文末有彩蛋|0基础2周速成 AI 编程,每天打卡均可抽奖赢好礼!

大模型向量数据库机器学习

picture.image

还记得你收藏夹里那些年“先 Mark 后看”的编程资料吗?2024年悄悄过去,学习的 Flag 立了又倒。新的一年,不如让我们拒绝“下次一定”,马上开始让计划从 Flag 变成成果!

加入豆包MarsCode AI 编程云课堂年前2周共学打卡挑战!0基础小白2周速成 AI 编程 ,掌握豆包MarsCode AI 基础功能及环境配置流程,学会「用 AI 分析股价变化趋势」和「用 AI 搭建个人产品网站」!

面向人群

对 AI 编程感兴趣的编程小白,零基础友好!速来!

活动时间

2025.1.13-1.24 ,为期2周。

本次共为大家选择了2个热门 AI 编程应用场景,适合零基础小白快速入门,拿到自己的第一个学习成果!

【用 AI 分析股价变化趋势】

掌握豆包MarsCode 功能、必备环境安装和配置、课程代码跟练

picture.image

【用 AI 搭建个人产品网站】

掌握必备环境安装和配置、产品网站代码实现&调试、产品网站部署上线

picture.image

如何参与?

【报名共学】 :访问共学报名链接🔗zjsms.com/iycr36F4/ ,添加「学习小助手」微信

【加入学习社群】 :回复【共学】,学习小助手将发出共学社群的二维码

【每日学习】 :文档+飞书会议的方式,学习小助手每天将在晚上8点开始直播

如何打卡?

学完当天内容后,在「掘金社区-豆包MarsCode 沸点圈」发布学习心得:

1.包括用豆包MarsCode 编程助手的截图

2.不少于30字的课程内容学习心得

3.并加上话题 # AI编程云课堂周打卡

【沸点打卡路径】

1.进入掘金开发者社区,关注【豆包MarsCode 圈子】访问链接一键关注👉https://juejin.cn/pin/club/7359094304150650889?sort=newest

2.在圈子内发布当日课程学习心得 + 使用豆包MarsCode 的截图+ 话题 # AI编程云课堂周打卡 ,截图需要包含豆包MarsCode 账号昵称

picture.image

共学奖励
步骤 3

本次奖励包括【打卡奖励】【作业奖励】

【打卡奖励】

🟣每日打卡抽奖:

每天提交掘金沸点的打卡截图问卷,将可以参与1次抽奖,每个人每周最多有3次抽奖机会,抽奖链接在群内发出。

PS:上传的截图将被统一审核,若不符合打卡条件,将取消中奖资格

1.打完卡后如何抽奖?

提交自己成功发布的沸点截图到打卡问卷,将获得1次抽奖机会,因为每个主题共3节课,因此每人最多可以获得3次抽奖机会。添加小助手即可获得抽奖链接🔗

2.能抽取什么奖励?

picture.image

picture.image

picture.image

picture.image

picture.image

picture.image

picture.image

右滑查看更多好礼!

🟣优质学习心得奖励

学习小助手在共学结束后,会在沸点专区抽10条优质打卡沸点,送出50元京东卡 1张。

优质打卡沸点标准:单次学习打卡字数不得少于30字,上传包含用户昵称和 AI 交互对话的截图、代码截图。

【作业奖励】

每周共学课程,每个主题前5名同学提交作业的同学,运营同学审核通过后将获得50元京东卡1张

作业提交时间:01.16-01.24

PS:作业奖励与打卡奖励并不冲突,可同时获得

相关Q&A

Q:奖励什么时候发出?

所有奖励将在2月27号之前发出。

Q:什么是不符合要求的打卡?

小助手查询注册手机号未激活(未安装登录豆包MarsCode,完成1次有效 AI 交互)、上传的打卡截图和心得非本人、同个用户的打卡截图多次重复。

组队共学,最高得100元京东卡!

学习小助手给你送福利啦!邀请3位新朋友加入年前共学打卡,必得10元京东卡,每人100元京东卡封顶!

【活动规则】

  1. 【获取专属链接】私聊学习小助手,获取你的专属共学报名链接
  2. 【新用户注册】将链接发送给身边同样对AI 编程感兴趣朋友,点击链接注册成为豆包MarsCode 新用户
  3. 【参与共学】至少参与1节共学课程,完成1次共学打卡

【活动周期】

  1. 新用户注册时间:01.15-01.24

  2. 奖励兑换时间:01.25-01.27

  3. 学习小助手将根据专属链接的注册数量进行京东卡奖励结算,具体可以私聊小助手。

AI Coding 浪潮来袭!别再说“下次一定”,一起新年 get 新技能~✨ 点击阅读原文链接,添加学习小助手,回复【共学】,码上开始学习!

picture.image

0
0
0
0
关于作者
相关资源
大规模高性能计算集群优化实践
随着机器学习的发展,数据量和训练模型都有越来越大的趋势,这对基础设施有了更高的要求,包括硬件、网络架构等。本次分享主要介绍火山引擎支撑大规模高性能计算集群的架构和优化实践。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论