计算机科学与AI核心课程
为希望掌握现代计算技术的学生、软件工程师和研究人员提供针对性指导。
计算机科学基础与软件工程
算法、系统与整洁代码
使用 Python、C++ 和 Rust，建立算法问题解决、内存管理和企业级软件架构的扎实基础。
- 数据结构与算法：树、图、动态规划，以及空间复杂度和时间复杂度分析。
- 面向对象与函数式设计：整洁代码、设计模式和模块化软件架构。
- 操作系统与并发处理：进程调度、多线程、异步编程和内存管理。
- 系统设计基础：可扩展的Web架构、数据库索引（SQL/NoSQL）和API设计。
机器学习与生成式AI
深度学习、LLM与AI流水线
不仅学习理论，还使用现代框架构建、训练和部署神经网络与生成式AI解决方案。
- 应用机器学习：回归、分类、SVM、集成方法以及 PyTorch/TensorFlow。
- 深度学习架构：用于计算机视觉的CNN、RNN和Transformer网络。
- 大语言模型（LLM）：提示词工程、微调（LoRA/QLoRA）和检索增强生成（RAG）。
- MLOps与AI部署：模型量化、ONNX Runtime、Docker容器化和API部署。
本实验室的教学方法
将计算机科学理论与实际技术实现相结合，重视在每次课程中编写、测试并部署代码。
代码优先学习
通过结对编程实践，针对性能、可读性和边界情况处理提供直接反馈。
作品集项目
制作定制应用、AI流水线或技术论文等作品，用于展示和工程师求职面试。
双语技术指导
提供英语或日语技术指导，帮助准备申请全球企业及东京IT、科技岗位。