工程师
其他
机器学习
工程师
Java
Python
API
研发效能
大模型
推荐课程
average > 0 ? $model->average . '分' : '10.0分' ?>

AI大模型应用、Agent开发及垂直模型微调

阿里云MVP 技术顾问 CTO

阿里云MVP,华为HCDE成员|技术作者
业界资深技术专家,从事开发和架构工作近10年,擅长Java/Python体系下各类技术栈、拥有微服务、分布式高并发、AI&机器学习、大数据亚台系统架构经验,曾相任多家创业公司CTO、合伙人,负责研发线所有产品技术架构、团队管理等工作,开发了多款金融、风控大数据、SaaS、区块链等产品。
曾出版技术书籍《Akka实战: 快速构建高可用分布式应用》,受到多位业界知名技术专家联名推荐作序,该书是国内首本原创相关书籍。曾出版译著《软件开发实践项目驱动式的Java开发指南》
曾受邀为HP、通用、中邮、亚安、建行、华泰等中外企业进行技术咨询、培训等。

阿里云MVP,华为HCDE成员|技术作者 业界资深技术专家,从事开发和架构工作近10年,擅长Java/Python体系下各类技术栈、拥有微服务、分布式高并发、AI&机器学习、大数据亚台系统架构经验,曾相任多家创业公司CTO、合伙人,负责研发线所有产品技术架构、团队管理等工作,开发了多款金融、风控大数据、SaaS、区块链等产品。 曾出版技术书籍《Akka实战: 快速构建高可用分布式应用》,受到多位业界知名技术专家联名推荐作序,该书是国内首本原创相关书籍。曾出版译著《软件开发实践项目驱动式的Java开发指南》 曾受邀为HP、通用、中邮、亚安、建行、华泰等中外企业进行技术咨询、培训等。

课程费用

5800.00 /人

课程时长

2

成为教练

课程简介

每当有新技术突破的时候,最流行的句式是“所有业务都可以用XX实现一遍”。AI大模型的突破,让所有人再次跃跃欲试。作为工程师,我们有机会站在驱动业务重构的最前沿,这里面有巨大的机会。在以传统机器学习为代表的类AI阶段,大家在技术层面往往会陷入语言/库之争,Python作为AI的门面语言,受到了极大关注,但同时也让非Python的工程师陷入两难:我要放弃现有的技术栈么?大模型的突破,让这一切不是问题。首先,AI大模型在应用层,API极为简单,对于有其他语言经验的工程师来讲并非难事。其次,过去的机器学习等知识体系,在大模型时代已没有特别大的必要去深入了(当然,了解更好)。过去在了解部分底层算法的前提下做调参,而现在调好prompt就可以了(当然,要用好它也不容易)。最后呢,目前各家语言平台都在快速跟进对AI的支持,比如Java方面,SpringAI提供了对AI Agent开发的支持。整体来说,AI产品开发和传统产品开发,最核心的点是:设计/开发/测试模式的变化。要理解这一点,必需先了解AI大模型本身的特点,及周边的生态。
那么,既然AI大模型的应用门槛不高,我们工程师该怎样基于AI构建自己的最核心竞争力,拓宽技术护城河,并持续赋能业务呢?这是我们本次课程的目标。
本次课程将从AI大模型行业现状、行业典型案例及实现、AI发展路线图、基于Copilot/Cursor等智能编码工具的研发效能提升、大模型核心逻辑、Prompt工程及调优、大模型应用开发、开源大模型微调流程等多个方面,从概念+实践的角度去学习最前沿的AI知识,从0打造AI时代的全栈护城河。

目标收益

培训对象

1、适合想进入AI领域,或者利用AI提升工作效能的工程师。
2、适合想开发AI产品,或者使用开源大模型构建垂直业务模型的工程师。
3、适合想更全面判断AI趋势、或者利用AI为现有业务赋能的技术管理者。

课程大纲

引子 AI大模型通识、生态与发展;Prompt工程与应用、AI Agent应用开发、开源大模型微调与推理等
第一单元
AI大模型通识
1.AI大模型通识
1.1大模型的定义与特点
1.2大模型的分类与应用
1.3大模型的底层工作原理
1.4开源 vs 闭源大模型
1.5Token模式与定价

2.AI大模型生态及发展
2.1国内外主流大模型介绍
2.2AI+赋能场景案例介绍
第二单元
Prompt应用、模式与工程
3.Prompt工程与实践
3.1Prompt核心要素与案例
3.2Prompt常见思维框架
3.3如何理解思维链 vs 思维树
3.4Prompt的攻击/安全问题
3.5Prompt工程≈软件工程
第三单元
AI与工程师
4.编码大模型与工具
4.1智能编码目前包含哪些能力
4.2常见智能编码模型(Codex、DeepSeek Coder、CodeLlama等)
4.3Agent模式下的
Copilot/Cursor/Trae应用
4.4AI辅助下的全栈开发工作流

