章节单元 | 内容 | 核心价值与逻辑 |
课程导言 | 1.AI时代简报:当今的AI可以帮你做什么? 2.大模型时代工程师的生涯疑问 | 结合时下AI快讯,引出话题,抛出问题。 |
AI理论知识脉络:从机器学习到大语言模型
| 1.什么是AI?AI模型的本质是什么? 2.从简单的分类器到神经网络中的数学原理 3.机器学习模型训练的5大核心关键词 4.从Seq2Seq到Transformer 5.从Transformer到GPT 6.大语言模型的演进和现状概览 | 快速构建AI基础概念认识,构建理论体系轮廓,为应用落地思考打下基础。 |
大模型的赋能场景
| 1.从对话到代码生成 2.更多大语言模型应用场景 3.扩散模型简介和实战应用 | 形成大模型基于场景的理解,并介绍图像生成。 |
AI应用实战开发技巧
| 1.Prompt Engineering实战指南 2.AI Agent:释放LLM智能的 3.流行AI Agent框架介绍 4.AutoGen实战 5.大语言模型微调的要点与实战 6.实战部署大语言模型 7.大语言模型的量化测评 8.AI大语言模型资源宝藏平台 | 结合实战演示和案例,全面深化对大模型的认识, 构建智能产品化、工程智能化的思考能力和综合构建能力。 |
软件智能化思维与实战
| 1.产品智能化思考的核心思路 2.软件研发流水线的智能赋能 l 软件工程全景介绍 l Github Copilot X全面介绍 l 辅助编程 Copilot技巧 l 代码设计与生成 l 测试生成与智能测试 l 软件质量保障系统智能化 3.研发管理的思考问题 4.软件工程智能化的远景展望 | 分别从软件工程实践、 产品智能和研发管理角度切入,进一步带领学员思考智能提效的方法,并带来一些可应用的实战技巧、案例。 |
AI工具和职业发展赋能
| 1.工作中的智能提效方法一览:你私人职场助理 2.新时代工程师职业生涯规划建议 3.如何电脑端、手机方便地使用AI? 4.如何利用流行框架开发智能应用? | 分享职场提效方法论、 回答导言中的疑问,并带来落地工具 。 |