各有關單位：
為了企業在數字化浪潮中保持領先優勢、實現創新突破與降本增效，助力企業將大模型技術深度融入各業務環節，開拓新的業務增長點，優化運營成本結構。幫助學員系統掌握 DeepSeek 大模型的核心原理、開發工具和應用技巧，提升其在人工智能領域的專業技術能力。為此特邀相關領域權威專家精心打造了“DeepSeek大模型應用開發最佳實踐”課程，于2025年在全國部分城市舉辦公開課。誠邀您的參與，有關事宜如下：
一、培訓背景
2025年春節期間中國的DeepSeek火爆全球，震驚美國硅谷，可以與花費百億巨資的GPT相媲美，戳穿美股科技泡沫，以英偉達為代表的AI龍頭出現了暴跌。DeepSeek讓特朗普也感到懼怕，隨即美國黑客攻擊DeepSeek的網站，使其癱瘓，中美爆發網絡黑客大戰。DeepSeek的爆火源于其多方面優勢。首先，它完全開源，可本地部署，無使用限制，保護用戶隱私。其次，其性能強大，效果可比肩甚至超越國際頂尖模型，尤其在中文處理和復雜邏輯推理方面表現出色。此外，DeepSeek訓練成本低，API價格僅為同類產品的三十分之一，性價比超高。它還支持深度思考，能展示清晰的思維鏈，并具備聯網搜索、拍照識字、文件上傳等功能，使用場景豐富。最后，其響應速度快，生成內容幾乎無需等待。
二、培訓安排
時間地點：2025年4月27日-29日杭州、5月23日-25日西安、7月25日-27日上海、9月27日-29日廣州、11月24日-26日重慶
培訓對象：程序員、開發工程師、軟件設計師、項目經理、架構師等。
本課程面向零基礎LLM應用開發者，不需要了解復雜數學算法，機器學習原理，不需要之前學習過大模型知識。有Java，C#，C++等編程基礎，最好有Python基礎知識，但即使你對 Python 不太熟悉，也完全沒有關系。課程主要閱讀和講解案例代碼。
三、培訓收益
·提供清晰全面的可用知識，快速了解DeepSeek和API；
·對比OpenAI和國內多個其他大模型（文心，智譜，千問等）的工作原理及優勢；
·在案例基礎上使用流行的編程語言構建大模型應用；
·掌握如何構建文本生成、問答和內容摘要等初階大模型應用；
·了解提示工程、模型微調、插件、LangChain，RAG，Agent等高階實踐技術。
四、培訓形式
培訓采用線下專家面授+同步直播的形式。所有課程均贈送學習教材、視頻回放、答疑交流群、促學服務等，并提供結業證書。多維度精細化教學，滿足不同企業及學員的學習需求。
五、培訓內容
第一章 DeepSeek大模型原理和應用
第一部分: LLM大模型核心原理
1.大模型基礎：理論與技術的演進
2.LLMs大語言模型的概念定義
3.LLMs大語言模型的發展演進
4.LLMs大語言模型的生態體系
5.大語言模型技術發展與演進
6.基于統計機器學習的語言模型
7.基于深度神經網絡的語言模型
8.基于 Transformer 的大語言模型
9.LLMs大語言模型的關鍵技術
10.LLMs大語言模型的核心框架：商業&開源
11.LLMs大語言模型的行業應用
第二部分: DeepSeek大模型應用-辦公提效
1.官方大模型DeepSeek應用
2.DeepSeek辦公提效
3.使用DeepSeek官方模型做推理任務
4.DeepSeek和OpenAI O1模型的對比總結
5.DeepSeek和國內其他大模型對比（智譜，文心，通義，kimi等）
6.DeepSeek和國外其他大模型對比（Claude Gemini Mistral等）
第三部分: DeepSeek大模型推理能力
1.DeepSeek-R1 發布
2.對標 OpenAI o1 正式版
3.DeepSeek-R1 上線 API
4.DeepSeek 官網推理與 App
5.DeepSeek-R1 訓練論文
6.蒸餾小模型超越 OpenAI o1-min
7.DeepSeek-R1 API 開發應用
8.通用基礎與專業應用能力
第二章 基于DeepSeek大模型API開發應用
