Skip to content

painter99/ai-workshop

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

93 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

12-24 měsíční 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: The Python Mega Course — Section 9/57 (Functions & Modules)
  • Poslední update: 2026-03-01
  • Pokrok kurzu: ██████░░░░░░░░░░░░░░ 30 %

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/kurzů.


Prostředí: Pop!_os | 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

 
 
 

Contributors

Languages