DeepSeek赋能效能提升实战(3天) --结合案例分析、演示、上机实践

大模型前沿应用实践 / 2025-07-09 17:56:38
DeepSeek赋能效能提升实战(3天) --结合案例分析、演示、上机实践
    马上咨询

    讲师简介

    Mike老师，毕业于清华大学软件学院

    • 具有19年IT项目实战经验，6年AI经验，3年大模型应用经验，10年技术团队管理经验，涉及互联网金融与银行项目测试与自动化，敏捷项目管理，DevOps工具链研发等。包括金融系统、广告系统、企业信息化、企业互联网应用，AI技术与应用等。
    • 有15年培训授课经验。任多界TID大会出品人，特约测试专家讲师，QCon  DevOps专家讲师。
    • 曾任某互联网公司AI研究院质量与工程效率负责人，带领50人团队负责人工智能产品质量保障，自动化测试工具与平台开发，工程效率工具链研发等工作。
    • 曾于世界500强金融外企任首席软件测试开发工程师兼自动化测试主管，参与多个项目的敏捷转型与项目管理、自动化测试工具设计、框架开发以及部署工作。
    • 技术上主要擅长自动化与敏捷测试，持续集成环境构建，测试框架与工具开发，Scrum团队管理，DevOps和工程效率工具链研发等。
    • 管理上主要擅长团队梯队化建设，团队激励，绩效管理，规则与制度建立，高效沟通等。
    • 曾获得阿里达摩院人工智能训练师（高级），AWS云计算架构师，PMP，ISTQB，国家软件评测师，6 Sigma GB等多项认证。
    • 拥有17项目国家技术发明专利（第一发明人），涉及测试，效能，AI算法等。


    课程目标

    结合开源离线大模型，全面讲述并带领学员搭建大模型环境，结合企业实际，通过CV、语音与NLP大模型实现业务需求，如智能客服，财务报表识别，合规检查等。

    课程优势

    1. 课程所涉及软件全部开源，且可离线私有化部署，保护企业数据安全
    2. 动手上机实践，带领学员搭建CV，语音和NLP LLM体系
    3. 结合企业实际痛点与业务需求，结合大模型技术，给出解决方案

    课程收益

    1. 理解大模型核心原理，模型训练和优化策略
    2. 掌握设计有效提示词，以及提示词工程优化实践
    3. 掌握OLlama搭建方法，以及3种调用大模型方式
    4. 掌握常用大模型推理参数微调方法
    5. 掌握CV、语音和NLP 大模型在各种业务场景中的应用
    6. 结合上机实践，调用DeepSeek，llama-vision，Qwen，stable-diffusion，whisper等大模型


