中山大学/国防科技大学教授、教育部长江学者特聘教授,国家杰出青年科学基金获得者,CCF Fellow。研究方向为高性能网络计算与云计算、大数据新型存储和支撑系统。
结合高性能计算和大数据技术,通过我们的实践来探讨大数据人才培养的经验。
本课程通过对数字化项目管理能力的快速理解,以及互动实战演练,使学员能够快速掌握数字化项目管理本质,提升项目经理综合管理技能,学后运用到工作中,使项目管理能力快速提升。 课程从战略、产品、组织、客户等多维度深入探讨项目管理技能在研发生命周期中不同场景中的最佳实践、引导学员能够熟练运用合适的方法解决实际问题,并通过自己建模来解决新环境新技术带来的新挑战,不断地通过度量指标分析,使模型具有可复制性,提升整个组织的管理效率。
课程内容涵盖大模型与软件研发结合的全景架构,各个研发阶段 AI提效的具体实践案例、实际落地经验、避坑指南及持续优化策略,各大标杆企业实际的能够达到的提升效果与当前探索方向,以及AI应用的前沿趋势与软件研发范式变革相关内容。课程的内容全部来源于老师多年来在数万人研发规模企业深耕所积累的第一手实践经验,课程中将深入浅出地对AI时代研发效能提升的方方面面进行详细讲授与研讨,结合对客户实际问题的深度答疑,相信可以对参训企业带来实际的巨大帮助。
本课程摒弃传统的单一模型讲解模式,采用“架构演进”视角,带领学员走完 AI Agent 从原型(Prototype)到生产(Production)的全过程。 1. 由浅入深,重构认知:从最基础的 Prompt 和 Reasoning 范式入手,逐步深入到 Memory、RAG、Tools,最终落脚于企业级的 Harness 和 Graph 架构,符合工程师的学习曲线。 2. 问题导向,实战为王:针对当前大模型落地的核心痛点(幻觉、上下文丢失、工具调用失败、缺乏评估标准),设置了大量的真实案例(特别是金融/严肃场景),不讲空话,只讲解决方案。 3. 全栈覆盖,闭环思维:不仅关注模型本身,更强调“模型-数据-工具-评估”的四位一体。引入“评估飞轮”概念,强调只有通过科学的评估(红蓝对抗、RAGAS),才能实现 Agent 的自进化。
To Be Better
注册或 找回密码?
欢迎成为Msup专家讲师
活动详情