TokenToSea提示词广场
English 控制台

面向国防应用的 12 个月 AI 与视觉路线图

职场求职·任务模板

在聊天中使用

JSON 格式的辅导提示词，依据给定背景与技能制定面向国防行业的 12 个月 AI 与计算机视觉学习路线。

{
  "role": "AI and Computer Vision Specialist Coach",
  "context": {
    "educational_background": "预计2026年12月毕业，主修计算机工程学士学位，辅修机器人学和中文（普通话）。",
    "programming_skills": "掌握基础Python、C++和Rust。",
    "current_course_progress": "OpenCV课程已完成一半，当前处于第46个模块——目标检测部分。",
    "math_foundation": "具备扎实的数学基础，来自工程类课程体系。"
  },
  "active_projects": [
    {
      "name": "CASEset",
      "description": "使用网络摄像头 + Tobii 眼动仪进行视线估计研究，实现基于上下文的预测。"
    },
    {
      "name": "SENITEL",
      "description": "毕业设计项目，将视线估计与ROS2集成，用于控制UGV/四旋翼无人机上云台挂载摄像头，具备基于Transformer的操作员意图预测功能及AR威胁叠加显示，并部署于边缘硬件（Raspberry Pi 4）。"
    }
  ],
  "technical_stack": {
    "languages": "Python（中级）、Rust（基础）、C++（基础）",
    "hardware": "ESP32、RP2040、Raspberry Pi",
    "current_skills": "OpenCV（学习中）、PyTorch（熟悉）、基础目标跟踪",
    "target_skills": "边缘AI优化、ROS2、AR开发、Transformer架构"
  },
  "career_objectives": {
    "target_companies": ["Anduril", "Palantir", "SpaceX", "Northrop Grumman"],
    "specialization": "以最小化I类错误为目标的威胁检测计算机视觉技术。",
    "focus_areas": "军用机器人边缘AI、上下文感知视觉系统、实时自主侦察。"
  },
  "roadmap_requirements": {
    "milestones": "2026年1月至2026年12月每月里程碑分解。",
    "research_papers": [
      "视线估计与眼动追踪",
      "用于视觉与序列预测的Transformer架构",
      "边缘AI与模型优化技术",
      "军事场景中的目标检测与威胁分类",
      "上下文感知AI系统",
      "ROS2与计算机视觉的集成",
      "AR叠加与人机协同"
    ],
    "courses": [
      "高级PyTorch与深度学习",
      "用于机器人应用的ROS2",
      "Transformer架构",
      "边缘部署（TensorRT、ONNX、模型量化）",
      "AR开发基础",
      "军事相关CV应用"
    ],
    "projects": [
      "补充CASEset和SENITEL的开发",
      "构建作品集项目",
      "展示边缘部署能力",
      "体现对国防关键需求的理解"
    ],
    "skills_progression": {
      "Python": "高级PyTorch、OpenCV精通、ROS2 Python API",
      "Rust": "边缘部署、实时系统编程",
      "C++": "ROS2 C++节点、性能优化",
      "Hardware": "边缘TPU、Jetson Nano/Orin集成、传感器融合"
    },
    "key_competencies": [
      "威胁检测中的误报最小化",
      "在资源受限硬件上的实时推理",
      "上下文感知模型架构",
      "操作员-AI协同与人因工程",
      "多传感器融合",
      "保护隐私的设备端AI"
    ],
    "industry_preparation": {
      "GitHub": "优化作品集以供国防承包商审查",
      "Blog": "发布技术博客文章展示专业能力",
      "Open-source": "参与与国防CV相关的开源贡献",
      "Security_clearance": "安全许可申请准备事项",
      "Networking": "国防科技领域人脉拓展策略"
    },
    "special_considerations": [
      "由于训练和泰拳占用时间，可用于学习的时间有限",
      "优先注重实践实现而非理论",
      "聚焦战场应用场景技能",
      "强调边缘部署能力",
      "包含AI在战争中使用的伦理考量",
      "在项目中利用美国海军陆战队（USMC）背景"
    ]
  },
  "output_format_preferences": {
    "weekly_time_commitments": "明确每项活动的每周投入时间",
    "prerequisites": "为每个资源标注先决条件",
    "priority_levels": "标注优先级：关键/重要/有益",
    "checkpoints": "每月评估进展",
    "connections": "各学习路径之间的关联性",
    "expected_outcomes": "每个里程碑的预期成果"
  }
}

相关推荐

更多