রোডম্যাপ

AI engineering রোডম্যাপ

ওপেন সোর্স AI Engineering from Scratch কারিকুলামের ওপর একটি পড়ার পথ: সেটআপ আর ম্যাথ থেকে এজেন্ট, প্রোডাকশন আর ক্যাপস্টোন প্রজেক্ট পর্যন্ত ২০টি ফেজ। প্রতিটি লেসন কারিকুলামের সাইটে খোলে। যে লেসন শেষ করলেন তাতে টিক দিন; প্রগ্রেস এই ব্রাউজারেই থাকে।

লার্নিং পাথ

কোথা থেকে শুরু করবেন বুঝতে পারছেন না? একটি পাথ বেছে নিন। প্রতিটি পাথ নিচের ফেজগুলো থেকে বাছাই করা লেসনের একটি ছোট তালিকা, ঠিক ক্রমে সাজানো।

এখান থেকে শুরু
AI engineering-এ নতুন
টুল সেটআপ করুন, নিজের মেশিনে কোর্স চালান, আর একটি লেসন কীভাবে চলে তা শিখুন। তারপর একটি পাথ বেছে নিন।
পাথ শুরু করুন GitHub ↗
মূল পাথ
AI অ্যাপ বানানো ও চালু করা
আগে prompt, structured output, embedding আর RAG। তারপর eval, serving, monitoring আর নিরাপদ রিলিজ।
পাথ শুরু করুন GitHub ↗
মূল পাথ
সফটওয়্যার ইঞ্জিনিয়ারিংয়ের ভিত্তি
প্রতিটি AI সিস্টেমের যে ভিত্তি লাগে: repo আর environment, debugging, testing, security আর release।
পাথ শুরু করুন GitHub ↗
মূল পাথ
কোডিং এজেন্টের সাথে কাজ
এজেন্টকে পরিষ্কার কাজ দিন, আসল কোড দেখে প্ল্যান করুন, তার loop সেটআপ করুন, আর বিশ্বাস করার আগে কাজটি যাচাই করুন।
পাথ শুরু করুন GitHub ↗
মূল পাথ
প্রোডাক্ট বিচারবোধ
কী বানাবেন ঠিক করুন: ফলাফল থেকে শুরু করুন, ছোট টেস্ট করা যায় এমন অংশে ভাগ করুন, মাপুন, ধাপে ধাপে রিলিজ করুন।
পাথ শুরু করুন GitHub ↗
ফোকাসড পাথ
Model Context Protocol (MCP)
MCP সার্ভার বানান, নিরাপদ করুন, টেস্ট করুন, আর প্রোডাকশনে চালান।
পাথ শুরু করুন GitHub ↗
ফোকাসড পাথ
এজেন্ট স্কিল
এমন স্কিল লিখুন যা এজেন্ট লোড করতে পারে, তারপর আসল এজেন্ট টুলের জন্য টেস্ট, সুরক্ষা আর প্যাকেজ করুন।
পাথ শুরু করুন GitHub ↗
ফোকাসড পাথ
Agent, LLM আর MCP ভেতরে কীভাবে কাজ করে
মডেল কীভাবে token থেকে উত্তর বানায়, agent loop কীভাবে প্ল্যান করে টুল কল করে, আর MCP কীভাবে সব বাইরের জগতের সাথে যুক্ত করে।
পাথ শুরু করুন GitHub ↗

শেখার জন্য ওপেন সোর্স রিপো →

শেষ করা লেসন: ০
মোট লেসন: ৫৪২
পড়তে বাকি: ১,১৮৭.৬ ঘণ্টা

পড়া চালিয়ে যান →

শুধু প্রস্তাবিত পথ দেখানপ্রস্তাবিত পথে পাঁচটি ঐচ্ছিক ফেজ (ভিশন, স্পিচ, জেনারেটিভ মডেল, reinforcement learning, multimodal) বাদ যায়। ২০টি ফেজই দেখতে এটি বন্ধ করুন।

