哈佛 CS265 大数据与 AI 系统

课程名称： Big Data & AI Systems
官方入口： 课程主页
课程层级： 研究生专题
先修要求： 机器学习、系统基础、分布式计算或数据库基础更佳
重要程度： ※※※※☆

课程定位

CS265 是 Harvard 当前很值得补进来的专题课，因为它直接面向“大模型时代的系统问题”。课程主页明确把它定义为一门研究导向课程，讨论多样化数据科学应用背后的大数据与 AI 系统基本原理。

核心内容

• AI 训练与推理中的系统瓶颈
• 数据系统、并行与分布式执行
• 面向 AI 工作负载的系统设计与评估
• 研究论文阅读、开放问题讨论和研究项目
• 用系统视角理解 AI 规模化

课程价值

现在只懂模型、不懂系统的人很难真正理解现代 AI 基础设施。CS265 的作用就在于补上这一层，让你知道大规模 AI 系统为什么难、难点在哪、该如何做评价和设计。

适合谁

• 想做 AI infra、训练系统、推理系统、数据系统
• 准备往系统 + AI 交叉研究走
• 对“大模型背后的工程与系统”更感兴趣