培训目标:
1.让团队或个人快速掌握大模型开发、调优、部署的核心技能
2.聚焦应用落地与工程化能力
3.实现大模型技术在工业场景 ( 如智能客服、数据分析、流程优化) 中的高效应用
4.帮助学员快速掌握大模型在软件开发、 自动化流程、项目管理中的核心应用技能 ,提升工作效率
课程大纲
模块一:大模型基础与行业应用认知
大模型底层逻辑与技术架构
多模态能力在软件/自动化行业应用场景
Prompt Engineering实战:需求分析、文档生成、代码生成
模块二:开发效率提升实战
大模型辅助代码生成与优化 ;自动化测试用例生成
技术文档自动编写; 调试与错误分析辅助
模块三: RAG与知识库构建
私有知识库构建(技术文档、行业标准)
检索增强生成在技术支持中的应用; 自动化流程文档生成
实验:构建公司内部知识问答系统
模块四: 自动化行业专项应用
控制逻辑代码生成;
PLC编程辅助
工业协议文档处理;
设备故障诊断知识库构建
模块五:模型微调与定制化
LoRA/P-Tuning微调原理;
行业专用模型微调实战
自动化脚本生成模型训练;
软件需求规格模型定制
模块六:智能体开发与应用
Agent框架与架构设计;
自动化工作流智能体
项目管理智能助手;
代码审查自动化Agent
模块七:工程化部署与管理
阿里云百炼平台调用实践;
云原生部署与弹性推理;成本优化策略
安全与权限管理
模块八:行业解决方案实战
软件开发生命周期优化方案;
自动化系统设计效率提升
团队协作与知识管理智能化
实战演练:完整项目流程大模型应用
培训收益
一:入门与实战应用
1.掌握基础认知 :了解大模型的底层逻辑与多模 态(文本/图像/语音)能力。
2.掌握核心技能:学习提示词工程( Prompt Engineering) ,编写高效指令。
3.提升开发效率:能将大模型应用于代码生成、 文档编写和测试用例生成。
4.建立企业知识库:学习RAG技术 ,构建专属问答系统。
二:深化与工程落地
1. 学会定制模型:掌握模型微调技术(如LoRA) ,打造行业专用模型。
2.开发智能体:学习智能体(Agent)开发,构建自动化工作流。
3.实现工程化部署:掌握通过阿里云百炼等平台进行API调用、云原生部署。
4.制定落地策略:学习成本与安全优化 ,形成可行的企业应用方案