【课程背景】

在当下AI爆火的时代，软件部门的非AI岗位，也非常关心像ChatGPT这样的AI应用如何为自己企业日常的业务添加AI引擎，实现产业的升级，从而为企业实现，以更低的成本，创造更大的经济价值。然而，在AI赋能业务中，通常面临以下痛点：

1、工作思维通常还停留在以往的人力模式与人工经验上，没有意识到AI对自己行业 日常业务的潜在改变；

2、不了解当前有哪些AI技术与应用可以如何与自己的日常业务相结合，导致对AI赋 能维度认知不足；

3、对自己的需求不是特别清楚，进而，对当前AI在自己行业的赋能成本认知不准， 导致预算超支或直接砍掉预算；

4、对AI相关核心原理认知不足，导致不能深挖AI在自己行业某项业务的赋能深度；

5、不了解使用AI的潜在风险，从而导致过度防范AI或者预防不当；

本课程针对期待AI赋能的企业与学员的以上痛点，进行深度挖掘，帮助相关企业和学员，在AI时代，首先在思维意识上觉醒，以通俗易懂的方式较为完整的认知他们该认知的AI原理与概念，并在较为完整的横向认知AI应用场景的基础上，在自己行业的业务上具有一定纵深的学习与实战相关AI应用，以实现基本掌握使用AI处理自己日常相关业务。**终带领企业与相关学员开始习惯应用AI，从而实现，拥抱AI，为高效工作与生活添动力！

【课程收益】

Ø 重新以AI的视野企业业务，并掌握AI企业赋能思路

Ø 紧跟AI时代步伐，掌握AI在企业中落地的方向与趋势

Ø 学习到AI在企业中赋能的维度、深度、对应成本、风险等

Ø 具有一定深度的了解到大模型本地知识库搭建中的案例、难点、问题分析等

Ø 结合到学员自身岗位业务场景，掌握一些AI赋能的应用

【课程特色】

干货，从理论到实战快速应用AI；

0门槛即可；

实战，学之能用；

深入结合学员日常业务场景进行AI实战

【课程对象】

软件部，技术支持部，软件测试部，自动化开发部门等人员

【课程时间】

2天（6小时/天）

【课程大纲】

一、AI必备基础知识

（1）AI相关核心原理、核心概念、迭代流程

1、基于函数认知AI

2、认知数据

3、AI相关核心原理解析

4、AI核心概念

5、AI迭代流程

（2）AI模型训练原理与训练策略解析

1、模型训练原理解析

2、参数调优原理与策略

3、模型训练中的梯度下降法

（3）AI技术领域介绍与分析

1、机器学习

2、深度学习

3、联邦学习

4、AIGC

（4）AI应用领域介绍与分析

1、cv计算机视觉

2、nlp自然语言处理

3、rs智能推荐

4、智能路径规划

5、OCR技术

（5）AI发展历程与趋势分析

1、图灵测试与AI诞生

2、机器学习与深度学习

3、大模型

4、AGI

5、AI从认知到应用的企业级思路分析

（6）AI企业赋能潜在风险分析

1、数据安全

2、预测容错率分析与风险管控

二、AI赋能企业场景应用解析（维度、深度、成本、前瞻）

（1）AI-1.0赋能解析

1、分类预测

2、回归预测

3、聚类预测

4、数据降维

（2）AI-2.0赋能解析

1、text2text

2、text2image

3、text2video

4、image2video

5、text2ppt

6、image-2-3D

7、text2sql

8、text2speech

三、AI技术应用维度分析与实战演示

（1）AI赋能企业的预测业务

1、数据分类预测

2、数据回归预测

3、数据聚类预测

（2）大模型本地私有化部署

1、ollama基本安装与使用说明

2、开源大模型介绍

3、大模型web界面

4、本地大模型基本应用演示

（3）大模型本地知识库搭建

1、知识库原理

2、知识库向量模型安装与介绍

3、知识库创建与演示

4、知识库创建注意事项与对应解决方案分析

（4）大模型RAG技术

1、RAG技术原理

2、RAG相关模型介绍与安装

3、RAG创建与演示

（5）大模型API接口调用

1、API接口模式原理

2、开源大模型API接口创建与演示

3、付费大模型API接口介绍

（6）大模型提示词技巧

1、提示词原理解析

2、提示词设计基本原则与策略

3、不同应用场景提示词分析与实战演示

（7）大模型微调分析

1、大模型微调原理解析

2、大模型微调平台分析与实例展示

3、大模型微调的难点与注意事项分析

四、AI在学员业务场景的应用实战

（1）基于大模型的代码设计与代码问题解决分析

1、当前代码撰写与问题解决分析思路

2、基于大模型实现的代码撰写与问题解决分析实现演示

3、基于大模型实现的代码设计工作流分析

4、场景赋能深度、成本、效率提升分析

（2）基于大模型的科技论文高效阅读

1、当前阅读论文的策略分析

2、基于大模型的论文阅读演示

3、场景赋能深度、成本、效率提升分析

（3）基于大模型的智能客服

1、当前企业客服的实现策略与模式

2、基于大模型实现的企业智能客服演示

3、基于大模型的企业客服工作流分析

4、场景赋能深度、成本、效率提升分析

（4）基于大模型的软件开发相关图案、界面设计

1、当前软件开发相关图案、界面设计的策略分析

2、基于大模型的软件开发相关图案、界面设计实战演示

3、基于大模型的软件开发相关图案、界面设计工作流分析

4、场景赋能深度、成本、效率提升分析

（5）基于大模型的软件开发相关岗位前沿知识技术高效扩展学习

1、当前扩展学习的模式、时间、效率分析

2、基于大模型实现的扩展学习实战演示

3、场景赋能深度、成本、效率提升分析

五、课程回顾与总结