各有關(guān)單位：
為了企業(yè)在激烈市場競爭中脫穎而出，開拓新的業(yè)務(wù)領(lǐng)域，培育出精通大模型技術(shù)的專業(yè)人才。幫助學(xué)員系統(tǒng)學(xué)習(xí)AI大模型的設(shè)計、開發(fā)、優(yōu)化與部署，成為推動未來智能科技發(fā)展的先行者和領(lǐng)導(dǎo)者，開啟個人職業(yè)生涯的全新篇章。中培偉業(yè)特邀相關(guān)領(lǐng)域權(quán)威專家精心打造了“AI大模型全棧工程師實戰(zhàn)訓(xùn)練營”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(guān)事宜如下：
一、培訓(xùn)背景
隨著科技的飛速發(fā)展，人工智能（AI）已成為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力。大模型（Large Language Models, LLMs）作為AI領(lǐng)域的一項革命性突破，正以前所未有的速度重塑著我們對智能交互、知識管理、內(nèi)容創(chuàng)作乃至整個數(shù)字化世界的認(rèn)知。近年來，諸如DeepSeek、GPT系列、Sora等大模型的不斷涌現(xiàn)，不僅展示了AI在自然語言處理領(lǐng)域的巨大潛力，也預(yù)示著AI技術(shù)即將邁入一個更加復(fù)雜、細(xì)膩且廣泛適用的新紀(jì)元。
人工智能成為全球焦點的背景下，2024年中國政府工作報告，就首次提出開展“人工智能+”行動，相信后續(xù)還有更多利好人工智能和“人工智能+”的政策即將釋放。而在國家層面推動“AI+”行動，無數(shù)的機(jī)會也將井噴。
二、培訓(xùn)對象
·從事人工智能領(lǐng)域工作的人
如果你正在從事人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析等相關(guān)領(lǐng)域的工作，或者想要進(jìn)入這些
領(lǐng)域，那么學(xué)習(xí)AI大模型開發(fā)將會對你的職業(yè)發(fā)展有很大的幫助。
·軟件工程師和架構(gòu)師
這類專業(yè)人士可以通過學(xué)習(xí)AI大模型開發(fā)課程來提升團(tuán)隊的研發(fā)效率，了解大模型如何影響軟件架構(gòu)，并掌握基于大模型的全新開發(fā)范式。
·對人工智能有濃厚興趣的人
對人工智能、機(jī)器學(xué)習(xí)等領(lǐng)域有濃厚的興趣，想要深入了解并掌握相關(guān)技能，并有一定的軟件開發(fā)基礎(chǔ)的從業(yè)者。
三、培訓(xùn)收益
1.整體掌握大模型理論知識；
2.了解自注意力機(jī)制、Transformer模型、BERT模型；
3.掌握DeepSeek與ChatGPT原理與實戰(zhàn)；
4.了解LLM應(yīng)用程序技術(shù)棧和提示詞工程Prompt Enginerring；
5.了解國產(chǎn)大模型ChatGLM；
6.了解視覺大模型技術(shù)優(yōu)勢；
7.掌握語言理解與字幕生成及其應(yīng)用；
8.掌握圖像生成和應(yīng)用實操；
9.了解應(yīng)用場景與潛力分析；
10.了解大模型企業(yè)商用項目實戰(zhàn)。
四、培訓(xùn)信息
1）培訓(xùn)方式：
培訓(xùn)采用線下專家面授+同步直播的形式。所有課程均贈送學(xué)習(xí)教材、視頻回放、答疑交流群、促學(xué)服務(wù)等。并對考生提供專人報考、考試指導(dǎo)、證書郵寄等。多維度精細(xì)化教學(xué)，一站式報考服務(wù)，滿足不同企業(yè)及學(xué)員的學(xué)習(xí)需求。
2）培訓(xùn)班次：2025年06月28-30日北京、10月27-29日成都、12月24-26日長沙
五、培訓(xùn)內(nèi)容
預(yù)備知識第一節(jié)：大模型理論知識
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的對比介紹
4. 大模型實戰(zhàn)-大模型2種學(xué)習(xí)路線的講解
5. 大模型最核心的三項技術(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大模型text-embedding-ada模型介紹