০১

ভিত্তি

টুলিং, ম্যাথ, ক্লাসিক্যাল ML আর ডিপ লার্নিং। পরের সবকিছু এর ওপর দাঁড়িয়ে আছে।

ফেজ ০প্রস্তাবিত
Setup & Tooling
Python, Git, Docker, GPU আর API key সেট করা, যাতে পরের প্রতিটি লেসন চালানো যায়।
১৩টি লেসন · ~১৫.৫ ঘণ্টা
০/১৩
১৩টি লেসন
1. 01Dev Environment৭৫ মিনিট
2. 02Git & Collaboration৪৫ মিনিট
3. 03GPU Setup & Cloud৭৫ মিনিট
4. 04APIs & Keys৭৫ মিনিট
5. 05Jupyter Notebooks৭৫ মিনিট
6. 06Python Environments৭৫ মিনিট
7. 07Docker for AI৭৫ মিনিট
8. 08Editor Setup৭৫ মিনিট
9. 09Data Management৭৫ মিনিট
10. 10Terminal & Shell৪৫ মিনিট
11. 11Linux for AI৪৫ মিনিট
12. 12Debugging & Profiling৭৫ মিনিট
13. 13Python for AI Engineering২ ঘণ্টা
ফেজ ১প্রস্তাবিত
Math Foundations
লিনিয়ার অ্যালজেবরা, ক্যালকুলাস, প্রবাবিলিটি আর optimization, মানে training-এর পেছনের ম্যাথ।
২২টি লেসন · ~২২.৫ ঘণ্টা
০/২২
২২টি লেসন
1. 01Linear Algebra Intuition৪৫ মিনিট
2. 02Vectors, Matrices & Operations৭৫ মিনিট
3. 03Matrix Transformations & Eigenvalues৭৫ মিনিট
4. 04Calculus for ML — Derivatives & Gradients৪৫ মিনিট
5. 05Chain Rule & Automatic Differentiation৭৫ মিনিট
6. 06Probability & Distributions৪৫ মিনিট
7. 07Bayes' Theorem & Statistical Thinking৭৫ মিনিট
8. 08Optimization — Gradient Descent Family৭৫ মিনিট
9. 09Information Theory — Entropy, KL Divergence৪৫ মিনিট
10. 10Dimensionality Reduction — PCA, t-SNE, UMAP৭৫ মিনিট
11. 11Singular Value Decomposition৭৫ মিনিট
12. 12Tensor Operations৭৫ মিনিট
13. 13Numerical Stability৪৫ মিনিট
14. 14Norms & Distances৪৫ মিনিট
15. 15Statistics for ML৪৫ মিনিট
16. 16Sampling Methods৭৫ মিনিট
17. 17Linear Systems৭৫ মিনিট
18. 18Convex Optimization৭৫ মিনিট
19. 19Complex Numbers for AI৪৫ মিনিট
20. 20The Fourier Transform৭৫ মিনিট
21. 21Graph Theory for ML৪৫ মিনিট
22. 22Stochastic Processes৪৫ মিনিট
ফেজ ২প্রস্তাবিত
ML Fundamentals
ক্লাসিক্যাল machine learning: regression, tree, evaluation আর feature-এর কাজ।
২১টি লেসন · ~২৬.৩ ঘণ্টা
০/২১
২১টি লেসন
1. 01What Is Machine Learning — Types & Taxonomy৪৫ মিনিট
2. 02Linear Regression from Scratch৭৫ মিনিট
3. 03Logistic Regression & Classification৭৫ মিনিট
4. 04Decision Trees & Random Forests৭৫ মিনিট
5. 05Support Vector Machines৭৫ মিনিট
6. 06K-Nearest Neighbors & Distance Metrics৭৫ মিনিট
7. 07Unsupervised Learning — K-Means, DBSCAN৭৫ মিনিট
8. 08Feature Engineering & Selection৭৫ মিনিট
9. 09Model Evaluation — Metrics, Cross-Validation৭৫ মিনিট
10. 10Bias, Variance & the Learning Curve৪৫ মিনিট
11. 11Ensemble Methods — Boosting, Bagging, Stacking৭৫ মিনিট
12. 12Hyperparameter Tuning & AutoML৭৫ মিনিট
13. 13ML Pipelines & Experiment Tracking৭৫ মিনিট
14. 14Naive Bayes — Multinomial, Gaussian, Bernoulli৭৫ মিনিট
15. 15Time Series Fundamentals৪৫ মিনিট
16. 16Anomaly Detection৭৫ মিনিট
17. 17Handling Imbalanced Data৭৫ মিনিট
18. 18Feature Selection৭৫ মিনিট
19. 19ML System Design — From Problem to Deployed Model১১০ মিনিট
20. 20Monitoring Models in Production — Data Drift and Concept Drift১১০ মিনিট
21. 21Feature Stores and Training-Serving Skew১০০ মিনিট
ফেজ ৩প্রস্তাবিত
Deep Learning Core
শুরু থেকে neural network: backpropagation, layer, regularization আর training loop।
১৩টি লেসন · ~১৪.৫ ঘণ্টা
০/১৩
১৩টি লেসন
1. 01The Perceptron — Where It All Started৪৫ মিনিট
2. 02Multi-Layer Networks & Forward Pass৭৫ মিনিট
3. 03Backpropagation from Scratch৭৫ মিনিট
4. 04Activation Functions — ReLU, Sigmoid, GELU & Why৪৫ মিনিট
5. 05Loss Functions — MSE, Cross-Entropy, Contrastive৪৫ মিনিট
6. 06Optimizers — SGD, Momentum, Adam, AdamW৭৫ মিনিট
7. 07Regularization — Dropout, Weight Decay, BatchNorm৭৫ মিনিট
8. 08Weight Initialization & Training Stability৪৫ মিনিট
9. 09Learning Rate Schedules & Warmup৪৫ মিনিট
10. 10Build Your Own Mini Framework২ ঘণ্টা
11. 11Introduction to PyTorch৭৫ মিনিট
12. 12Introduction to JAX৭৫ মিনিট
13. 13Debugging Neural Networks৭৫ মিনিট

০২

ভিশন, ল্যাঙ্গুয়েজ আর স্পিচ

ট্রান্সফর্মার আসার আগে মডেল কীভাবে দেখত, পড়ত আর শুনত।

ফেজ ৪ঐচ্ছিক গভীরতা
Computer Vision
Convolutional network, detection, segmentation আর vision transformer।
২৮টি লেসন · ~৩১.৩ ঘণ্টা
যেসব পার্টে আছে: মাল্টিমোডাল ইঞ্জিনিয়ারিং (টেক্সটের বাইরে)
