工程師
互聯(lián)網(wǎng)
其他
機器學習
工程師
Python
API
研發(fā)效能
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

AI全棧工程師入門與實踐

阿里云MVP 技術(shù)顧問 CTO

阿里云MVP,華為HCDE成員|技術(shù)作者
業(yè)界資深技術(shù)專家,從事開發(fā)和架構(gòu)工作近10年,擅長Java/Python體系下各類技術(shù)棧、擁有微服務(wù)、分布式高并發(fā)、AI&機器學習、大數(shù)據(jù)亞臺系統(tǒng)架構(gòu)經(jīng)驗,曾相任多家創(chuàng)業(yè)公司CTO、合伙人,負責研發(fā)線所有產(chǎn)品技術(shù)架構(gòu)、團隊管理等工作,開發(fā)了多款金融、風控大數(shù)據(jù)、SaaS、區(qū)塊鏈等產(chǎn)品。
曾出版技術(shù)書籍《Akka實戰(zhàn): 快速構(gòu)建高可用分布式應(yīng)用》,受到多位業(yè)界知名技術(shù)專家聯(lián)名推薦作序,該書是國內(nèi)首本原創(chuàng)相關(guān)書籍。曾出版譯著《軟件開發(fā)實踐項目驅(qū)動式的Java開發(fā)指南》
曾受邀為HP、通用、中郵、亞安、建行、華泰等中外企業(yè)進行技術(shù)咨詢、培訓等。

阿里云MVP,華為HCDE成員|技術(shù)作者 業(yè)界資深技術(shù)專家,從事開發(fā)和架構(gòu)工作近10年,擅長Java/Python體系下各類技術(shù)棧、擁有微服務(wù)、分布式高并發(fā)、AI&機器學習、大數(shù)據(jù)亞臺系統(tǒng)架構(gòu)經(jīng)驗,曾相任多家創(chuàng)業(yè)公司CTO、合伙人,負責研發(fā)線所有產(chǎn)品技術(shù)架構(gòu)、團隊管理等工作,開發(fā)了多款金融、風控大數(shù)據(jù)、SaaS、區(qū)塊鏈等產(chǎn)品。 曾出版技術(shù)書籍《Akka實戰(zhàn): 快速構(gòu)建高可用分布式應(yīng)用》,受到多位業(yè)界知名技術(shù)專家聯(lián)名推薦作序,該書是國內(nèi)首本原創(chuàng)相關(guān)書籍。曾出版譯著《軟件開發(fā)實踐項目驅(qū)動式的Java開發(fā)指南》 曾受邀為HP、通用、中郵、亞安、建行、華泰等中外企業(yè)進行技術(shù)咨詢、培訓等。

課程費用

5800.00 /人

課程時長

2

成為教練

課程簡介

每當有新技術(shù)突破的時候,最流行的句式是“所有業(yè)務(wù)都可以用XX實現(xiàn)一遍”。AI大模型的突破,讓所有人再次躍躍欲試。作為工程師,我們有機會站在驅(qū)動業(yè)務(wù)重構(gòu)的最前沿,這里面有巨大的機會。在以傳統(tǒng)機器學習為代表的類AI階段,大家在技術(shù)層面往往會陷入語言/庫之爭,Python作為AI的門面語言,受到了極大關(guān)注,但同時也讓非Python的工程師陷入兩難:我要放棄現(xiàn)有的技術(shù)棧么?大模型的突破,讓這一切不是問題。首先,AI大模型在應(yīng)用層,API極為簡單,對于有其他語言經(jīng)驗的工程師來講并非難事。其次,過去的機器學習等知識體系,在大模型時代已沒有特別大的必要去深入了(當然,了解更好)。過去在了解部分底層算法的前提下做調(diào)參,而現(xiàn)在調(diào)好prompt就可以了(當然,要用好它也不容易)。
那么,既然AI大模型的應(yīng)用門檻不高,我們工程師該怎樣基于AI構(gòu)建自己的最核心競爭力,拓寬技術(shù)護城河,并持續(xù)賦能業(yè)務(wù)呢?這是我們本次課程的目標。
本次課程將從AI大模型行業(yè)現(xiàn)狀、AI發(fā)展路線圖、基于Copilot的研發(fā)效能提升、ChatGPT/OpenAI核心邏輯、Prompt工程及調(diào)優(yōu)、開源大模型微調(diào)流程等多個方面,從概念+實踐的角度去學習最前沿的AI知識,從0打造AI時代的全棧護城河。