    课程大纲
    大语言模型核心技术与应用 ~ 2.5小时
    • AI大模型与应用典型问题分析
      • 问题分析
      • 讨论
    • 大语言模型技术
      • AI技术概览
      • AI技术的四要素
      • AI模型的研发流程
      • 深度学习与神经网络
      • 大语言模型的定义和特点
      • 大语言模型技术演变简史
      • 大语言模型训练方法和优化技术
      • 大模型面临的挑战
    • 大语言模型Transformer核心技术
      • Transformer核心原理
      • Self-Attention
      • 多头注意力机制
      • 位置前馈网络
      • 残差连接和层归一化
      • 位置编码
      • 解码器
      • Mask（掩码）
      • 最后的线性层和 Softmax 层
      • 正则化操作
      • 模型参数量
    • 大模型结果优化策略
      • 温度微调
      • 使用top-k/top-p采样
      • 增加上下文信息
      • 模型后处理
      • 大模型微调
      • 多模型融合
      • 【案例】生产环境数据抽检评测
      • 【案例】badcase分析与优化推荐
    • 主流大模型介绍~文文
      • 文生文-llamma
      • 文生文-Qwen
      • 文生文-Deepseek
    • 主流大模型介绍~文图
      • 图生文-Llava
      • 图生文-llama-vision
      • 文生图-stable-diffusion
      • 文生视频- CogVideoX
      • 视频生文- VideoChat
    • 主流大模型介绍~文音
      • 文生语音-chatTTS
      • 语音生文- whisper
    大模型部署实践与提示词工程 ~ 2小时
    • OLlama部署应用
      • OLlama简介
      • 模型参数
      • 网络安全隔离
      • 部署OLlama环境
      • OLlama常用操作命令
      • 离线模型CLI接口
      • 模型API接口
      • API调用方式
      • UI调试界面
      • 模型微调
      • 【案例】实现离线大模型人机对话
    • 上机实践
      • OLlama部署
      • Qwen2.5模型部署
      • 常用命令操作
      • 3种方式调用大模型练习
    • 提示词工程
      • 什么是提示词工程？
      • 提示词原理
      • 如何设计有效提示词
      • 提示词的基本结构
        • 指令
        • 上下文
        • 输入数据
        • 输出格式
        • 示例
      • 提示词优化方案
      • 【案例】提示词返回精准答案
    • 提示词库与脚本调用大模型
      • 维护提示词库
      • 关键词匹配
      • 开发脚本调用大模型
      • 【案例】一键式调用大模型
    • 上机实践
      • 提示词优化练习
      • 运行一键式调用大模型
    知识库体系搭建与RAG ~ 1小时
    • Dify概述与主要功能
      • Dify平台概述
      • Dify的核心功能与优势
      • Dify与其他平台对比
      • 低代码/无代码开发模式
    • RAG概述
      • 什么是RAG
      • RAG 架构
      • 检索模块
      • 生成模块
      • 融合模块
    • 构建本地知识库
      • 什么是知识库
      • 向量数据库
      • 使用Embedding模型将文本转换为数值向量
      • 导入文本
    • 上机实践
      • 导入本地知识库
      • 创建AI agent
      • 【案例】DeepSeek实现智能对话
    CV图像大模型赋能效能提升应用 ~ 2小时
    • 财务报表关键信息提取
      • OCR概述
      • OCR技术原理
      • 【案例】利用大模型进行报表关键信息提取
    • 图像内容理解
      • 提示词优化
      • llama-vision大模型技术原理
      • 【案例】图像理解
    • 异常交易行为监测
      • 异常交易规则设定
      • 【案例】异常交易监测
    • 图像生成
      • 提示词优化
      • stable-diffusion大模型技术原理
      • 【案例】利用大模型生成图像
    • 图表生成
      • 基于数据输入自动生成折线图
      • 基于输入数据自动生成柱状图
      • 【案例】利用Dify工具生成图表
    • 上机实践
      • 使用Llava和llama-vision实现图生文调用
      • 使用stable-diffusion实现文生图调用
    CV视频大模型赋能效能提升应用 ~ 1小时
    • 视频内容理解
      • 视频理解大模型技术原理
      • VideoChat应用
      • 【案例】OPEC会议/企业财报发布会的视频理解
      • 【案例】卫星/无人机视频分析与期货趋势预测
    • 视频生成
      • 视频生成大模型技术原理
      • CogVideoX应用