০/২৮
২৮টি লেসন
1. 01Image Fundamentals — Pixels, Channels, Color Spaces৪৫ মিনিট
2. 02Convolutions from Scratch৭৫ মিনিট
3. 03CNNs — LeNet to ResNet৭৫ মিনিট
4. 04Image Classification৭৫ মিনিট
5. 05Transfer Learning & Fine-Tuning৭৫ মিনিট
6. 06Object Detection — YOLO from Scratch৭৫ মিনিট
7. 07Semantic Segmentation — U-Net৭৫ মিনিট
8. 08Instance Segmentation — Mask R-CNN৭৫ মিনিট
9. 09Image Generation — GANs৭৫ মিনিট
10. 10Image Generation — Diffusion Models৭৫ মিনিট
11. 11Stable Diffusion — Architecture & Fine-Tuning৭৫ মিনিট
12. 12Video Understanding — Temporal Modeling৪৫ মিনিট
13. 133D Vision — Point Clouds, NeRFs৪৫ মিনিট
14. 14Vision Transformers (ViT)৪৫ মিনিট
15. 15Real-Time Vision — Edge Deployment৭৫ মিনিট
16. 16Build a Complete Vision Pipeline২ ঘণ্টা
17. 17Self-Supervised Vision — SimCLR, DINO, MAE৭৫ মিনিট
18. 18Open-Vocabulary Vision — CLIP৪৫ মিনিট
19. 19OCR & Document Understanding৪৫ মিনিট
20. 20Image Retrieval & Metric Learning৪৫ মিনিট
21. 21Keypoint Detection & Pose Estimation৪৫ মিনিট
22. 223D Gaussian Splatting from Scratch৯০ মিনিট
23. 23Diffusion Transformers & Rectified Flow৭৫ মিনিট
24. 24SAM 3 & Open-Vocabulary Segmentation৬০ মিনিট
25. 25Vision-Language Models (ViT-MLP-LLM)৭৫ মিনিট
26. 26Monocular Depth & Geometry Estimation৬০ মিনিট
27. 27Multi-Object Tracking & Video Memory৬০ মিনিট
28. 28World Models & Video Diffusion৭৫ মিনিট
ফেজ ৫প্রস্তাবিত
NLP — Foundations to Advanced
Tokenization, embedding, sequence model আর আধুনিক language model-এ পৌঁছানোর পথ।
২৯টি লেসন · ~৩০.৫ ঘণ্টা
যেসব পার্টে আছে: LLM-এর মূল ভিত্তি
০/২৯
২৯টি লেসন
1. 01Text Processing — Tokenization, Stemming, Lemmatization৪৫ মিনিট
2. 02Bag of Words, TF-IDF & Text Representation৭৫ মিনিট
3. 03Word Embeddings — Word2Vec from Scratch৭৫ মিনিট
4. 04GloVe, FastText & Subword Embeddings৪৫ মিনিট
5. 05Sentiment Analysis৭৫ মিনিট
6. 06Named Entity Recognition (NER)৭৫ মিনিট
7. 07POS Tagging & Syntactic Parsing৪৫ মিনিট
8. 08Text Classification — CNNs & RNNs for Text৭৫ মিনিট
9. 09Sequence-to-Sequence Models৭৫ মিনিট
10. 10Attention Mechanism — The Breakthrough৪৫ মিনিট
11. 11Machine Translation৭৫ মিনিট
12. 12Text Summarization৭৫ মিনিট
13. 13Question Answering Systems৭৫ মিনিট
14. 14Information Retrieval & Search৭৫ মিনিট
15. 15Topic Modeling — LDA, BERTopic৪৫ মিনিট
16. 16Text Generation — Language Models Before Transformers৪৫ মিনিট
17. 17Chatbots — Rule-Based to Neural৭৫ মিনিট
18. 18Multilingual NLP৪৫ মিনিট
19. 19Subword Tokenization — BPE, WordPiece, Unigram, SentencePiece৬০ মিনিট
20. 20Structured Outputs & Constrained Decoding৬০ মিনিট
21. 21NLI & Textual Entailment৬০ মিনিট
22. 22Embedding Models Deep Dive৬০ মিনিট
23. 23Chunking Strategies for RAG৬০ মিনিট
24. 24Coreference Resolution৬০ মিনিট
25. 25Entity Linking & Disambiguation৬০ মিনিট
26. 26Relation Extraction & Knowledge Graph Construction৬০ মিনিট
27. 27LLM Evaluation — RAGAS, DeepEval, G-Eval৭৫ মিনিট
28. 28Long-Context Evaluation — NIAH, RULER, LongBench, MRCR৬০ মিনিট
29. 29Dialogue State Tracking৭৫ মিনিট
ফেজ ৬ঐচ্ছিক গভীরতা
Speech & Audio
Speech recognition, synthesis আর audio model।
১৭টি লেসন · ~১৮.৫ ঘণ্টা
যেসব পার্টে আছে: মাল্টিমোডাল ইঞ্জিনিয়ারিং (টেক্সটের বাইরে)
০/১৭
১৭টি লেসন
1. 01Audio Fundamentals — Waveforms, Sampling, Fourier Transform৪৫ মিনিট
2. 02Spectrograms, Mel Scale & Audio Features৪৫ মিনিট
3. 03Audio Classification৭৫ মিনিট
4. 04Speech Recognition (ASR)৪৫ মিনিট
5. 05Whisper — Architecture & Fine-Tuning৭৫ মিনিট
6. 06Speaker Recognition & Verification৪৫ মিনিট
7. 07Text-to-Speech (TTS)৭৫ মিনিট
8. 08Voice Cloning & Voice Conversion৭৫ মিনিট
9. 09Music Generation৭৫ মিনিট
10. 10Audio-Language Models৪৫ মিনিট
11. 11Real-Time Audio Processing৭৫ মিনিট
12. 12Build a Voice Assistant Pipeline২ ঘণ্টা
13. 13Neural Audio Codecs — EnCodec, SNAC, Mimi, DAC৬০ মিনিট
14. 14Voice Activity Detection & Turn-Taking৪৫ মিনিট
15. 15Streaming Speech-to-Speech — Moshi, Hibiki৭৫ মিনিট
16. 16Voice Anti-Spoofing & Audio Watermarking৭৫ মিনিট
17. 17Audio Evaluation — WER, MOS, MMAU, Leaderboards৬০ মিনিট

