希望掌握大模型应用开发的软件工程师
需要将AI能力集成到业务系统的企业IT人员
高校计算机、人工智能等专业的教师和学生
通过本课程的系统学习,使学员全面掌握大模型应用开发的核心技术,具备使用LangChain等框架构建RAG应用、开发AI智能体的能力,能够独立完成企业级AI应用从设计到部署的全流程。
大模型技术概述与发展趋势:介绍大模型的技术演进(GPT系列、Llama、文心一言等),分析大模型在垂直行业中的应用价值。根据Coursera 2026职业技能报告,GenAI已成为最热门技能-9。
提示工程(Prompt Engineering):系统学习提示词设计原则,掌握零样本、少样本提示、链式思维(CoT)等高级技巧。
检索增强生成(RAG)技术原理:讲解RAG的核心架构:文档加载、文本分割、向量化、向量检索、重排序。
LangChain框架入门:学习LangChain的核心组件:模型IO、检索、链(Chains)、代理(Agents)、回调。
向量数据库选型与应用:介绍主流向量数据库(Pinecone、Milvus、Chroma、Qdrant)的特点与适用场景。
大模型微调技术:讲解全量微调与高效参数微调(LoRA、P-Tuning)的原理与实现。
智能体(AI Agent)开发:系统学习ReAct模式、Plan-and-Execute模式的智能体构建方法。
多模态大模型应用:介绍图像生成(Stable Diffusion)、视觉问答(VQA)等应用开发。
大模型应用部署与优化:学习模型量化、推理加速、成本控制等生产环境部署技巧。
AI应用评估与测试:掌握RAGAS评估框架、响应质量评测方法。
安全与伦理考量:学习内容安全过滤、隐私保护、偏见缓解等最佳实践。
综合项目实战:企业知识库问答系统:给定典型场景(如企业内部文档问答),学员完成从数据准备、RAG系统构建、前端展示到部署上线的完整开发流程。