面向具备LLM和API开发经验的资深工程师、架构师及技术管理者。课程聚焦于设计、构建和运维大规模、跨领域、高可用的LLM智能体系统。核心内容涵盖从第一性原理出发的上下文工程，到多智能体协作与编排、多模态知识融合、运行时优化、自动化评估与治理，最终落脚于金融科技等高约束行业的复杂场景解决方案与迭代方法论.

围绕金融、测试和行政管理领域的典型场景，从基础理论快速过渡到项目实操，并在实践中穿插少量理论要点，帮助学员在最短时间内掌握大模型的端到端应用流程。整个流程将以一个跨行业的大模型项目为主线，持续迭代开发与完善。

1. 全面解析 DeepSeek 大模型的技术原理，特别是其低成本优化策略与 R1 思维链推理技术。 2. 深入探讨 DeepSeek 在产业应用中的实际表现与部署优势。 3. 展望下一代 AI 计算架构，以及 DeepSeek 在其中的技术演进方向。

全方位剖析大模型原理

大模型垂直领域应用实战Workshop