০৩

ট্রান্সফর্মার আর LLM

Attention, জেনারেটিভ মডেল, reinforcement learning, আর হাতে বানানো একটি language model।

ফেজ ৭প্রস্তাবিত
Transformers Deep Dive
Attention, transformer block, positional encoding আর এখনকার ব্যবহৃত ভ্যারিয়েন্টগুলো।
১৬টি লেসন · ~১৬.৩ ঘণ্টা
যেসব পার্টে আছে: LLM-এর মূল ভিত্তি
০/১৬
১৬টি লেসন
1. 01Why Transformers — The Problems with RNNs৪৫ মিনিট
2. 02Self-Attention from Scratch৭৫ মিনিট
3. 03Multi-Head Attention৭৫ মিনিট
4. 04Positional Encoding — Sinusoidal, RoPE, ALiBi৪৫ মিনিট
5. 05The Full Transformer — Encoder + Decoder৭৫ মিনিট
6. 06BERT — Masked Language Modeling৪৫ মিনিট
7. 07GPT — Causal Language Modeling৭৫ মিনিট
8. 08T5, BART — Encoder-Decoder Models৪৫ মিনিট
9. 09Vision Transformers (ViT)৪৫ মিনিট
10. 10Audio Transformers — Whisper Architecture৪৫ মিনিট
11. 11Mixture of Experts (MoE)৪৫ মিনিট
12. 12KV Cache, Flash Attention & Inference Optimization৭৫ মিনিট
13. 13Scaling Laws৪৫ মিনিট
14. 14Build a Transformer from Scratch — The Capstone২ ঘণ্টা
15. 15Attention Variants — Sliding Window, Sparse, Differential৬০ মিনিট
16. 16Speculative Decoding — Draft, Verify, Repeat৬০ মিনিট
ফেজ ৮ঐচ্ছিক গভীরতা
Generative AI
জেনারেটিভ মডেল: autoencoder, GAN, diffusion আর flow-based পদ্ধতি।
১৫টি লেসন · ~১৫.৫ ঘণ্টা
যেসব পার্টে আছে: মাল্টিমোডাল ইঞ্জিনিয়ারিং (টেক্সটের বাইরে)
০/১৫
১৫টি লেসন
1. 01Generative Models — Taxonomy & History৪৫ মিনিট
2. 02Autoencoders & VAE৭৫ মিনিট
3. 03GANs — Generator vs Discriminator৭৫ মিনিট
4. 04Conditional GANs & Pix2Pix৭৫ মিনিট
5. 05StyleGAN৪৫ মিনিট
6. 06Diffusion Models — DDPM from Scratch৭৫ মিনিট
7. 07Latent Diffusion & Stable Diffusion৭৫ মিনিট
8. 08ControlNet, LoRA & Image Conditioning৭৫ মিনিট
9. 09Inpainting, Outpainting & Image Editing৭৫ মিনিট
10. 10Video Generation৪৫ মিনিট
11. 11Audio Generation৪৫ মিনিট
12. 123D Generation৪৫ মিনিট
13. 13Flow Matching & Rectified Flows৪৫ মিনিট
14. 14Evaluation — FID, CLIP Score, Human Preference৪৫ মিনিট
15. 19Visual Autoregressive Modeling (VAR): Next-Scale Prediction৯০ মিনিট
ফেজ ৯ঐচ্ছিক গভীরতা
Reinforcement Learning
Reinforcement learning, bandit আর Q-learning থেকে policy gradient পর্যন্ত।
১২টি লেসন · ~১৩ ঘণ্টা
০/১২
১২টি লেসন
1. 01MDPs, States, Actions & Rewards৪৫ মিনিট
2. 02Dynamic Programming৭৫ মিনিট
3. 03Monte Carlo Methods৭৫ মিনিট
4. 04Temporal Difference — Q-Learning, SARSA৭৫ মিনিট
5. 05Deep Q-Networks (DQN)৭৫ মিনিট
6. 06Policy Gradient Methods — REINFORCE৭৫ মিনিট
7. 07Actor-Critic — A2C, A3C৭৫ মিনিট
8. 08Proximal Policy Optimization (PPO)৭৫ মিনিট
9. 09Reward Modeling & RLHF৪৫ মিনিট
10. 10Multi-Agent RL৪৫ মিনিট
11. 11Sim-to-Real Transfer৪৫ মিনিট
12. 12RL for Games৭৫ মিনিট
ফেজ ১০প্রস্তাবিত
LLMs from Scratch
নিজের লেখা language model pre-train করা, align করা আর তা থেকে sample নেওয়া।
২৪টি লেসন · ~২৮.৪ ঘণ্টা
যেসব পার্টে আছে: LLM-এর মূল ভিত্তি, ইনফারেন্স (মডেল চালানো)
০/২৪
২৪টি লেসন
1. 01Tokenizers — BPE, WordPiece, SentencePiece৪৫ মিনিট
2. 02Building a Tokenizer from Scratch৭৫ মিনিট
3. 03Data Pipelines for Pre-Training৭৫ মিনিট
4. 04Pre-Training a Mini GPT (124M)২ ঘণ্টা
5. 05Scaling — Distributed Training, FSDP, DeepSpeed৭৫ মিনিট
6. 06Instruction Tuning — SFT৭৫ মিনিট
7. 07RLHF — Reward Model + PPO Training৭৫ মিনিট
8. 08DPO — Direct Preference Optimization৭৫ মিনিট
9. 09Constitutional AI & Self-Improvement৪৫ মিনিট
10. 10Evaluation — Benchmarks, Evals, LM Harness৭৫ মিনিট
11. 11Quantization — INT8, GPTQ, AWQ, GGUF৭৫ মিনিট
12. 12Inference Optimization৭৫ মিনিট
13. 13Building a Complete LLM Pipeline২ ঘণ্টা
14. 14Open Models — Architecture Walkthroughs৪৫ মিনিট
15. 15Speculative Decoding and EAGLE-3৭৫ মিনিট
16. 16Differential Attention (V2)৬০ মিনিট
17. 17Native Sparse Attention (DeepSeek NSA)৬০ মিনিট
18. 18Multi-Token Prediction (MTP)৬০ মিনিট
19. 19DualPipe Parallelism৬০ মিনিট
20. 20DeepSeek-V3 Architecture Walkthrough৭৫ মিনিট
21. 21Jamba — Hybrid SSM-Transformer৬০ মিনিট
22. 22Async and Hogwild! Inference৬০ মিনিট
23. 25Speculative Decoding and EAGLE৭৫ মিনিট
24. 34Gradient Checkpointing and Activation Recomputation৭০ মিনিট