5.AI重塑产/研/测
5.1AI与产品经理
5.2AI与研发工程师
5.3AI与测试工程师
第四单元
AI Agent应用开发实战
6.AI Agent工程与案例
6.1Agent应用模式与架构
6.2案例:斯坦福小镇

7.Agent应用开发实践
7.1快速实现一个Chat程序
7.2核心参数列表
model参数
角色与指令
7.3实现多轮对话
7.4Function Calling机制
7.5实现智能订餐助手
7.6数据与函数准备
7.7工具(函数)调用
7.8缓解幻觉问题

8.大模型开发框架LangChain
8.1LangChain介绍
8.2LangChain概念与组件
8.3LangChain安装与配置
8.4LangChain表达式语言:LCEL
8.5LangServe服务部署
8.6使用LangChain构建数据分析Agent
8.7使用LangGraph构建/编排复杂Agent工作流

9.从零搭建基于知识库的智能客服系统
9.1知识库是什么?
9.2理解RAG与Embedding
9.3向量数据库与语义检索
9.4搭建企业智能客服系统

10.AI Agent工具搭建与编排
10.1使用Dify平台搭建Agent应用
10.2使用Coze平台搭建工作流
第五单元
开源大模型及微调/推理方案
11.开源大模型:垂直模型的基座
11.1开源大模型串讲:Llama3、ChatGLM3/4、Qwen、DeepSeek
11.2快速搭建本地开源模型环境(ollama+openwebui)
11.3Hugging Face:AI界的Github
11.4开源微调:构建基于垂直行业的私有大模型(基于PEFT/LoRA、Llama-Factory)
11.5基于vLLM搭建模型推理服务
11.6基于开源模型构建Agent应用
11.7多模态大模型(视觉理解/目标检测)
11.8延展:GPU/显卡、LPU推理引擎等交付资源选型。
引子
AI大模型通识、生态与发展;Prompt工程与应用、AI Agent应用开发、开源大模型微调与推理等
第一单元
AI大模型通识
1.AI大模型通识
1.1大模型的定义与特点
1.2大模型的分类与应用
1.3大模型的底层工作原理
1.4开源 vs 闭源大模型
1.5Token模式与定价

2.AI大模型生态及发展
2.1国内外主流大模型介绍
2.2AI+赋能场景案例介绍
第二单元
Prompt应用、模式与工程
3.Prompt工程与实践
3.1Prompt核心要素与案例
3.2Prompt常见思维框架
3.3如何理解思维链 vs 思维树
3.4Prompt的攻击/安全问题
3.5Prompt工程≈软件工程
第三单元
AI与工程师
4.编码大模型与工具
4.1智能编码目前包含哪些能力
4.2常见智能编码模型(Codex、DeepSeek Coder、CodeLlama等)
4.3Agent模式下的
Copilot/Cursor/Trae应用
4.4AI辅助下的全栈开发工作流

5.AI重塑产/研/测
5.1AI与产品经理
5.2AI与研发工程师
5.3AI与测试工程师
第四单元
AI Agent应用开发实战
6.AI Agent工程与案例
6.1Agent应用模式与架构
6.2案例:斯坦福小镇

7.Agent应用开发实践
7.1快速实现一个Chat程序
7.2核心参数列表
model参数
角色与指令
7.3实现多轮对话
7.4Function Calling机制
7.5实现智能订餐助手
7.6数据与函数准备
7.7工具(函数)调用
7.8缓解幻觉问题

8.大模型开发框架LangChain
8.1LangChain介绍
8.2LangChain概念与组件
8.3LangChain安装与配置
8.4LangChain表达式语言:LCEL
8.5LangServe服务部署
8.6使用LangChain构建数据分析Agent
8.7使用LangGraph构建/编排复杂Agent工作流

9.从零搭建基于知识库的智能客服系统
9.1知识库是什么?
9.2理解RAG与Embedding
9.3向量数据库与语义检索
9.4搭建企业智能客服系统

10.AI Agent工具搭建与编排
10.1使用Dify平台搭建Agent应用
10.2使用Coze平台搭建工作流
第五单元
开源大模型及微调/推理方案
11.开源大模型:垂直模型的基座
11.1开源大模型串讲:Llama3、ChatGLM3/4、Qwen、DeepSeek
11.2快速搭建本地开源模型环境(ollama+openwebui)
11.3Hugging Face:AI界的Github
11.4开源微调:构建基于垂直行业的私有大模型(基于PEFT/LoRA、Llama-Factory)
11.5基于vLLM搭建模型推理服务
11.6基于开源模型构建Agent应用
11.7多模态大模型(视觉理解/目标检测)
11.8延展:GPU/显卡、LPU推理引擎等交付资源选型。

课程费用

5800.00 /人

课程时长

2

预约体验票 我要分享

近期公开课推荐

近期公开课推荐

活动详情

提交需求