關于舉辦“AI大模型全棧工程師實戰(zhàn)”訓練營的通知

各有關單位：

為了企業(yè)在激烈市場競爭中脫穎而出，開拓新的業(yè)務領域，培育出精通大模型技術的專業(yè)人才。幫助學員系統(tǒng)學習AI大模型的設計、開發(fā)、優(yōu)化與部署，深入對智能交互、知識管理、內(nèi)容創(chuàng)作乃至整個數(shù)字化世界的認知。中培偉業(yè)精心打造了“AI大模型全棧工程師實戰(zhàn)”訓練營。于2026年在全國部分城市舉辦公開課，誠邀您的參與，有關事宜如下：

一、培訓背景

隨著科技的飛速發(fā)展，人工智能（AI）已成為引領新一輪科技革命和產(chǎn)業(yè)變革的重要驅動力。大模型（Large Language Models, LLMs）作為AI領域的一項革命性突破，正以前所未有的速度重塑著我們對智能交互、知識管理、內(nèi)容創(chuàng)作乃至整個數(shù)字化世界的認知。近年來，諸如DeepSeek、GPT系列、Sora等大模型的不斷涌現(xiàn)，不僅展示了AI在自然語言處理領域的巨大潛力，也預示著AI技術即將邁入一個更加復雜、細膩且廣泛適用的新紀元。

人工智能成為全球焦點的背景下，2024年中國政府工作報告，就首次提出開展“人工智能+”行動，相信后續(xù)還有更多利好人工智能和“人工智能+”的政策即將釋放。而在國家層面推動“AI+”行動，無數(shù)的機會也將井噴。

二、培訓對象

軟件工程師和架構師、AI算法工程師、機器學習工程師、全棧開發(fā)者、后端工程師、云計算工程師、運維工程師、傳統(tǒng)程序員（Java/C++）、數(shù)據(jù)分析師、BI工程師等。

三、培訓信息

培訓形式：線下面授 + 同步直播

培訓班次：

2026年5月26-28日   成都

2026年8月25-27日  北京

2026年10月27-29日  重慶

四、培訓內(nèi)容

培訓共計3天，每天6小時，具體日程安排如下：

日程  

培訓主題   

培訓大綱   

第一天上午   

 第一節(jié)：

大模型理論知識   

1. 初探大模型：起源與發(fā)展

2. GPT模型家族：從始至今

3. 大模型DeepSeek VS ChatGPT4的對比介紹

4. 大模型實戰(zhàn)-講解大模型2種學習路線

5. 大模型最核心的三項技術:模型、微調(diào)和開發(fā)框架

6. DeepSeek的MoE混合專家模型介紹

7. DeepSeek-R3后訓練階段與強化學習技術介紹

8. OpenAl文本模型A、B、C、D四大模型引擎簡介

9. 最強Embedding大模text-Embedding

-ada模型介紹

10. 全球開源大模型性能評估榜單

11. 中文大模型生態(tài)介紹與GLM 130B模型介紹

12. DeepSeek模型介紹與部署門檻

13. DeepSeek開源生態(tài):微調(diào)、多模態(tài)，WebUI等項目簡介

第二節(jié)：DeepSeek

大模型API應用開發(fā)  