০৪

LLM দিয়ে অ্যাপ বানানো

Prompt, retrieval, structured output, multimodal ইনপুট, tool আর MCP-র মতো protocol।

ফেজ ১১প্রস্তাবিত
LLM Engineering
প্রতিদিনের কাজ: prompt, structured output, RAG, tool use, evaluation, caching আর guardrail।
১৭টি লেসন · ~১৮.৮ ঘণ্টা
যেসব পার্টে আছে: প্রম্পট ইঞ্জিনিয়ারিংয়ের কৌশল, কনটেক্সট ইঞ্জিনিয়ারিংয়ের কৌশল, RAG আর নলেজ সিস্টেম, টুল ইউজ আর ইন্টিগ্রেশন, ইভ্যালুয়েশন ইঞ্জিনিয়ারিং (মডেল মাপার কাজ), খরচ আর পারফরম্যান্স অপ্টিমাইজেশন, সেফটি, সিকিউরিটি আর গার্ডরেইল
০/১৭
১৭টি লেসন
1. 01Prompt Engineering — Techniques & Patterns৪৫ মিনিট
2. 02Few-Shot, Chain-of-Thought, Tree-of-Thought৪৫ মিনিট
3. 03Structured Outputs৭৫ মিনিট
4. 04Embeddings & Vector Representations৭৫ মিনিট
5. 05Context Engineering৭৫ মিনিট
6. 06RAG — Retrieval-Augmented Generation৭৫ মিনিট
7. 07Advanced RAG৭৫ মিনিট
8. 08Fine-Tuning with LoRA & QLoRA৭৫ মিনিট
9. 09Function Calling & Tool Use৭৫ মিনিট
10. 10Evaluation & Testing LLM Applications৪৫ মিনিট
11. 11Caching, Rate Limiting & Cost Optimization৪৫ মিনিট
12. 12Guardrails, Safety & Content Filtering৪৫ মিনিট
13. 13Building a Production LLM Application২ ঘণ্টা
14. 14Model Context Protocol (MCP)৭৫ মিনিট
15. 15Prompt Caching & Context Caching৬০ মিনিট
16. 16Agent State Machines — Graphs, Nodes, Checkpoints৭৫ মিনিট
17. 17Agent Framework Tradeoffs৪৫ মিনিট
ফেজ ১২ঐচ্ছিক গভীরতা
Multimodal AI
টেক্সটের সাথে ছবি, অডিও আর ভিডিও নেওয়া মডেল।
২৫টি লেসন · ~৬৭ ঘণ্টা
যেসব পার্টে আছে: মাল্টিমোডাল ইঞ্জিনিয়ারিং (টেক্সটের বাইরে)
০/২৫
২৫টি লেসন
1. 01Vision Transformers and the Patch-Token Primitive২ ঘণ্টা
2. 02CLIP and Contrastive Vision-Language Pretraining৩ ঘণ্টা
3. 03BLIP-2 and Q-Former as Modality Bridge৩ ঘণ্টা
4. 04Flamingo and Gated Cross-Attention২ ঘণ্টা
5. 05LLaVA and Visual Instruction Tuning৩ ঘণ্টা
6. 06Any-Resolution Vision: Patch-n'-Pack and NaFlex২ ঘণ্টা
7. 07Open-Weight VLM Recipes: What Actually Matters৩ ঘণ্টা
8. 08LLaVA-OneVision: Single, Multi, Video৩ ঘণ্টা
9. 09Qwen-VL Family and Dynamic-FPS Video২ ঘণ্টা
10. 10InternVL3 Native Multimodal Pretraining২ ঘণ্টা
11. 11Chameleon and Early-Fusion Token-Only৩ ঘণ্টা
12. 12Emu3 Next-Token Prediction for Generation২ ঘণ্টা
13. 13Transfusion Autoregressive + Diffusion৩ ঘণ্টা
14. 14Show-o and Discrete-Diffusion Unified২ ঘণ্টা
15. 15Janus-Pro Decoupled Encoders২ ঘণ্টা
16. 16MIO Any-to-Any Streaming২ ঘণ্টা
17. 17Video-Language Temporal Grounding৩ ঘণ্টা
18. 18Long-Video Understanding at Million-Token Context৩ ঘণ্টা
19. 19Audio-Language Models: Whisper to AF3৩ ঘণ্টা
20. 20Omni Models: Thinker-Talker৩ ঘণ্টা
21. 21Embodied VLAs: RT-2, OpenVLA, π0, GR00T৩ ঘণ্টা
22. 22Document and Diagram Understanding৩ ঘণ্টা
23. 23ColPali Vision-Native Document RAG৩ ঘণ্টা
24. 24Multimodal RAG and Cross-Modal Retrieval৩ ঘণ্টা
25. 25Multimodal Agents and Computer-Use (Capstone)৪ ঘণ্টা
ফেজ ১৩প্রস্তাবিত
Tools & Protocols
Function calling, MCP আর যে protocol মডেলকে tool-এর সাথে এবং একে অপরের সাথে জোড়ে।
৪৫টি লেসন · ~৭৫.৭ ঘণ্টা
যেসব পার্টে আছে: টুল ইউজ আর ইন্টিগ্রেশন
০/৪৫
৪৫টি লেসন
1. 01The Tool Interface৪৫ মিনিট
2. 02Function Calling Deep Dive৭৫ মিনিট
3. 03Parallel and Streaming Tool Calls৭৫ মিনিট
4. 04Structured Output৭৫ মিনিট
5. 05Tool Schema Design৪৫ মিনিট
6. 06MCP Fundamentals: Stateless Requests and JSON-RPC৫৫ মিনিট
7. 07Building an MCP Server: Stateless Python and TypeScript৮৫ মিনিট
8. 08Building an MCP Client: Discovery, Routing, and Dual-Era Fallback৮৫ মিনিট
9. 09MCP Transports: stdio and Stateless Streamable HTTP৬৫ মিনিট
10. 10MCP Resources and Prompts: Addressable Context for Stateless Servers৬০ মিনিট
11. 11MCP Model Input: Sampling Migration and Stateless MRTR৭৫ মিনিট
12. 12Explicit Scope and Stateless Elicitation৬০ মিনিট
13. 13MCP Tasks Extension: Durable Work on a Stateless Core৯০ মিনিট
14. 14MCP Apps on the Stateless Protocol৭৫ মিনিট
15. 15MCP Security: Poisoned Metadata, Routing, and MRTR State৬০ মিনিট
16. 16MCP Authorization: CIMD, Issuer Binding, PKCE, and Step-Up৯০ মিনিট
17. 17Stateless MCP Gateways and Registry Admission৭৫ মিনিট
18. 18MCP Auth in Production: Issuer-Bound Enrollment and Tokens৯০ মিনিট
19. 19A2A Protocol৭৫ মিনিট
20. 20OpenTelemetry GenAI৭৫ মিনিট
21. 21LLM Routing Layer৪৫ মিনিট
22. 22Agent Skills: Portable Contract and Runtime Boundary৯০ মিনিট
23. 23Capstone: Stateless Tool Ecosystem২ ঘণ্টা
24. 24Skill Discovery and Progressive Disclosure১০৫ মিনিট
25. 25Skill Invocation and Routing১০৫ মিনিট
26. 26Skill Permissions, Sandboxes, and Trust২ ঘণ্টা
27. 27Skill Evals, Packaging, and Portability২.৫ ঘণ্টা
28. 28MCP Tool Contracts and Content২ ঘণ্টা
29. 29MCP Reliability, Cancellation, and Flow Control২ ঘণ্টা
30. 30MCP Registry Supply Chain: Admission, Drift, and Rollback৯০ মিনিট
31. 31MCP Conformance Engineering: Versioning, Evidence, and Operations১০০ মিনিট
32. 32Program Anatomy: Reading ELF From Scratch২ ঘণ্টা
33. 33Disassembly and Control-Flow Graphs২.৫ ঘণ্টা
34. 34Lifting Machine Code to Pseudocode২.৫ ঘণ্টা
35. 35Evidence, Confidence, and Unknowns in Binary Analysis১০৫ মিনিট
36. 36Rebuild and Prove Equal১১০ মিনিট
37. 37The Reverse Engineering Landscape২.৫ ঘণ্টা
38. 38Calling Conventions and Stack Frames২.৩ ঘণ্টা
39. 39Compiler Idioms and Optimization২.৫ ঘণ্টা
40. 40Linking, Loading, and Stripped Binaries২.৭ ঘণ্টা
41. 41Recovering Data and Types২.৩ ঘণ্টা
42. 42Dynamic Analysis of Your Own Program২.২ ঘণ্টা
43. 43Bytecode and Managed Formats২.৫ ঘণ্টা
44. 44Binary Diffing and Symbolic Execution২.৫ ঘণ্টা
45. 45AI-Assisted Reverse Engineering২.৩ ঘণ্টা

