課程描述INTRODUCTION
· 產品經理· 項目經理· 研發(fā)經理· 技術主管· 系統(tǒng)工程師



日程安排SCHEDULE
課程大綱Syllabus
課程背景:
隨著人工智能技術的迅速發(fā)展,大語言模型( arge a guage Mode , M)和人工智能體(AI Age t)推動軟件行業(yè)實現(xiàn)自動化和智能化變革。大模型通過強大的數(shù)據處理能力和廣泛的適用性,極大地提升了生產,改變了生產要素的構成。一方面,加速了信息處理的速度和精度,提高了知識創(chuàng)新和應用的效率;另一方面,通過促進跨領域知識融合和技術迭代,大模型技術增強了勞動者的技能和數(shù)字化轉型,同時催生了新的商業(yè)模式和服務形態(tài)。而基于 M的智能體不僅具備出色的自然語言處理能力,還能通過多輪對話、知識推理和任務自動化來高效應對復雜任務。在金融、醫(yī)療和客服等領域,智能體展現(xiàn)出強大的適應能力,正在重塑傳統(tǒng)的業(yè)務流程與人機交互方式。
基于AI大模型的軟件行業(yè)發(fā)生新的技術變革:
一切智能硬件會被AI大模型所驅動
一切軟件會被AI大模型所重構
一切數(shù)據會被AI大模型所激活
本課程重點解決以下問題:
準確理解人工智能的基本概念、核心思想和知識框架;
學習人工智能的關鍵技術:Tra sformer框架、卷積神經網絡(C )、循環(huán)神經網絡(R )、注意力神經網絡(A )、機器學習、深度學習、強化學習、監(jiān)督學習、無監(jiān)督學習等;
學習大模型的構建技術和流程:模型的預訓練、模型微調、提示工程、對齊優(yōu)化;以及ChatGPT和DeepSeek模型的關鍵技術;
學習AI智能體(AI Age t)的技術框架和技術應用;
學習基于大模型( M)驅動AI智能體(AI Age t)的技術框架;
基于大模型( M)和AI智能體的軟件架構思想和應用實踐;
基于大模型( M)軟件工程化思想和方法。
培訓對象:
產品線/產品總監(jiān)、研發(fā)總監(jiān)、產品經理、研發(fā)部門經理、技術管理工程師、研發(fā)項目經理、系統(tǒng)分析師、系統(tǒng)設計師、產品開發(fā)工程師等。
課程收益:
學會大模型( M)的構建流程和建模關鍵技術(數(shù)據處理、模型微調、模型對齊優(yōu)化、強化學習);
學會AI智能體(AI Age t)的關鍵技術、設計與開發(fā)和應用實踐;
學習基于大模型( M)驅動AI智能體(AI Age t)的技術框架;
學習基于大模型( M)和AI智能體的軟件架構思想和應用實踐;
學會基于大模型( M)軟件工程化思想和方法。
學習構建企業(yè)級大模型解決方案
課程大綱
第一部分. 人工智能的概念和原理
人工智能的發(fā)展過程和AI大模型;
人工智能的生態(tài)環(huán)境:基礎設施(Iaas)、模型中臺(AI I fra)、模型即服務(Maas);
人工智能的知識框架及基礎平臺;
人工智能發(fā)展的方向,存在的問題即根源。
第二部分. AI大模型的概念和原理
AI大模型的概念及理論框架,五大學習和三大網絡(機器學習、深度學習、強化學習;卷積神經網絡、循環(huán)神經網絡、注意力神經網絡);
Tra sformer模型架構技術;
AI大模型( M)概念、理論和知識框架;
ChatGPT和DeepSeek模型的技術特征;
AI大模型的產業(yè)鏈介紹;
大數(shù)據與大模型之間的關系。
第三部分. AI大模型的建模技術
講解“什么是模型訓練、為什么要模型訓練、怎樣模型訓練和如何實現(xiàn)模型訓練”;
模型訓練的步驟及技術實現(xiàn):
數(shù)據準備:數(shù)據收集、清洗和增強、劃分數(shù)據集;
模型預訓練:模型選擇、訓練策略;
強化學習優(yōu)化(R /R HF)獎勵模型訓練;
評估和優(yōu)化:指標選擇和過擬合處理;
部署和監(jiān)控:模型壓縮和持續(xù)學習;
大模型構建流程實現(xiàn)過程;
講解《構建構建精準醫(yī)療領域大模型》范例;
構建和部署企業(yè)大模型的解決方案。
第四部分. AI大模型的智能體(AI Age t)
AI智能體的概念、原理和技術框架
AI智能體與大模型之間的協(xié)同與賦能;
AI智能體的開發(fā)流程和平臺技術;
講解《出行訂票智能體》范例;
智能化的企業(yè)架構;
AG-UI協(xié)議、MCP協(xié)議、A2A協(xié)議的應用;
API接口與AI Age t引擎融合;
垂直場景的多智能體(MAS:Mu ti-Age t System);
AI Age t與Age tic AI的技術特征和作用;
Age tic AI與多智能體(MAS)的技術特征和作用;
M大模型四種應用技術架構特征和應用場景;
純 Prompt;
Age t + Fu ctio Ca i g;
RAG(檢索增強生成);
Fi e-tu i g(微調)。
智能體的應用案例(光明電力大模型、金融投資分析、電商智能系統(tǒng))。
第五部分. AI大模型的軟件工程
傳統(tǒng)的軟件工程與AI大模型軟件工程的異同
AI軟件開發(fā)過程,一般會經歷問題抽象、數(shù)據準備、算法設計、模型訓練、模型評估與調優(yōu)、部署應用
AI大模型軟件工程的全生命周期:
M驅動需求獲取、分析與定義
M驅動設計
M驅動編程
M驅動測試
M驅動運維
第六部分. AI大模型的應用實踐
AI大模型與傳統(tǒng)的人工智能
SaaS+AI應用架構設計及案例
AI原生開發(fā)的架構設計及案例
轉載:http://www.xvaqeci.cn/gkk_detail/324390.html