1. DeepSeek-V3 大模型API

2. DeepSeek模型&價格

3. DeepSeek模型參數(shù)Temperature設置

4. DeepSeek模型Token用量計算

5. DeepSeek大模型多輪對話

6. DeepSeek大模型JSON Output

7. DeepSeek大模型Function Calling

8. DeepSeek大模型上下文硬盤緩存

9. 聊天機器人初探（Chat Completion）

10. 基于DeepSeek開發(fā)智能翻譯助手

第一天下午   

第三節(jié)：

LLM模型的私有化部署與權限控制   

1. 各種模型文件介紹：.bin、GGUF、

.safetensors等格式區(qū)別

2. 模型的推理、量化原理與實現(xiàn)流程

3. ModelScope與Hugging Face平臺介紹及模型下載使用

4. 大模型管理底座Ollama架構與運行機制

5. Ollama+LLaMA部署開源大模型的完整流程

6. Open WebUI前端功能介紹與模型調(diào)用演示

7. Open WebUI用戶與訪問權限控制配置方法

8. vLLM架構簡介與Ollama的核心區(qū)別

9. vLLM在高并發(fā)與吞吐性能上的優(yōu)化機制解析

10. vLLM+OpenAPI實戰(zhàn)：部署并調(diào)用企業(yè)級大模型服務

第四節(jié)：Dify本地化構建智能客服工作流   

1. 智能體介紹與Dify基本原理

2. Dify安裝與環(huán)境配置

3. Dify在智能應用中的角色與優(yōu)勢

4. 智能體的組成：Prompt、數(shù)據(jù)源、模型、工具集成

5. Dify與LangChain、Flowise等工具的對比

6. 實戰(zhàn)體驗：Dify實現(xiàn)數(shù)據(jù)爬取、清洗、保存

7. 創(chuàng)建各種場景的智能：數(shù)據(jù)分析、代碼編寫、客服

8. Dify如何關聯(lián)本地模型

9. Dify的API調(diào)用與微信連接實現(xiàn)

第二天

上午   

第五節(jié)：

基于Deepseek和LangChain構建Agent   

1. 通過LangChain中的ReAct框架實現(xiàn)自動定價 

2. LangChain ReAct框架 

3. LangChain中ReAct Agent的實現(xiàn) 

4. LangChain中的工具和工具包 

5. 通過create_react_agent創(chuàng)建Agent 

6. 深挖AgentExecutor的運行機制

7. Plan-and-Solve策略的提出 

8. LangChain中的Plan-and-Execute

Agent 

9. 通過Plan-and-Execute Agent實現(xiàn)物流管理 

10. 為Agent定義一系列進行自動庫存調(diào)度的工具

第六節(jié)：Agent+MCP打造高級智能體

1. RAG、Agent與MCP的區(qū)別與聯(lián)系

2. MCP與FunctionCall的關系

3. 熱門的MCP客戶端工具有哪些

4. MCP服務接入原理講解

5. 自定義MCP Client開發(fā)--STDIO協(xié)議對接

6. LangGraph agent接入Github MCP服務

7. Langchain_mcp_adatpers創(chuàng)建高德MCP客戶端

8. 基于高德MCP的復雜路徑規(guī)劃+可視化展示

第二天

下午   

第七節(jié)：

基于DeepSeek

和LlamaIndex構建文檔問答系統(tǒng)   

1. LlamaIndex：選擇與配置不同的語言模型與向量模型

2. LlamaIndex提示：定義與管理查詢模板及上下文注入策略

3. LlamaIndex索引：構建文檔索引、向量索引與樹形索引

4. LlamaIndex存儲：訪問與持久化外部知識數(shù)據(jù)

5. LlamaIndex記憶：實現(xiàn)對多輪對話的上下文追蹤與復用

6. LlamaIndex代理：整合外部工具與執(zhí)行動態(tài)任務

7. 實戰(zhàn)演練：使用LlamaIndex構建企業(yè)文檔問答系統(tǒng)

第八節(jié)：GitHub Copilot AI 輔助編程   

1. GitHub Copilot的核心原理與工作機制

2. Copilot在主流IDE中的安裝與配置

3. 代碼補全與建議：基礎功能實戰(zhàn)

4. Copilot Chat：自然語言交互式編程

5. 代碼解釋與文檔生成：效率提升技巧

6. 單元測試與代碼重構的Copilot輔助

7. Copilot的安全與隱私保護機制

8. 企業(yè)級應用：Copilot for Business的管理與策略

9. Prompt Engineering：優(yōu)化Copilot

建議的技巧

10. 未來展望：AI輔助編程的趨勢與挑戰(zhàn)