10. 全球開源大模型性能評估榜單
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等項目簡介
預(yù)備知識第二節(jié)：自注意力機(jī)制、Transformer模型、BERT模型
1. RNN-LSTM-GRU等基本概念
2. 編碼器、解碼器
3. 自注意力機(jī)制詳解
4. Transformer
5. Mask Multi-Head Attention
6. 位置編碼
7. 特定于任務(wù)的輸入轉(zhuǎn)換
8. 無監(jiān)督預(yù)訓(xùn)練、有監(jiān)督 Fine-tuning
9. BERT思路的理解
10. BERT模型下游任務(wù)的網(wǎng)絡(luò)層設(shè)計
11. BERT的訓(xùn)練
12. HuggingFace中BERT模型的推斷
13. 基于上下文的學(xué)習(xí)
14. 代碼和案例實踐：
基本問答系統(tǒng)的代碼實現(xiàn)
深入閱讀理解的代碼實現(xiàn)
段落相關(guān)性代碼實現(xiàn)
第三節(jié)：Embedding模型實戰(zhàn)
1. 大模型技術(shù)浪潮下的Embedding技術(shù)定位
2. Embedding技術(shù)入門介紹
3. 從Ono-hot到Embedding
4. Embedding文本衡量與相似度計算
5. OpenAl Embedding模型與開源Embedding框架
6. 兩代OpenAl Embedding模型介紹
7. text-embedding-ada-002模型調(diào)用方法詳解
8. text-embedding-ada-002模型參數(shù)詳解與優(yōu)化策略
9. 借助Embedding進(jìn)行特征編碼
10. Embedding結(jié)果的可視化展示與結(jié)果分析
【實戰(zhàn)】借助Embedding特征編碼完成有監(jiān)督預(yù)測
【實戰(zhàn)】借助Embedding進(jìn)行推薦系統(tǒng)冷啟動
【實戰(zhàn)】借助Embedding進(jìn)行零樣本分類與文本搜索
11. Embedding模型結(jié)構(gòu)微調(diào)優(yōu)化
12. 借助CNN進(jìn)行Embedding結(jié)果優(yōu)化
【企業(yè)級實戰(zhàn)】海量文本的Embedding高效匹配
第四節(jié)：LLM應(yīng)用程序技術(shù)棧和提示詞工程Prompt Enginerring
1. 設(shè)計模式：上下文學(xué)習(xí)
2. 數(shù)據(jù)預(yù)處理/嵌入
3. 提示構(gòu)建/檢索
4. 提示執(zhí)行/推理
5. 數(shù)據(jù)預(yù)處理/嵌入
6. Weaviate、Vespa 和 Qdrant等開源系統(tǒng)
7. Chroma 和 Faiss 等本地向量管理庫
8. pgvector 等OLTP 擴(kuò)展
9. 提示構(gòu)建/檢索
10. 提示執(zhí)行/推理
11. 新興的大語言（LLM）技術(shù)棧
12. 數(shù)據(jù)預(yù)處理管道（data preprocessing pipeline）
13. 嵌入終端（embeddings endpoint ）+向量存儲（vector store）
14. LLM 終端（LLM endpoints）
15. LLM 編程框架（LLM programming framework）
16. LangChain的主要功能及模塊
17. Prompts: 這包括提示管理、提示優(yōu)化和提示序列化。
18. LLMs: 這包括所有LLMs的通用接口，以及常用的LLMs工具。
19. Document Loaders: 這包括加載文檔的標(biāo)準(zhǔn)接口，以及與各種文本數(shù)據(jù)源的集成。
20. Utils: 語言模型在與其他知識或計算源的交互
21. Python REPLs、嵌入、搜索引擎等
22. LangChain提供的常用工具
23. Indexes：語言模型結(jié)合自定義文本數(shù)據(jù)