目標收益

培訓對象

1、適合想進入AI領(lǐng)域,或者利用AI提升工作效能的工程師。
2.適合想更全面判斷AI趨勢、或者利用AI為現(xiàn)有業(yè)務(wù)賦能的技術(shù)管理者

課程大綱

引子 AI大模型現(xiàn)狀、AI與工程師、ChatGPG/OpenAI、Prompt工程、開源大模型微調(diào)
第一單元 AI大模型生態(tài)及現(xiàn)狀 1.大模型的前世今生
1.1從神經(jīng)網(wǎng)絡(luò)到預(yù)訓練
1.2Transformer框架解析
2.百模大戰(zhàn)時代
2.1國內(nèi)外主流大模型介紹
2.2AI+賦能場景案例介紹
第二單元 OpenAI與ChatGPT理論與實踐 3.OpenAI與ChatGPT的能力探索
3.1ChatGPT目前能做哪些事?
3.2OpenAI是如何這么智能的?
3.3Prompt工程實踐:開發(fā)一個對話機器人。
3.4Prompt的調(diào)優(yōu)方式
3.5Prompt的攻擊問題
第三單元 AI與工程師 4.Copilot:工程師的研發(fā)效能利器
4.1Copilot詳解
4.2Copilot安裝與配置
5.Copilot 應(yīng)用實戰(zhàn)
5.1使用Copilot進行輔助編程/代碼解釋
5.2 使用Copilot進行重構(gòu)/測試
第四單元 開源大模型及微調(diào)方案 6.開源大模型:垂直模型的基座
6.1開源大模型串講:Llama2、ChatGLM、昆侖天工
6.2Hugging Face:AI界的Github
6.3ChatGLM-6B微調(diào)方案
引子
AI大模型現(xiàn)狀、AI與工程師、ChatGPG/OpenAI、Prompt工程、開源大模型微調(diào)
第一單元 AI大模型生態(tài)及現(xiàn)狀
1.大模型的前世今生
1.1從神經(jīng)網(wǎng)絡(luò)到預(yù)訓練
1.2Transformer框架解析
2.百模大戰(zhàn)時代
2.1國內(nèi)外主流大模型介紹
2.2AI+賦能場景案例介紹
第二單元 OpenAI與ChatGPT理論與實踐
3.OpenAI與ChatGPT的能力探索
3.1ChatGPT目前能做哪些事?
3.2OpenAI是如何這么智能的?
3.3Prompt工程實踐:開發(fā)一個對話機器人。
3.4Prompt的調(diào)優(yōu)方式
3.5Prompt的攻擊問題
第三單元 AI與工程師
4.Copilot:工程師的研發(fā)效能利器
4.1Copilot詳解
4.2Copilot安裝與配置
5.Copilot 應(yīng)用實戰(zhàn)
5.1使用Copilot進行輔助編程/代碼解釋
5.2 使用Copilot進行重構(gòu)/測試
第四單元 開源大模型及微調(diào)方案
6.開源大模型:垂直模型的基座
6.1開源大模型串講:Llama2、ChatGLM、昆侖天工
6.2Hugging Face:AI界的Github
6.3ChatGLM-6B微調(diào)方案

課程費用

5800.00 /人

課程時長

2

預(yù)約體驗票 我要分享

近期公開課推薦

近期公開課推薦

活動詳情

提交需求