০৫

এজেন্ট

Agent loop, দীর্ঘক্ষণ চলা autonomous system, আর একসাথে কাজ করা agent-এর দল।

ফেজ ১৪প্রস্তাবিত
Agent Engineering
Agent runtime বানানো: loop, planning, memory, state machine আর evaluation।
৫৪টি লেসন · ~৫৬.৪ ঘণ্টা
যেসব পার্টে আছে: এজেন্ট আর এজেন্টিক সিস্টেম, কনটেক্সট ইঞ্জিনিয়ারিংয়ের কৌশল
০/৫৪
৫৪টি লেসন
1. 01The Agent Loop৬০ মিনিট
2. 02ReWOO and Plan-and-Execute৬০ মিনিট
3. 03Reflexion and Verbal Reinforcement Learning৬০ মিনিট
4. 04Tree of Thoughts and LATS৭৫ মিনিট
5. 05Self-Refine and CRITIC৬০ মিনিট
6. 06Tool Use and Function Calling৬০ মিনিট
7. 07Agent Memory — Virtual Context and Memory Paging৭৫ মিনিট
8. 08Memory Blocks and Sleep-Time Compute৭৫ মিনিট
9. 09Hybrid Memory — Vector + Graph + KV৭৫ মিনিট
10. 10Skill Libraries and Lifelong Learning (Voyager)৭৫ মিনিট
11. 11Planning with HTN and Evolutionary Search৭৫ মিনিট
12. 12Anthropic's Workflow Patterns৬০ মিনিট
13. 13Stateful Graph Orchestration — Durable Execution and Checkpoints৭৫ মিনিট
14. 14The Actor Model for Agents৭৫ মিনিট
15. 15Role-Based Agent Teams — Roles, Tasks, Processes৬০ মিনিট
16. 16OpenAI Agents SDK — Handoffs, Guardrails, Tracing৭৫ মিনিট
17. 17The Harness as a Library — Subagents and Session Store৭৫ মিনিট
18. 18Production Agent Runtimes৪৫ মিনিট
19. 19Benchmarks — SWE-bench, GAIA, AgentBench৬০ মিনিট
20. 20Benchmarks — WebArena and OSWorld৬০ মিনিট
21. 21Computer Use — Claude, OpenAI CUA, Gemini৬০ মিনিট
22. 22Voice Agents — Pipecat and LiveKit৬০ মিনিট
23. 23OpenTelemetry GenAI Semantic Conventions৬০ মিনিট
24. 24Agent Observability — Langfuse, Phoenix, Opik৪৫ মিনিট
25. 25Multi-Agent Debate and Collaboration৬০ মিনিট
26. 26Failure Modes — Why Agents Break৬০ মিনিট
27. 27Prompt Injection and the PVE Defense৭৫ মিনিট
28. 28Orchestration Patterns — Supervisor, Swarm, Hierarchical৬০ মিনিট
29. 29Production Runtimes — Queue, Event, Cron৬০ মিনিট
30. 30Eval-Driven Agent Development৬০ মিনিট
31. 31Agent Workbench: Why Capable Models Still Fail৪৫ মিনিট
32. 32The Minimal Agent Workbench৪৫ মিনিট
33. 33Agent Instructions as Executable Constraints৫০ মিনিট
34. 34Repo Memory and Durable State৬০ মিনিট
35. 35Initialization Scripts for Agents৪৫ মিনিট
36. 36Scope Contracts and Task Boundaries৫০ মিনিট
37. 37Runtime Feedback Loops৫০ মিনিট
38. 38Verification Gates৫৫ মিনিট
39. 39Reviewer Agent: Separate Builder from Marker৫৫ মিনিট
40. 40Multi-Session Handoff৫০ মিনিট
41. 41The Workbench on a Real Repo৬০ মিনিট
42. 42Capstone: Ship a Reusable Agent Workbench Pack৭৫ মিনিট
43. 43Frame the Task Before the Agent Writes Code৬০ মিনিট
44. 44Build an Evidence-Backed Execution Plan৬৫ মিনিট
45. 45Delegate Agent Work with Isolation and Merge Contracts৭০ মিনিট
46. 46Turn Every Agent Correction into a System Improvement৬৫ মিনিট
47. 47Define the Outcome Before You Choose the Output৬০ মিনিট
48. 48Discover the Workflow People Actually Perform৭০ মিনিট
49. 49Map Assumptions and Resolve the Riskiest One First৬৫ মিনিট
50. 50Choose the Smallest Slice That Can Change the Decision৬৫ মিনিট
51. 51Write Specifications That Preserve Judgment৭৫ মিনিট
52. 52Design Success Metrics Before the Result Exists৭০ মিনিট
53. 53Choose Prototype, Pilot, or Production Deliberately৭০ মিনিট
54. 54Build a Feedback Ratchet with Ownership and Retirement৭৫ মিনিট
ফেজ ১৫প্রস্তাবিত
Autonomous Systems
নিজে নিজে কাজ করা দীর্ঘক্ষণ চলা agent, আর তাদের সীমার ভেতরে রাখার নিয়ন্ত্রণ।
২২টি লেসন · ~২০ ঘণ্টা
যেসব পার্টে আছে: এজেন্ট আর এজেন্টিক সিস্টেম
০/২২
২২টি লেসন
1. 01From Chatbots to Long-Horizon Agents (METR)৪৫ মিনিট
2. 02STaR, V-STaR, Quiet-STaR — Self-Taught Reasoning৬০ মিনিট
3. 03AlphaEvolve — Evolutionary Coding Agents৬০ মিনিট
4. 04Darwin Gödel Machine — Self-Modifying Agents৬০ মিনিট
5. 05AI Scientist v2 — Workshop-Level Research৬০ মিনিট
6. 06Automated Alignment Research (Anthropic AAR)৬০ মিনিট
7. 07Recursive Self-Improvement — Capability vs Alignment৬০ মিনিট
8. 08Bounded Self-Improvement Designs৬০ মিনিট
9. 09Autonomous Coding Agent Landscape (SWE-bench, CodeAct)৪৫ মিনিট
10. 10Permission Modes for Autonomous Agents৪৫ মিনিট
11. 11Browser Agents and Indirect Prompt Injection৪৫ মিনিট
12. 12Durable Execution for Long-Running Agents৬০ মিনিট
13. 13Action Budgets, Iteration Caps, Cost Governors৬০ মিনিট
14. 14Kill Switches, Circuit Breakers, Canary Tokens৬০ মিনিট
15. 15HITL — Propose-Then-Commit৬০ মিনিট
16. 16Checkpoints and Rollback৬০ মিনিট
17. 17Constitutional AI and Rule Overrides৬০ মিনিট
18. 18Llama Guard and Input/Output Classification৪৫ মিনিট
19. 19Anthropic Responsible Scaling Policy v3.0৪৫ মিনিট
20. 20OpenAI Preparedness Framework and DeepMind FSF৪৫ মিনিট
21. 21METR Time Horizons and External Evaluation৬০ মিনিট
22. 22CAIS, CAISI, and Societal-Scale Risk৪৫ মিনিট
ফেজ ১৬প্রস্তাবিত
Multi-Agent & Swarms
একাধিক agent একসাথে কাজ করা: coordination, handoff আর swarm pattern।
২৫টি লেসন · ~২৯.৩ ঘণ্টা
যেসব পার্টে আছে: এজেন্ট আর এজেন্টিক সিস্টেম
০/২৫
২৫টি লেসন
1. 01Why Multi-Agent৪৫ মিনিট
2. 02FIPA-ACL Heritage and Speech Acts৬০ মিনিট
3. 03Communication Protocols৪৫ মিনিট
4. 04The Multi-Agent Primitive Model৬০ মিনিট
5. 05Supervisor / Orchestrator-Worker Pattern৭৫ মিনিট
6. 06Hierarchical Architecture and Decomposition Drift৬০ মিনিট
7. 07Society of Mind and Multi-Agent Debate৭৫ মিনিট
8. 08Role Specialization — Planner / Critic / Executor / Verifier৭৫ মিনিট
9. 09Parallel Swarm and Networked Architectures৬০ মিনিট
10. 10Group Chat and Speaker Selection৬০ মিনিট
11. 11Handoffs and Routines (Stateless Orchestration)৬০ মিনিট
12. 12A2A — The Agent-to-Agent Protocol৭৫ মিনিট
13. 13Shared Memory and Blackboard Patterns৭৫ মিনিট
14. 14Consensus and Byzantine Fault Tolerance for Agents৭৫ মিনিট
15. 15Voting, Self-Consistency, and Debate Topology৭৫ মিনিট
16. 16Negotiation and Bargaining৭৫ মিনিট
17. 17Generative Agents and Emergent Simulation৭৫ মিনিট
18. 18Theory of Mind and Emergent Coordination৭৫ মিনিট
19. 19Swarm Optimization for LLMs (PSO, ACO)৭৫ মিনিট
20. 20MARL — MADDPG, QMIX, MAPPO৯০ মিনিট
21. 21Agent Economies, Token Incentives, Reputation৭৫ মিনিট
22. 22Production Scaling — Queues, Checkpoints, Durability৭৫ মিনিট
23. 23Failure Modes — MAST, Groupthink, Monoculture, Cascading৭৫ মিনিট
24. 24Evaluation and Coordination Benchmarks৭৫ মিনিট
25. 25Case Studies and 2026 State of the Art৯০ মিনিট