24. Agents：動作執(zhí)行、觀測結(jié)果，
25. LangChain的代理標(biāo)準(zhǔn)接口、可供選擇的代理、端到端代理示例
26. Chat：Chat模型處理消息
27. 代碼和案例實踐：
LLM大模型的使用
Prompts的設(shè)計和使用
第五節(jié)：國產(chǎn)大模型DeepSeek
1. 新一代DeepSeek模型API調(diào)用
2. DeepSeek開放平臺使用方法與APIKey申請
3. DeepSeek-V3、DeepSeek-R1、DeepEP介紹
4. DeepSeek在線知識庫使用及模型計費說明
5. DeepSeek模型SDK調(diào)用與三種運(yùn)行方法
6. DeepSeek調(diào)用函數(shù)全參數(shù)詳解
7. DeepSeek Message消息格式與身份設(shè)置方法
8. DeepSeek tools外部工具調(diào)用方法
9. DeepSeek Function calling函數(shù)封裝12GLM4接入在線知識庫retrieval流程
10. DeepSeek接入互聯(lián)網(wǎng)web_search方法
【實戰(zhàn)】基于DeepSeek打造自動數(shù)據(jù)分析Agent
【實戰(zhàn)】基于DeepSeek的自然語言編程實戰(zhàn)
【實戰(zhàn)】基于DeepSeek Function call的用戶意圖識別
【實戰(zhàn)】基于GLM4的長文本讀取與優(yōu)化
第六節(jié)：LangChain大模型框架構(gòu)建
1. 構(gòu)建垂直領(lǐng)域大模型的通用思路和方法
(1) 大模型+知識庫
(2) PEFT(參數(shù)高效的微調(diào))
(3) 全量微調(diào)
(4) 從預(yù)訓(xùn)練開始定制
2. LangChain介紹
3. LangChain模塊學(xué)習(xí)-LLMs 和 Prompts
4. LangChain之Chains模塊
5. LangChain之Agents模塊
6. LangChain之Callback模塊
7. Embedding嵌入
8. 自定義知識庫
9. 知識沖突的處理方式
10. 向量化計算可采用的方式
11. 文檔加載器模塊
12. 向量數(shù)據(jù)庫問答的設(shè)計
13. Lanchain競品調(diào)研和分析
14. Dust.tt/Semantic-kernel/Fixie.ai/Cognosis/GPT-Index
15. LlamaIndex介紹
16. LlamaIndex索引
17. 動手實現(xiàn)知識問答系統(tǒng)
18. 代碼和案例實踐：
動手實現(xiàn)知識問答機(jī)器人
LangChain文本摘要
PDF文本閱讀問答
第七節(jié)：使用LangGraph構(gòu)建工作流
1. LangGraph 構(gòu)建自適應(yīng)RAG
2. LangGraph 應(yīng)用場景、核心功能、特點
3. 基礎(chǔ)概念：節(jié)點、邊、圖等
4. LangGraph 的系統(tǒng)架構(gòu)
5. 數(shù)據(jù)模型和存儲機(jī)制
6. 基本數(shù)據(jù)查詢與操作
7. 高級查詢：路徑查詢、模式匹配
8. 使用本地LLM自適應(yīng)RAG
9. 代理RAG與糾正（CRAG）
第八節(jié)：LLM模型的私有化部署與調(diào)用
1. LLM 推理與本地私有化部署
2. 各種模型文件介紹
3. 模型的推理、量化介紹與實現(xiàn)
4. Modelscope、Hugging Face簡單介紹與使用
5. 大模型管理底座Ollama介紹
6. Ollama + lLama 部署開源大模型
7. Open WebUI發(fā)布與調(diào)用大模型
8. API Key獲取與 Llama微調(diào)實現(xiàn)
第九節(jié)：開源大模型微調(diào)實現(xiàn)
1. Llama_Factory 微調(diào)實戰(zhàn)
2. 提升模型性能方式介紹：Prompt、知識庫、微調(diào)
3. 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）
4. 微調(diào)常見方式介紹：微調(diào)、偏好對齊、蒸餾、獎勵模型