第三天

上午

第九節(jié)：

AI賦能的 Python工程化與GitLab CI/CD實踐

1. Python工程化基石：Pylint與代碼質量門禁

2. GitLab CI/CD 核心原理與流水線構建

3. AI驅動的靜態(tài)代碼分析與Pylint優(yōu)化

4. GitLab Runner配置與Python環(huán)境容器化

5. CI流程中的自動化測試與代碼覆蓋率

6. 持續(xù)交付（CD）實戰(zhàn)：Python應用的自動化部署

7. Cython基礎：提升Python性能的編譯原理

8. AI輔助的Cython封裝與性能瓶頸分析

9. GitLab CI/CD集成Cython編譯與構建優(yōu)化

10. 全流程可觀測性：CI/CD與代碼質量的度量

第十節(jié)：

從圖片、視頻到數(shù)字人，AI應用邊界探索

1. 用Stable Diffusion實現(xiàn)文生圖（輸入文字就能畫圖）

2. 用Stable Diffusion實現(xiàn)圖生圖（上傳圖片自動變換風格）

3. 提示詞怎么寫？掌握關鍵詞技巧

4. 玩轉Lora微調(diào)，讓圖片擁有不同風格（動漫、國風、寫實）

5. 藝術字、證件照、logo、海報、詳情圖制作實操

6. AI輔助設計，快速搞定海報、Banner、廣告圖

7. 認識HeyGen，AI數(shù)字人生成工具

8. 用HeyGen生成數(shù)字人大綱、劇本、字幕、配樂

9. 一鍵制作真人感十足的數(shù)字人視頻

10. 實現(xiàn)AI半無人直播、語音直播，應用到客服和營銷

第三天

下午

第十一節(jié)：Deepseek多模態(tài)模型Janus的微調(diào)與模型對齊

1. 多模態(tài)大模型的核心原理與應用場景

2. 報銷憑證（發(fā)票、單據(jù)）的結構化特征與難點

3. 數(shù)據(jù)準備：票據(jù)樣本、文字識別與表格標注

4. 如何科學構建訓練數(shù)據(jù)（基礎與專業(yè)數(shù)據(jù)混合訓練）

5. 微調(diào)常見方式介紹：微調(diào)、偏好對齊、蒸餾、獎勵模型

6. OCR微調(diào)：關鍵字段識別（抬頭、金額、日期、稅號）

7. 版式與圖像理解：復雜票據(jù)結構解析

8. 多模態(tài)信息對齊：文本、圖像與語音的融合

9. 參數(shù)高效微調(diào)方法（LoRA/Adapter）實戰(zhàn)

10. 案例演示：憑證識別與結構化信息提取

11. 業(yè)務落地：從票據(jù)識別到自動化報銷流程

第十二節(jié)：MLflow在大模型微調(diào)中的應用

1. MLflow架構與LLM MLOps生命周期

2. MLflow  Tracking實戰(zhàn)：微調(diào)過程可視化

3. 微調(diào)指標與結果的高效對比分析

4. MLflow與主流微調(diào)框架的集成

5. 大模型微調(diào)后的模型打包與存儲

6. 模型注冊表（Model Registry）與版本管理

7. LLM 評估：自動化與人工反饋

8. Prompt Engineering與提示詞版本控制

9. LLM可觀察性（Observability）與

Tracing

10. 微調(diào)模型的部署與服務化

備注：采用小班制教學，授課過程中，講師會通過互動提問、組織小組討論、即時答疑等形式，幫助學員把所學知識轉化為可落地的能力。

五、培訓教師

? 劉老師 | 國內(nèi)頂尖AI專家、大數(shù)據(jù)技術專家

西安郵電大學計算機科學與技術專業(yè)。擁有著20多年軟件研發(fā)與企業(yè)培訓經(jīng)驗，對Java、Python、區(qū)塊鏈等技術領域有獨特的研究，精通機器學習、深度學習、大模型技術。他的專業(yè)素養(yǎng)和教學能力備受學員贊譽，是眾多技術愛好者心中的楷模。