第一部分:DeepSeek大模型與Prompt提示工程
1.Prompt如何使用和進階
2.什么是提示與提示工程
3.提示工程的巨大威力：從Let’s think step by step說起
4.拆解、標準化、流程化：如何用AI改造工作
5.使用BROKE框架設計ChatGPT提示
6.通過案例分析，展示如何使用大模型prompt技術輔助開發
第二部分: DeepSeek大模型 API 應用開發
1.DeepSeek-V3 大模型API
2.DeepSeek-R1推理大模型API
3.DeepSeek模型 & 價格
4.DeepSeek模型參數Temperature 設置
5.DeepSeek模型Token 用量計算
6.DeepSeek模型錯誤碼
7.DeepSeek大模型多輪對話
8.DeepSeek大模型對話前綴續寫（Beta）
9.DeepSeek大模型FIM 補全（Beta）
10.DeepSeek大模型JSON Output
11.DeepSeek大模型Function Calling
12.DeepSeek大模型上下文硬盤緩存
13.文本內容補全初探（Text Completion）
14.聊天機器人初探（Chat Completion）
15.基于DeepSeek開發智能翻譯助手
16.案例分析
第三部分: DeepSeek大模型對比其他大模型API（國外和國內其他）
1.OpenAI大模型API
2.claude大模型API
3.Gemini 大模型API
4.智譜大模型API 介紹
5.使用 GLM-4 API構建模型和應用
6.基于通義千問大模型API的應用與開發
7.基于百度大模型API應用開發
8.基于字節，騰訊，華為大模型應用開發
第四部分: DeepSeek大模型API構建應用程序（12案例，靈活選擇）
1.應用程序開發概述
2.案例項目分析
3.項目1：構建新聞稿生成器
4.項目2：語音控制
5.項目3：企業管理系統MIS應用案例分析
6.項目4：某企業智能管理系統
第三章 DeepSeek和LangChain開發應用
第一部分: 大模型應用開發框架 LangChain
1.大模型應用開發框架 LangChain
2.LangChain 是什么
3.為什么需要 LangChain
4.LangChain 典型使用場景
5.LangChain 基礎概念與模塊化設計
6.LangChain 核⼼模塊入門與實戰
7.LangChain 的3 個場景
8.LangChain 的6 大模塊
9.LangChain 的開發流程
10.創建基于LangChain聊天機器人
第二部分: 基于DeepSeek和LangChain構建文檔問答系統
1.構建復雜LangChain應用
2.LangChain模型(Models)：從不同的 LLM 和嵌入模型中進行選擇
3.LangChain提示(Prompts)：管理 LLM 輸入
4.LangChain鏈(Chains)：將 LLM 與其他組件相結合
5.LangChain索引(Indexs)：訪問外部數據
6.LangChain記憶(Memory)：記住以前的對話
7.LangChain代理(Agents)：訪問其他工具
8.使用大模型構建文檔問答系統
第四章 DeepSeek構建企業級RAG知識庫
第一部分: DeepSeek大模型企業RAG應用
1.RAG技術概述
2.加載器和分割器
3.文本嵌入和 向量存儲
4.檢索器和多文檔聯合檢索
5.RAG技術的關鍵挑戰
6.檢索增強生成實踐
7.RAG技術文檔預處理過程
8.RAG技術文檔檢索過程
第二部分: 構建基于DeepSeek RAG Agent：實現檢索增強生成
1.何謂檢索增強生成
2.提示工程、RAG與微調
3.從技術角度看檢索部分的Pipeline
4.從用戶角度看RAG流程
5.RAG和Agent
6.通過Llamalndex的ReAct RAG Agent實現檢索