5. Llama3 模型架構(gòu)與調(diào)用申請
6. 數(shù)據(jù)上傳與任務(wù)創(chuàng)建（job）
7. 訓(xùn)練集與測試集拆分與模型評估
8. Unsloth微調(diào)平臺介紹
9. Llama3開源大模型的微調(diào)與使用
10. 模型的評估策略
第十節(jié)：大模型企業(yè)商用項目實戰(zhàn)
1. AI-Agent 構(gòu)建可發(fā)布的智能客服系統(tǒng)
2. 智能體介紹與AutoGPT基本原理
3. AutoGPT安裝與環(huán)境配置
4. 實戰(zhàn)體驗：AutoGPT實現(xiàn)數(shù)據(jù)爬取、清洗、保存
5. 創(chuàng)建各種場景的AutoGPT
6. 內(nèi)容創(chuàng)建
7. 客服服務(wù)
8. 數(shù)據(jù)分析
9. 代碼編寫
10. 創(chuàng)建應(yīng)用程序
六、講師團(tuán)隊
·劉老師，國內(nèi)頂尖AI專家
擁有十幾年軟件研發(fā)經(jīng)驗，十年企業(yè)培訓(xùn)經(jīng)驗，對Java、Python、區(qū)塊鏈等技術(shù)領(lǐng)域有獨特的研究，精通J2EE企業(yè)級開發(fā)技術(shù)。Java方向：設(shè)計模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且對Java源碼有深入研究。Python方向：Python OOP、Mongodb、Django、Scrapy爬蟲、基于Surprise庫數(shù)據(jù)推薦，Tensorflow人工智能框架、人臉識別技術(shù)。區(qū)塊鏈方向：BitCoin、Solidity、Truffle、Web3、IPFS、Hyperledger Fabirc、Go、EOS。
·鄒老師，長春工業(yè)大學(xué)人工智能研究院院長
工程學(xué)術(shù)帶頭人、華東建筑設(shè)計研究總院研究員、山東交通學(xué)院客座教授、南昌航空大學(xué)碩士生導(dǎo)師、中國軟件行業(yè)協(xié)會專家委員、上海市計劃生育科學(xué)研究所特聘專家、天津大學(xué)創(chuàng)業(yè)導(dǎo)師、中華中醫(yī)藥學(xué)會會員、中國醫(yī)藥教育協(xié)會老年運(yùn)動與健康分會學(xué)術(shù)委員；領(lǐng)導(dǎo)睿客邦與全國二十多所高校、國企建立了AI聯(lián)合實驗室，完成50多個深度學(xué)習(xí)實踐項目，廣泛應(yīng)用于醫(yī)療、交通、農(nóng)業(yè)、氣象、銀行、電信等多個領(lǐng)域。
帶隊完成了數(shù)十個AI項目，內(nèi)容不僅包括深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等具體技術(shù)要點，也包括AI的整體發(fā)展、現(xiàn)狀、應(yīng)用、商業(yè)價值、未來方向等，涵蓋內(nèi)容非常豐富。
七、相關(guān)證書
參加培訓(xùn)并通過考試的學(xué)員，由工業(yè)和信息化部教育與考試中心統(tǒng)一頒發(fā)《AI大模型全棧技術(shù)（高級）》工業(yè)和信息化職業(yè)能力證書，證書可作為專業(yè)技術(shù)人員職業(yè)能力考核的證明，以及專業(yè)技術(shù)人員崗位聘用、任職、定級和晉升職務(wù)的重要依據(jù)。
八、收費標(biāo)準(zhǔn)
6800元/人（含培訓(xùn)費、平臺費、資料費、視頻回放、證書、發(fā)票等費用）。
備注：參加面授的學(xué)員提供培訓(xùn)期間的午餐。
九、報名方式
1）請參加人員將加蓋單位印章的《報名回執(zhí)表》傳真或郵件至課程顧問。
2）相關(guān)費用請于開課前一周匯至我司銀行賬號，并提供付款憑證。
3）我們將于開課前兩周為學(xué)員發(fā)送《報到通知書》，詳細(xì)告知參培地點、乘車路線、食宿安排，會務(wù)聯(lián)系方式等事宜。
【報名咨詢】
聯(lián)系電話：010-62258232 62278113 13718601312 13120125786
聯(lián) 系 人：李先生 陳小姐
您的位置：