讲师介绍
陈旸 清华大学计算机博士
阿里云MVP,腾讯云TVP,百度AI比赛教练,清华企业家协会YoungTeec成员,EO企业家协会成员,九三学社成员,IEEE Member, ACM Member,中国人工智能协会成员,中国计算机协会CCF数据库专委。
《数据分析》《SQL必知必会》《AIGC行动营》专栏作者,付费订阅人数超过17万人,国内数据分析领域Top1。
面向学员
有数据分析基础和Python基础学员,或在业务上有数据分析需求,希望通过自然语言进行实现的学员
培训需求
了解生成式AI在国内外金融行业和互联网行业的应用,基于生成式AI,可以自助式进行SQL查询,BI分析,数据分析,数据挖掘等
培训目标
了解和掌握生成AI的应用场景,技术实现路径和Show Case,能使用生成式AI对数据进行分析和挖掘,能通过生成式AI进行Python编程辅助,提升数据分析的效率和质量。
课程大纲
|
- AIGC的超能力
- 为什么AIGC的“超能力”能得到人类的认可
- AIGC的优势与不足
- Generative Agent
- OpenAI开发者大会的影响
- 升级与降价
- 打造GPTStore生态
- 对大语言模型生态的冲击和影响
- LLM Show Case
- SQL Copilot(银行)
- BI Copilot(银行)
- 用户趋势分析(雀巢)
- 客服会话小结(马上消金)
- 客服智能排班(平安)
- AI识图(晶科)
- 智能客服(银行)
- 企业内知识助手(奔驰)
- 自动化测试
- Design to Code (UI设计稿到代码)
- 使用AIGC提升Python数据分析能力
- AIGC如何提升Python数据分析
- 数据分析方法选择
- 代码编写,代码理解,代码注释
- 代码Bug修复,代码优化
- 如何选择大模型
- 大模型的评测
- Chat Model:ChatGLM3, Qwen
- Code Model: CodeGeex2, SQLCoder, WizardCoder-Python
- 如何让大模型更准确的进行推理 Prompt Engineering的技巧
- 数据建模CASE:信用卡违约预测
- 使用AIGC进行数据探索
- 使用AIGC进行特征工程
- 使用AIGC编写信用卡违约预测代码
- 使用AIGC对模型特征重要性进行洞察
- CASE:SQL Copilot(自然语言生成SQL查询)
- 如何使用大模型进行SQL辅助
- 元数据管理
- 指标定义
- 通过RAG进行数据增强
- SQL评测
- CASE:BI Copilot(自然语言生成报表)
- 如何使用大模型进行报表辅助
- 大模型中的Code Interpreter
- CASE:搭建用户违约分析看板
- CASE:搭建用户违约模型
- 大模型使用的挑战与应对方案
- LLM的“幻觉”
- 如何通过Prompt Engineering增强LLM推理,减少幻觉
- LLM推理中的ReAct机制
- 数据安全性问题
- 不同层级的数据安全性解决方法
- Prompt注入
- 训练数据投毒
- 模型窃取
- 海绵攻击
- AI对齐
- Q&A 答疑
|