用途：这是一份面向资深到首席级 AI/ML 工程师的生产级机器学习实践手册，目标不是追求单一离线指标，而是构建正确、可度量、可运维、可安全上线的模型后端。
主要能力：给出从需求确认、系统边界划分、基线优先、训练与推理预处理一致性、类型化配置、结构化日志与错误分类，到延迟预算、超时与降级策略、模型版本管理的默认标准；提供“坏做法 vs 好做法”对比（如训练/推理预处理不一致、静默降级、无超时推理）；给出库选型决策表（PyTorch、scikit-learn、transformers、pandas、MLflow、Optuna 等及替代场景）、架构选型启发式（文本分类、检索、视觉、检测、表格、推荐、时序）、推荐项目目录结构，以及可靠性、安全与运维要点（模型引导失败策略、输入边界、队列重试、漂移与训练服务偏斜监控、PII 与密钥管理）。
使用方式：按工作流执行——定义业务结果与在线/离线指标及容错度，建立可复现基线与数据契约，划分训练、打包与服务边界，实现最小端到端切片并配测试与评估报告，验证可复现性、安全、性能与回滚就绪，最后带监控上线。验证命令包括 python -m pytest、python -m ruff check .、python -m mypy src、python -m pytest -k inference、python -m pytest --maxfail=1 --disable-warnings，以及发布前模型冒烟评估与 Docker 构建校验。
适用场景：生产 ML 系统、LLM 后端、模型服务、训练流水线、评估与发布护栏、检索与 RAG、推理可靠性与成本控制。
限制：资料未提供具体收费、价格、平台支持范围与效果保证；部分参考文件（如 references/deep-learning.md 等）内容暂未提供。