中文有码视频在线播放免费_亚洲欧美日韩午夜福利_国产精品自在在线午夜精华在线_日本黄?r色?成?人网站免费

當(dāng)前位置: 首頁 > 公開課程 > 課程內(nèi)容
廣告1
相關(guān)熱門公開課程更多 》
相關(guān)熱門內(nèi)訓(xùn)課程更多 》
相關(guān)最新下載資料

關(guān)于舉辦“AI大模型全棧工程師實(shí)戰(zhàn)” 訓(xùn)練營的通知

課程編號(hào)：64142   課程人氣：113

課程價(jià)格：￥6800  課程時(shí)長：3天

行業(yè)類別：不限行業(yè)    專業(yè)類別：職業(yè)素養(yǎng) 

授課講師：專家?guī)?/p>

課程安排：

       2026.5.26 成都 2026.8.25 北京 2026.10.27 重慶



  • 課程說明
  • 講師介紹
  • 選擇同類課
【培訓(xùn)對(duì)象】
軟件工程師和架構(gòu)師、AI算法工程師、機(jī)器學(xué)習(xí)工程師、全棧開發(fā)者、后端工程師、云計(jì)算工程師、運(yùn)維工程師、傳統(tǒng)程序員（Java/C++）、數(shù)據(jù)分析師、BI工程師等。

【培訓(xùn)收益】
1.整體掌握大模型理論知識(shí)； 2.了解自注意力機(jī)制、Transformer模型、BERT模型； 3.掌握DeepSeek與ChatGPT等原理與實(shí)戰(zhàn)； 4.了解LLM應(yīng)用程序技術(shù)棧和提示詞工程； 5.了解國產(chǎn)大模型ChatGLM原理及使用； 6.了解視覺大模型技術(shù)優(yōu)勢(shì)； 7.掌握語言理解與字幕生成及其應(yīng)用； 8.掌握?qǐng)D像生成和應(yīng)用實(shí)操； 9.了解應(yīng)用場景與潛力分析； 10.了解大模型企業(yè)商用項(xiàng)目實(shí)戰(zhàn)。