AI深度學習方法：Scikit-Learn，Tensorflow、Keras、DNN、CNN、RNN、Yolo、OpenCV熟悉主流機器學習算法、各種神經(jīng)網(wǎng)絡結構和圖形圖像識別技術。

LLM大模型方向：DeekSeek、ChatGLM、ChatGPT4、Llama3、Agent、React、Ollama、Dify、Llamafactory微調(diào)、DeepSpeek分布式訓練、MindFormers生態(tài)、MoE混合專家模型。能根據(jù)客戶的需求實現(xiàn)定制化的模型私有化部署、微調(diào)、對齊、量化。并對LangChain、LlamaIndex、Dify等大模型框架有源碼級的理解。

? 鄒老師 | 某工業(yè)大學人工智能研究院院長

博士學歷，畢業(yè)于中國地質科學院，兼任天津大學創(chuàng)業(yè)導師、山東交通學院客座教授、碩士生導師。主持研發(fā)50多個人工智能領域工業(yè)級項目，廣泛應用于能源、醫(yī)療、交通、氣象、銀行等多個領域。

碩博期間主持研發(fā)大型行業(yè)建模軟件，代碼量100萬行（從底層開發(fā)是考慮后期維護和產(chǎn)權）。創(chuàng)立的?？桶钆c國內(nèi)十多所高校建立了AI聯(lián)合實驗室或實訓基地廣泛應用于醫(yī)療、交通、農(nóng)業(yè)、氣象、銀行、電信等多個領域。成立中國科學院鄒博人工智能研究中心，在翔創(chuàng)、天識等公司擔任技術顧問，曾在多個在線平臺授課，廣受網(wǎng)友好評，累計學習人數(shù)超過百萬。

公開出版《強化學習》《Python深度學習實踐》《自然語言處理》等11部專著和譯著。在國內(nèi)外期刊會議發(fā)表論文10余篇，獲得國家發(fā)明專利1項，著書1本，譯書6本。2017年主持科研項目榮獲國土資源科學技術一等獎。

為眾多知名企業(yè)進行過上百場講座和內(nèi)部培訓，其中包括中國移動、CSDN、中國建設銀行、花旗銀行、中信集團、中航信、烽火科技、京東方、中科曙光、京東、大唐、完美世界等。

六、培訓收益

1.整體掌握大模型理論知識；

2.了解自注意力機制、Transformer模型、BERT模型；

3.掌握DeepSeek與ChatGPT等原理與實戰(zhàn)；

4.了解LLM應用程序技術棧和提示詞工程；

5.了解國產(chǎn)大模型ChatGLM原理及使用；

6.了解視覺大模型技術優(yōu)勢；

7.掌握語言理解與字幕生成及其應用；

8.掌握圖像生成和應用實操；

9.了解應用場景與潛力分析；

10.了解大模型企業(yè)商用項目實戰(zhàn)。

七、證書頒發(fā)

參加培訓并通過考試的學員，將獲得由工業(yè)和信息化部教育與考試中心統(tǒng)一頒發(fā)的《AI大模型全棧技術（高級）》職業(yè)能力證書。證書長期有效，相關信息可隨時登錄中心官網(wǎng)查詢。

八、培訓費用

6800元/人（含培訓費、平臺費、資料費、視頻回放、證書、發(fā)票等費用）。

備注：參加面授的學員提供培訓期間的午餐。

我要報名沒有找到合適的課程,請在這里提交您的培訓需求   發(fā)布需求

主題

上課時間

2026年05月26-28日 成都2026年08月25-27日 北京2026年10月27-29日 重慶

參加人數(shù)

費用

聯(lián)系人

先生 女士

單位名稱

部門職務

電話

傳真

手機

郵箱

通信地址

郵編

備注

驗證碼

看不清，請換一張

現(xiàn)在報名

推薦課程