7.獲取井加載電商的財報文件
8.將財報文件的數據轉換為向量數據
9.構建查詢引擎和工具
10.配置文本生成引擎大模型
11.創建Agent以查詢信息
第五章 基于DeepSeek大模型Agent智能體開發
第一部分:DeepSeek大模型驅動的Agent智能體開發概述
1.智能體的定義與特點
2.智能體與傳統軟件的關系
3.智能體與LLM的關系
4.從ChatGPT到智能體
5.智能體的五種能力
6.記憶，規劃，工具，自主決策，推理
7.多智能體協作
8.企業級智能體應用與任務規劃
9.智能體開發
第二部分: 基于Deepseek和LangChain構建Agent
1.通過LangChain中的ReAct框架實現自動定價
2.LangChain ReAct框架
3.LangChain中ReAct Agent 的實現
4.LangChain中的工具和工具包
5.通過create_react_agent創建Agent
6.深挖AgentExecutor的運行機制
7.Plan-and-Solve策略的提出
8.LangChain中的Plan-and-Execute Agent
9.通過Plan-and-Execute Agent實現物流管理
10.為Agent定義一系列進行自動庫存調度的工具
第六章 DeepSeek深入學習
第一部分: DeepSeek原理和優化
1.DeepSeek原理剖析
2.DeepSeek系統軟件優化
3.DeepSeek 訓練成本
4.DeepSeek V3模型參數
5.DeepSeek MoE架構
6.DeepSeek 架構4方面優化
7.DeepSeek R1 論文解讀
8.DeepSeek R1的創新點剖析
9.DeepSeek R1 引發的創新思考
第二部分: 私有化部署DeepSeek推理大模型
1.DeepSeek云端部署
2.DeepSeek和國產信創平臺
3.DeepSeek和國內云平臺
4.利用Ollama私有化部署DeepSeek R1大模型
5.一鍵部署DeepSeek R1大模型
6.DeepSeek R1私有化部署總結
第三部分: DeepSeek大模型微調1.DeepSeek 大模型微調
2.為何微調大模型
3.大模型先天缺陷
4.預訓練成本高昂
5.垂直數據分布差異
6.提示推理成本限制
7.DeepSeek大模型微調的三個階段剖析
8.DeepSeek大模型微調的兩種方法剖析
六、專家講師
劉老師：國內頂尖AI專家，最近幾年帶隊完成了數十個AI項目，內容不僅包括深度學習、機器學習、數據挖掘等具體技術要點，也包括AI的整體發展、現狀、應用、商業價值、未來方向等，涵蓋內容非常豐富。完成多個深度學習實踐項目，廣泛應用于醫療、交通、銀行、電信等多個領域。從2020年推出的多門課程《AI大模型賦能行業應用與解決方案》《AI大模型輔助軟件研發管理與效能提升》和《AI大模型技術及開發應用實踐》更是廣受歡迎，已經為幾十家企業培訓，作為一名AI技術專家，對人工智能的理解深入透徹。他不僅精通AI的編程技術，還熟悉各種AI工具的使用，尤其在AI行業應用更是有著獨特的見解和實踐經驗；自從2023年以來幫助多家研發中心做AI輔助開發效能提升咨詢服務。同時也是微軟人工智能認證工程師，阿里云AI人工智能訓練師。在人工智能領域的深耕和創新，也得到了出版社的青睞，計劃出版自己的著作。也在多家技術大會做AI技術講座。
七、相關證書
參加培訓并通過考試的學員，由中國信息化培訓中心頒發《DeepSeek大模型應用開發高級工程師》職業技能培訓證書，此證書不僅是對學員學習成果的高度認可，更是學員在AI技術領域專業能力的有力證明，為學員的職業發展增添重要砝碼。
八、收費標準：6800元/人（含培訓費、平臺費、資料費、視頻回放、證書、發票等費用）。
【報名咨詢】
聯系電話：010-62258232 62278113 13718601312 13120125786
聯 系 人：李先生 陳小姐
您的位置：