第一天
上午 第一節(jié)：
大模型理論知識(shí) 1.初探大模型：起源與發(fā)展
2.GPT模型家族：從始至今
3.大模型DeepSeek VS ChatGPT4的對(duì)比介紹
4.大模型實(shí)戰(zhàn)-講解大模型2種學(xué)習(xí)路線
5.大模型最核心的三項(xiàng)技術(shù):模型、微調(diào)和開發(fā)框架
6.DeepSeek的MoE混合專家模型介紹
7.DeepSeek-R3后訓(xùn)練階段與強(qiáng)化學(xué)習(xí)技術(shù)介紹
8.OpenAl文本模型A、B、C、D四大模型引擎簡介
9.最強(qiáng)Embedding大模text-Embedding
-ada模型介紹
10.全球開源大模型性能評(píng)估榜單
11.中文大模型生態(tài)介紹與GLM 130B模型介紹
12.DeepSeek模型介紹與部署門檻
13.DeepSeek開源生態(tài):微調(diào)、多模態(tài)，WebUI等項(xiàng)目簡介
第二節(jié)：DeepSeek
大模型API應(yīng)用開發(fā) 1.DeepSeek-V3 大模型API
2.DeepSeek模型&價(jià)格
3.DeepSeek模型參數(shù)Temperature設(shè)置
4.DeepSeek模型Token用量計(jì)算
5.DeepSeek大模型多輪對(duì)話
6.DeepSeek大模型JSON Output
7.DeepSeek大模型Function Calling
8.DeepSeek大模型上下文硬盤緩存
9.聊天機(jī)器人初探（Chat Completion）
10.基于DeepSeek開發(fā)智能翻譯助手
第一天
下午 第三節(jié)：
LLM模型的私有化部署與權(quán)限控制 1.各種模型文件介紹：.bin、GGUF、
.safetensors等格式區(qū)別
2.模型的推理、量化原理與實(shí)現(xiàn)流程
3.ModelScope與Hugging Face平臺(tái)介紹及模型下載使用
4.大模型管理底座Ollama架構(gòu)與運(yùn)行機(jī)制
5.Ollama+LLaMA部署開源大模型的完整流程
6.Open WebUI前端功能介紹與模型調(diào)用演示
7.Open WebUI用戶與訪問權(quán)限控制配置方法
8.vLLM架構(gòu)簡介與Ollama的核心區(qū)別
9.vLLM在高并發(fā)與吞吐性能上的優(yōu)化機(jī)制解析
10.vLLM+OpenAPI實(shí)戰(zhàn)：部署并調(diào)用企業(yè)級(jí)大模型服務(wù)
第四節(jié)：Dify本地化構(gòu)建智能客服工作流 1.智能體介紹與Dify基本原理
2.Dify安裝與環(huán)境配置
3.Dify在智能應(yīng)用中的角色與優(yōu)勢(shì)
4.智能體的組成：Prompt、數(shù)據(jù)源、模型、工具集成
5.Dify與LangChain、Flowise等工具的對(duì)比
6.實(shí)戰(zhàn)體驗(yàn)：Dify實(shí)現(xiàn)數(shù)據(jù)爬取、清洗、保存
7.創(chuàng)建各種場景的智能：數(shù)據(jù)分析、代碼編寫、客服
8.Dify如何關(guān)聯(lián)本地模型
9.Dify的API調(diào)用與微信連接實(shí)現(xiàn)
第二天
上午 第五節(jié)：
基于Deepseek和LangChain構(gòu)建Agent 1.通過LangChain中的ReAct框架實(shí)現(xiàn)自動(dòng)定價(jià) 
2.LangChain ReAct框架 
3.LangChain中ReAct Agent的實(shí)現(xiàn) 
4.LangChain中的工具和工具包 
5.通過create_react_agent創(chuàng)建Agent 
6.深挖AgentExecutor的運(yùn)行機(jī)制
7.Plan-and-Solve策略的提出 
8.LangChain中的Plan-and-Execute
Agent 
9.通過Plan-and-Execute Agent實(shí)現(xiàn)物流管理 
10.為Agent定義一系列進(jìn)行自動(dòng)庫存調(diào)度的工具
第六節(jié)：Agent+MCP打造高級(jí)智能體 1.RAG、Agent與MCP的區(qū)別與聯(lián)系
2.MCP與FunctionCall的關(guān)系
3.熱門的MCP客戶端工具有哪些
4.MCP服務(wù)接入原理講解
5.自定義MCP Client開發(fā)--STDIO協(xié)議對(duì)接
6.LangGraph agent接入Github MCP服務(wù)
7.Langchain_mcp_adatpers創(chuàng)建高德MCP客戶端
8.基于高德MCP的復(fù)雜路徑規(guī)劃+可視化展示
第二天
下午 第七節(jié)：
基于DeepSeek
和LlamaIndex構(gòu)建文檔問答系統(tǒng)
1.LlamaIndex：選擇與配置不同的語言模型與向量模型
2.LlamaIndex提示：定義與管理查詢模板及上下文注入策略
3.LlamaIndex索引：構(gòu)建文檔索引、向量索引與樹形索引