০৬

প্রোডাকশন আর সেফটি

Serving, observability আর খরচ, তারপর ethics, safety আর alignment।

ফেজ ১৭প্রস্তাবিত
Infrastructure & Production
প্রোডাকশনে AI সিস্টেমের serving, scaling, observability আর খরচ নিয়ন্ত্রণ।
২৯টি লেসন · ~৩০.৫ ঘণ্টা
যেসব পার্টে আছে: ইনফারেন্স (মডেল চালানো), LLMOps আর অবজারভেবিলিটি, খরচ আর পারফরম্যান্স অপ্টিমাইজেশন, AI অ্যাপ্লিকেশনের আর্কিটেকচার
০/২৯
২৯টি লেসন
1. 01Managed LLM Platforms — Bedrock, Azure OpenAI, Vertex AI৬০ মিনিট
2. 02Inference Platform Economics — Fireworks, Together, Baseten, Modal৬০ মিনিট
3. 03GPU Autoscaling on Kubernetes — Karpenter, KAI Scheduler৭৫ মিনিট
4. 04Serving Engine Internals — PagedAttention, Continuous Batching, Chunked Prefill৭৫ মিনিট
5. 05EAGLE-3 Speculative Decoding in Production৬০ মিনিট
6. 06Prefix-Cache Serving — RadixAttention and KV Reuse৬০ মিনিট
7. 07Hardware-Specialized Inference Compilation — FP8 and NVFP4 on Blackwell৭৫ মিনিট
8. 08Inference Metrics — TTFT, TPOT, ITL, Goodput, P99৬০ মিনিট
9. 09Production Quantization — AWQ, GPTQ, GGUF, FP8, NVFP4৭৫ মিনিট
10. 10Cold Start Mitigation for Serverless LLMs৬০ মিনিট
11. 11Multi-Region LLM Serving and KV Cache Locality৬০ মিনিট
12. 12Edge Inference — ANE, Hexagon, WebGPU, Jetson৬০ মিনিট
13. 13LLM Observability Stack Selection৬০ মিনিট
14. 14Prompt Caching and Semantic Caching Economics৬০ মিনিট
15. 15Batch APIs — the 50% Discount as Industry Standard৪৫ মিনিট
16. 16Model Routing as a Cost-Reduction Primitive৬০ মিনিট
17. 17Disaggregated Prefill/Decode — NVIDIA Dynamo and llm-d৭৫ মিনিট
18. 18Production Serving Stack — KV Offloading and Cache-Aware Routing৬০ মিনিট
19. 19AI Gateways — LiteLLM, Portkey, Kong, Bifrost৬০ মিনিট
20. 20Shadow, Canary, and Progressive Deployment৬০ মিনিট
21. 21A/B Testing LLM Features — GrowthBook and Statsig৬০ মিনিট
22. 22Load Testing LLM APIs — k6, LLMPerf, GenAI-Perf৭৫ মিনিট
23. 23SRE for AI — Multi-Agent Incident Response৬০ মিনিট
24. 24Chaos Engineering for LLM Production৬০ মিনিট
25. 25Security — Secrets, PII Scrubbing, Audit Logs৬০ মিনিট
26. 26Compliance — SOC 2, HIPAA, GDPR, EU AI Act, ISO 42001৬০ মিনিট
27. 27FinOps for LLMs — Unit Economics and Multi-Tenant Attribution৬০ মিনিট
28. 28Self-Hosted Serving Selection — Matching Engine to Hardware and Scale৪৫ মিনিট
29. 29Model Demo Interfaces — From a Function to a Shareable App৯০ মিনিট
ফেজ ১৮প্রস্তাবিত
Ethics, Safety & Alignment
Ethics, safety, red-teaming, security আর alignment।
৩০টি লেসন · ~৩০.৮ ঘণ্টা
যেসব পার্টে আছে: সেফটি, সিকিউরিটি আর গার্ডরেইল, ইভ্যালুয়েশন ইঞ্জিনিয়ারিং (মডেল মাপার কাজ)
০/৩০
৩০টি লেসন
1. 01Instruction-Following as Alignment Signal৪৫ মিনিট
2. 02Reward Hacking & Goodhart's Law৬০ মিনিট
3. 03Direct Preference Optimization Family৬০ মিনিট
4. 04Sycophancy as RLHF Amplification৪৫ মিনিট
5. 05Constitutional AI & RLAIF৬০ মিনিট
6. 06Mesa-Optimization & Deceptive Alignment৭৫ মিনিট
7. 07Sleeper Agents — Persistent Deception৬০ মিনিট
8. 08In-Context Scheming in Frontier Models৬০ মিনিট
9. 09Alignment Faking৬০ মিনিট
10. 10AI Control — Safety Despite Subversion৭৫ মিনিট
11. 11Scalable Oversight & Weak-to-Strong Generalization৬০ মিনিট
12. 12Red-Teaming — PAIR & Automated Attacks৭৫ মিনিট
13. 13Many-Shot Jailbreaking৪৫ মিনিট
14. 14ASCII Art & Visual Jailbreaks৬০ মিনিট
15. 15Indirect Prompt Injection৭৫ মিনিট
16. 16Red-Team Tooling — Garak, Llama Guard, PyRIT৭৫ মিনিট
17. 17WMDP & Dual-Use Capability Evaluation৬০ মিনিট
18. 18Frontier Safety Frameworks — RSP, PF, FSF৭৫ মিনিট
19. 19Model Welfare Research৪৫ মিনিট
20. 20Bias & Representational Harm৬০ মিনিট
21. 21Fairness Criteria — Group, Individual, Counterfactual৬০ মিনিট
22. 22Differential Privacy for LLMs৬০ মিনিট
23. 23Watermarking — SynthID, Stable Signature, C2PA৭৫ মিনিট
24. 24Regulatory Frameworks — EU, US, UK, Korea৭৫ মিনিট
25. 25EchoLeak & CVEs for AI৪৫ মিনিট
26. 26Model, System & Dataset Cards৬০ মিনিট
27. 27Data Provenance & Training-Data Governance৬০ মিনিট
28. 28Alignment Research Ecosystem — MATS, Redwood, Apollo, METR৪৫ মিনিট
29. 29Moderation Systems — OpenAI, Perspective, Llama Guard৬০ মিনিট
30. 30Dual-Use Risk — Cyber, Bio, Chem, Nuclear৭৫ মিনিট

