课程简介

本课程旨在帮助学员全面了解和掌握基于 DeepSeek 大模型的应用开发技术。内容涵盖生成式 AI 的最新进展与应用、DeepSeek 大模型的基础知识、本地部署实战、提示词工程、AI 辅助编程工具、Agent 智能体开发等多个方面。通过深入讲解和实际案例分析，学员将能够熟练运用 DeepSeek 大模型进行应用开发，提升软件研发质效。

目标收益

1、深入理解生成式 AI 和大语言模型：全面了解 AIGC 的基本概念、大语言模型的基本原理，以及 DeepSeek 与传统 LLM 的区别和优势。
2、掌握 DeepSeek 大模型的基础知识：深入学习 DeepSeek 的架构、训练数据、算法、生成过程和输出结果，以及 DeepSeek 的局限性和安全性。
3、本地部署实战经验：通过实际操作，掌握 DeepSeek 大模型的本地部署方法，包括安装 ollama、DeepSeek R1、Llama 3.3 等工具，以及实现 RAG（检索增强生成）的本地部署。
4、提示词工程技巧：学习如何使用提示词（Prompt）与 DeepSeek 大模型进行有效交互，包括提示词的使用技巧、模板、静态链、横向扩展和纵向扩展等。
5、AI 辅助编程工具的应用：了解 LLM 辅助编程工具的基本原理和应用场景，掌握如何使用各类编程辅助工具（如 Github Copilot、CodeWhisperer、Cursor 等）提升开发质效。
6、Agent 智能体开发：学习 Agent 智能体的定义、特点、能力图谱，以及如何使用 LangChain ReAct 框架开发 Agent 智能体，实现多智能体协作。
7、实际案例分析：通过多个实际案例，如智能翻译助手、企业级 RAG 应用、Agent 智能体开发等，掌握基于 DeepSeek 大模型的应用开发实战技巧。
8、提升软件研发质效：通过学习 DeepSeek 大模型在软件研发全生命周期中的应用场景与案例，提升软件研发的效率和质量，优化研发流程。

培训对象

软件研发负责人，研发管理负责人，运维负责人，DevOps负责人，测试负责人，工程效能负责人
软件架构师，资深研发工程师
运维架构师，资深运维工程师，DevOps工程师，SRE
测试架构师，资深测试工程师
研发管理人员，研发流程工程师

课程大纲