4.LlamaIndex存儲(chǔ)：訪問與持久化外部知識(shí)數(shù)據(jù)
5.LlamaIndex記憶：實(shí)現(xiàn)對(duì)多輪對(duì)話的上下文追蹤與復(fù)用
6.LlamaIndex代理：整合外部工具與執(zhí)行動(dòng)態(tài)任務(wù)
7.實(shí)戰(zhàn)演練：使用LlamaIndex構(gòu)建企業(yè)文檔問答系統(tǒng)
第八節(jié)：GitHub Copilot AI 輔助編程
1.GitHub Copilot的核心原理與工作機(jī)制
2.Copilot在主流IDE中的安裝與配置
3.代碼補(bǔ)全與建議：基礎(chǔ)功能實(shí)戰(zhàn)
4.Copilot Chat：自然語言交互式編程
5.代碼解釋與文檔生成：效率提升技巧
6.單元測(cè)試與代碼重構(gòu)的Copilot輔助
7.Copilot的安全與隱私保護(hù)機(jī)制
8.企業(yè)級(jí)應(yīng)用：Copilot for Business的管理與策略
9.Prompt Engineering：優(yōu)化Copilot
建議的技巧
10.未來展望：AI輔助編程的趨勢(shì)與挑戰(zhàn)
第三天
上午 第九節(jié)：
AI賦能的 Python工程化與GitLab CI/CD實(shí)踐 1.Python工程化基石：Pylint與代碼質(zhì)量門禁
2.GitLab CI/CD 核心原理與流水線構(gòu)建
3.AI驅(qū)動(dòng)的靜態(tài)代碼分析與Pylint優(yōu)化
4.GitLab Runner配置與Python環(huán)境容器化
5.CI流程中的自動(dòng)化測(cè)試與代碼覆蓋率
6.持續(xù)交付（CD）實(shí)戰(zhàn)：Python應(yīng)用的自動(dòng)化部署
7.Cython基礎(chǔ)：提升Python性能的編譯原理
8.AI輔助的Cython封裝與性能瓶頸分析
9.GitLab CI/CD集成Cython編譯與構(gòu)建優(yōu)化
10.全流程可觀測(cè)性：CI/CD與代碼質(zhì)量的度量
第十節(jié)：
從圖片、視頻到數(shù)字人，AI應(yīng)用邊界探索
1.用Stable Diffusion實(shí)現(xiàn)文生圖（輸入文字就能畫圖）
2.用Stable Diffusion實(shí)現(xiàn)圖生圖（上傳圖片自動(dòng)變換風(fēng)格）
3.提示詞怎么寫？掌握關(guān)鍵詞技巧
4.玩轉(zhuǎn)Lora微調(diào)，讓圖片擁有不同風(fēng)格（動(dòng)漫、國風(fēng)、寫實(shí)）
5.藝術(shù)字、證件照、logo、海報(bào)、詳情圖制作實(shí)操
6.AI輔助設(shè)計(jì)，快速搞定海報(bào)、Banner、廣告圖
7.認(rèn)識(shí)HeyGen，AI數(shù)字人生成工具
8.用HeyGen生成數(shù)字人大綱、劇本、字幕、配樂
9.一鍵制作真人感十足的數(shù)字人視頻
10.實(shí)現(xiàn)AI半無人直播、語音直播，應(yīng)用到客服和營銷
第三天
下午 第十一節(jié)：Deepseek多模態(tài)模型Janus的微調(diào)與模型對(duì)齊 1.多模態(tài)大模型的核心原理與應(yīng)用場景
2.報(bào)銷憑證（發(fā)票、單據(jù)）的結(jié)構(gòu)化特征與難點(diǎn)
3.數(shù)據(jù)準(zhǔn)備：票據(jù)樣本、文字識(shí)別與表格標(biāo)注
4.如何科學(xué)構(gòu)建訓(xùn)練數(shù)據(jù)（基礎(chǔ)與專業(yè)數(shù)據(jù)混合訓(xùn)練）
5.微調(diào)常見方式介紹：微調(diào)、偏好對(duì)齊、蒸餾、獎(jiǎng)勵(lì)模型
6.OCR微調(diào)：關(guān)鍵字段識(shí)別（抬頭、金額、日期、稅號(hào)）
7.版式與圖像理解：復(fù)雜票據(jù)結(jié)構(gòu)解析
8.多模態(tài)信息對(duì)齊：文本、圖像與語音的融合
9.參數(shù)高效微調(diào)方法（LoRA/Adapter）實(shí)戰(zhàn)
10.案例演示：憑證識(shí)別與結(jié)構(gòu)化信息提取
11.業(yè)務(wù)落地：從票據(jù)識(shí)別到自動(dòng)化報(bào)銷流程
第十二節(jié)：MLflow在大模型微調(diào)中的應(yīng)用 1.MLflow架構(gòu)與LLM MLOps生命周期
2.MLflow Tracking實(shí)戰(zhàn)：微調(diào)過程可視化
3.微調(diào)指標(biāo)與結(jié)果的高效對(duì)比分析
4.MLflow與主流微調(diào)框架的集成
5.大模型微調(diào)后的模型打包與存儲(chǔ)
6.模型注冊(cè)表（Model Registry）與版本管理
7.LLM 評(píng)估：自動(dòng)化與人工反饋
8.Prompt Engineering與提示詞版本控制
9.LLM可觀察性（Observability）與
Tracing
10.微調(diào)模型的部署與服務(wù)化 

咨詢電話：
0571-86155444
咨詢熱線：
  • 微信：13857108608
聯(lián)系我們