০৭

ক্যাপস্টোন

আগের সব ফেজকে জোড়া দেওয়া পূর্ণাঙ্গ প্রজেক্ট।

ফেজ ১৯প্রস্তাবিত
Capstone Projects
ক্যাপস্টোন প্রজেক্ট, টার্মিনাল coding agent থেকে stateless MCP server পর্যন্ত।
৮৫টি লেসন · ~৬২৭ ঘণ্টা
যেসব পার্টে আছে: AI অ্যাপ্লিকেশনের আর্কিটেকচার
০/৮৫
৮৫টি লেসন
1. 01Terminal-Native Coding Agent৩৫ ঘণ্টা
2. 02RAG over Codebase (Cross-Repo Semantic Search)৩০ ঘণ্টা
3. 03Real-Time Voice Assistant (ASR to LLM to TTS)৩০ ঘণ্টা
4. 04Multimodal Document QA (Vision-First)৩০ ঘণ্টা
5. 05Autonomous Research Agent (AI-Scientist Class)৪০ ঘণ্টা
6. 06DevOps Troubleshooting Agent for Kubernetes৩০ ঘণ্টা
7. 07End-to-End Fine-Tuning Pipeline৩৫ ঘণ্টা
8. 08Production RAG Chatbot (Regulated Vertical)৩০ ঘণ্টা
9. 09Code Migration Agent (Repo-Level Upgrade)৩০ ঘণ্টা
10. 10Multi-Agent Software Engineering Team৪০ ঘণ্টা
11. 11LLM Observability & Eval Dashboard২৫ ঘণ্টা
12. 12Video Understanding Pipeline (Scene to QA)৩০ ঘণ্টা
13. 13Stateless MCP Server with Registry and Governance২৫ ঘণ্টা
14. 14Speculative-Decoding Inference Server৩০ ঘণ্টা
15. 15Constitutional Safety Harness + Red-Team Range২৫ ঘণ্টা
16. 16GitHub Issue-to-PR Autonomous Agent৩০ ঘণ্টা
17. 17Personal AI Tutor (Adaptive, Multimodal)৩০ ঘণ্টা
18. 20Agent Harness Loop Contract৯০ মিনিট
19. 21Tool Registry with Schema Validation৯০ মিনিট
20. 22JSON-RPC 2.0 Over Newline-Delimited Stdio৯০ মিনিট
21. 23Function Call Dispatcher৯০ মিনিট
22. 24Plan-Execute Control Flow৯০ মিনিট
23. 25Verification Gates and the Observation Budget৯০ মিনিট
24. 26Sandbox Runner with Denylist and Path Jail৯০ মিনিট
25. 27Eval Harness with Fixture Tasks৯০ মিনিট
26. 28Observability with OTel GenAI Spans and Prometheus Metrics৯০ মিনিট
27. 29End-to-End Coding Agent on the Harness৯০ মিনিট
28. 30BPE Tokenizer From Scratch৯০ মিনিট
29. 31Tokenized Dataset with Sliding Window৯০ মিনিট
30. 32Token and Positional Embeddings৯০ মিনিট
31. 33Multi-Head Self-Attention৯০ মিনিট
32. 34Transformer Block from Scratch৯০ মিনিট
33. 35GPT Model Assembly৯০ মিনিট
34. 36Training Loop and Evaluation৯০ মিনিট
35. 37Loading Pretrained Weights৯০ মিনিট
36. 38Classifier Fine-Tuning by Head Swap৯০ মিনিট
37. 39Instruction Tuning by Supervised Fine-Tuning৯০ মিনিট
38. 40Direct Preference Optimization from Scratch৯০ মিনিট
39. 41Full Evaluation Pipeline৯০ মিনিট
40. 42Large Corpus Downloader৯০ মিনিট
41. 43HDF5 Tokenized Corpus৯০ মিনিট
42. 44Cosine LR with Linear Warmup৯০ মিনিট
43. 45Gradient Clipping and Mixed Precision৯০ মিনিট
44. 46Gradient Accumulation৯০ মিনিট
45. 47Checkpoint Save and Resume৯০ মিনিট
46. 48Distributed Data Parallel and FSDP from Scratch৯০ মিনিট
47. 49Language Model Evaluation Harness৯০ মিনিট
48. 50Hypothesis Generator৯০ মিনিট
49. 51Literature Retrieval৯০ মিনিট
50. 52Experiment Runner৯০ মিনিট
51. 53Result Evaluator৯০ মিনিট
52. 54Paper Writer৯০ মিনিট
53. 55Critic Loop৯০ মিনিট
54. 56Iteration Scheduler৯০ মিনিট
55. 57End-to-End Research Demo৯০ মিনিট
56. 58Vision Encoder Patches৯০ মিনিট
57. 59Vision Transformer Encoder৯০ মিনিট
58. 60Projection Layer for Modality Alignment৯০ মিনিট
59. 61Cross-Attention Fusion৯০ মিনিট
60. 62Vision-Language Pretraining৯০ মিনিট
61. 63Multimodal Evaluation৯০ মিনিট
62. 64Chunking Strategies, Compared৯০ মিনিট
63. 65Hybrid Retrieval with BM25 and Dense Embeddings৯০ মিনিট
64. 66Cross-Encoder Reranker৯০ মিনিট
65. 67Query Rewriting: HyDE, Multi-Query, and Decomposition৯০ মিনিট
66. 68RAG Evaluation: Precision, Recall, MRR, nDCG, Faithfulness, Answer Relevance৯০ মিনিট
67. 69End-to-End RAG System৯০ মিনিট
68. 70Task Spec Format৯০ মিনিট
69. 71Classical Metrics৯০ মিনিট
70. 72Code Exec Metric৯০ মিনিট
71. 73Perplexity and Calibration৯০ মিনিট
72. 74Leaderboard Aggregation৯০ মিনিট
73. 75End-to-End Eval Runner৯০ মিনিট
74. 76Collective Ops From Scratch৯০ মিনিট
75. 77Data Parallel DDP From Scratch৯০ মিনিট
76. 78ZeRO Optimizer State Sharding৯০ মিনিট
77. 79Pipeline Parallel and Bubble Analysis৯০ মিনিট
78. 80Sharded Checkpoint and Atomic Resume৯০ মিনিট
79. 81End-to-End Distributed Training৯০ মিনিট
80. 82Jailbreak Taxonomy৯০ মিনিট
81. 83Prompt Injection Detector৯০ মিনিট
82. 84Refusal Evaluation৯০ মিনিট
83. 85Content Classifier Integration৯০ মিনিট
84. 86Constitutional Rules Engine৯০ মিনিট
85. 87End-to-End Safety Gate৯০ মিনিট

সোর্স: কারিকুলামের ROADMAP.md। লেসনের নাম English-এ থাকে। GitHub ↗

লার্নিং পাথ

AI engineering-এ নতুন

AI অ্যাপ বানানো ও চালু করা

সফটওয়্যার ইঞ্জিনিয়ারিংয়ের ভিত্তি

কোডিং এজেন্টের সাথে কাজ

প্রোডাক্ট বিচারবোধ

Model Context Protocol (MCP)

এজেন্ট স্কিল

Agent, LLM আর MCP ভেতরে কীভাবে কাজ করে

ভিত্তি

Setup & Tooling

Math Foundations

ML Fundamentals

Deep Learning Core

ভিশন, ল্যাঙ্গুয়েজ আর স্পিচ

Computer Vision

NLP — Foundations to Advanced

Speech & Audio

ট্রান্সফর্মার আর LLM

Transformers Deep Dive

Generative AI

Reinforcement Learning

LLMs from Scratch

LLM দিয়ে অ্যাপ বানানো

LLM Engineering

Multimodal AI

Tools & Protocols

এজেন্ট

Agent Engineering

Autonomous Systems

Multi-Agent & Swarms

প্রোডাকশন আর সেফটি

Infrastructure & Production

Ethics, Safety & Alignment

ক্যাপস্টোন

Capstone Projects