算法原理稳如狗，工程落地慌得很！
- 论 AI 项目的工程素养
- AI 项目的 Linux 命令基础
- AI 项目的 Shell 脚本基础
- AI 项目的虚拟环境（Python 篇）
- AI 项目的虚拟环境（Conda 篇）
- AI 项目的 Docker 技术
- AI 项目的 Docker 技术（Nvidia-Docker）
- 桌面程序 Docker 化
- AI 项目的 版本管理与协作
- AI 项目的常用 Git 命令
- 数据科学家的 Jupyter 演示工具
- 比 PPT 更有范的 Slides 演示工具
- VIM 为何能被成为编辑器之神
- AI 项目中的常用 VIM 技巧
- Python 相关的 VIM 配置和优化
- 多窗口管理神器 - Tmux
- 优雅的命令行环境 Oh-My-Zsh
- 优雅的命令行全家桶方案
- AI 工程项目的目录结构（Tensoflow篇）
- AI 工程项目的目录结构（Pytorch篇）
- 通用的Python项目结构模板库cookiecutter
- 计算速度优化之避免 for 循环
- 计算速度优化之并行化
- 好车需要好轮子 —— Python中的wheel包
- Cython 简介
- Cython 语法介绍
- Cython 实战与后续学习方法
- 发布自己第一个 AI 包（PyPI 篇）
- 发布自己第一个 AI 包（Conda 篇）
- 制作自己第一个 AI 命令行程序
- AI 项目的全流程管理
- R 下的数据科学与 AI 相关功能简介
- R 下的深度学习框架
- Rmarkdown 简介
- 用 R 制作酷炫的幻灯片
- 开发 R 包的利器devtools
- R 代码如何避免 for
- R 的并行化
- RCPP 简介
- R 与 Python 的工具箱对比