      • 【案例】大模型生成投资者教育视频
    •  上机实践
      • 使用VideoChat实现文生视频调用
      • 使用CogVideoX实现视频生文调用
    NLP大模型赋能效能提升应用 ~ 4小时
    • DeepSeek概述
      • DeepSeek简介
      • DeepSeek架构与原理
      • DeepSeek优势
      • DeepSeek不足
      • 如何部署DeepSeek
      • 【案例】本地调用DeepSeek
    • 网页爬虫与摘要提取
      • 什么是爬虫
      • 通过API工具调用爬虫
      • AI摘要提取
      • 【案例】实现信息爬取并获取摘要
    • AI机器翻译
      • AI翻译的基本原理
      • 使用大模型进行翻译
      • 对翻译内容进行优化
      • 【案例】实现信息中英文互译
    • 智能客服
      • 基本内容问答
      • 知识库增强检索RAG
      • 【案例】智能客服应用搭建
    • 舆情分析
      • 舆情类型
      • 【案例】文本情感分类
      • 【案例】多模态进行舆情分析
    • 趋势挖掘
      • 大数据挖掘
      • 趋势分析
      • 【案例】大模型进行趋势预判与挖掘
    • 风险识别
      • 风险类型定义
      • 【案例】利用大模型进行风险识别
    • 合规检查
      • 敏感信息与行为库
      • 【案例】利用大模型进行合规检查
    • 上机实践
      • 使用Qwen和Deepseek实现以上场景的文生文调用与优化
    自定义工具与AI智能体集成 ~ 0.5小时
    • Dify自定义工具
      • 自定义工具创建流程
      • Xinference概述
      • 利用Xinference启动本地离线大模型
      • Dify集成Xinference模型服务
      • Dify创建自定义工具
      • Workflow调用自定义工具
      • 【案例】Dify内置常用工具
      • 【案例】AI语音识别集成至Dify
    语音大模型赋能效能提升应用 ~ 1小时
    • 视频中语音识别
      • ASR大模型技术原理
      • 音频提取方法
      • ffmpeg提取音频
      • 利用whisper进行语音识别
      • 利用Deepseek进行识别后文字自动修正
      • 【案例】投资视频提取文案整理
    • 语音合成
      • TTS大模型技术原理
      • 音色与语速选择
      • chatTTS-ui部署与应用
      • 【案例】chatTTS实现语音合成
    • 上机实践
      • 视频中语音识别
      • 搭建AI智能体进行语音识别并优化结果
    大模型在DevOps领域的应用 ~ 3.5小时
    • 大模型在CICD中应用
      • 大模型在全链路CICD中应用
    • 代码理解与重构建议
      • 代码重构概述
      • 通过DeepSeek进行代码解释
      • 通过DeepSeek进行代码重构
      • 【案例】代码重构效果对比
    •  缺陷检测与代码审查
      • Code review概述
      • Code review结果解析
      • Code review结果推送
      • 【案例】DeepSeek进行自动化code review
    • 白盒测试代码自动化生成
      • DeepSeek生成java单元测试代码
      • 进行自动化单元测试执行
      • 优化单元测试代码
      • 【案例】白盒测试集成至CI流水线
    • 研发自测自动化用例生成
      • 生成自动化测试脚本
      • 【案例】DeepSeek自动生成自动化用例
      • 【案例】自动化用例集成至CI流水线
    • 代码缺陷修复
      • 常见代码缺陷类型
      • 通过DeepSeek进行代码缺陷修复
      • 【案例】代码缺陷自动化检查
    • UI自动化测试用例生成
      • 优化提示词
      • 【案例】DeepSeek生成selenium自动化测试用例脚本
    • 代码质量评估
      • 代码质量评价维度
      • 开发代码质量评估脚本
      • 【案例】DeepSeek实现提交代码分钟级质量评估反馈
    • 上机实践
      • DeepSeek进行代码分析
      • DeepSeek进行代码自动化生成
    • 智能化运维自动化实践
      • DeepSeek生成Jenkins groovy脚本构建CI pipeline
      • 根据历史数据做流量预测
      • 智能告警与预警
      • 监控图像分析与理解
      • 智能故障诊断
      • 智能故障自愈
    • 智能化运维降本增效实践
      • Docker file扫描优化实践
      • 动态缩扩容实践
      • 存储优化实践
      • 机器资源配比优化实践
    • 智能错误定位
      • 日志等级与规范
      • 分析错误日志
      • 【案例】通过DeepSeek进行错误自动化定位
      • 【案例】通过Llama进行监控图像异常分析
    课程总结与答疑 ~ 0.5小时


    最新动态

    点击阅读更多内容
    返回顶部