit Sulce) — lineární postup, všechna cvičení.

Kompletní seznam materiálů pro celou cestu: Viz notes/roadmap/README.md → MATERIALS


📂 Navigace repozitáře

Každý adresář má vlastní README. Spouštění skriptů je popsáno u jednotlivých projektů.


Prostředí: Kubuntu | VS Code | Python 3.x | Git

"Nevystoupáme na úroveň svých očekávání, klesneme na úroveň svého tréninku."

About

Systematic AI Engineering journey. Python foundations → RAG → Dify → Local Inference → Fine-Tuning → Agents. Focus on clean code, defensive programming, and traceability.

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages