我要報(bào)名

咨詢電話：
手　　機(jī)：	郵箱：

培訓(xùn)背景

2025年春節(jié)期間中國(guó)的DeepSeek火爆全球，震驚美國(guó)硅谷，可以與花費(fèi)百億巨資的GPT相媲美，戳穿美股科技泡沫，以英偉達(dá)為代表的AI龍頭出現(xiàn)了暴跌。DeepSeek讓特朗普也感到懼怕，隨即美國(guó)黑客攻擊DeepSeek的網(wǎng)站，使其癱瘓，中美爆發(fā)網(wǎng)絡(luò)黑客大戰(zhàn)。DeepSeek的爆火源于其多方面優(yōu)勢(shì)。首先，它完全開(kāi)源，可本地部署，無(wú)使用限制，保護(hù)用戶隱私。其次，其性能強(qiáng)大，效果可比肩甚至超越國(guó)際頂尖模型，尤其在中文處理和復(fù)雜邏輯推理方面表現(xiàn)出色。此外，DeepSeek訓(xùn)練成本低，API價(jià)格僅為同類產(chǎn)品的三十分之一，性價(jià)比超高。它還支持深度思考，能展示清晰的思維鏈，并具備聯(lián)網(wǎng)搜索、拍照識(shí)字、文件上傳等功能，使用場(chǎng)景豐富。最后，其響應(yīng)速度快，生成內(nèi)容幾乎無(wú)需等待。

培訓(xùn)對(duì)象

程序員、開(kāi)發(fā)工程師、軟件設(shè)計(jì)師、項(xiàng)目經(jīng)理、架構(gòu)師等。

本課程面向零基礎(chǔ)LLM應(yīng)用開(kāi)發(fā)者，不需要了解復(fù)雜數(shù)學(xué)算法，機(jī)器學(xué)習(xí)原理，不需要之前學(xué)習(xí)過(guò)大模型知識(shí)。有Java，C#，C++等編程基礎(chǔ)，最好有Python基礎(chǔ)知識(shí)，但即使你對(duì) Python 不太熟悉，也完全沒(méi)有關(guān)系。課程主要閱讀和講解案例代碼。

培訓(xùn)收益

提供清晰全面的可用知識(shí)，快速了解DeepSeek和API；

對(duì)比OpenAI和國(guó)內(nèi)多個(gè)其他大模型（文心，智譜，千問(wèn)等）的工作原理及優(yōu)勢(shì)；

在案例基礎(chǔ)上使用流行的編程語(yǔ)言構(gòu)建大模型應(yīng)用；

掌握如何構(gòu)建文本生成、問(wèn)答和內(nèi)容摘要等初階大模型應(yīng)用；

了解提示工程、模型微調(diào)、插件、LangChain，RAG，Agent等高階實(shí)踐技術(shù)。

課程大綱

第一章 DeepSeek大模型原理和應(yīng)用

第一部分: LLM大模型核心原理

1.大模型基礎(chǔ)：理論與技術(shù)的演進(jìn)

2.LLMs大語(yǔ)言模型的概念定義

3.LLMs大語(yǔ)言模型的發(fā)展演進(jìn)

4.LLMs大語(yǔ)言模型的生態(tài)體系

5.大語(yǔ)言模型技術(shù)發(fā)展與演進(jìn)

6.基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)的語(yǔ)言模型

7.基于深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)言模型

8.基于 Transformer 的大語(yǔ)言模型

9.LLMs大語(yǔ)言模型的關(guān)鍵技術(shù)

10.LLMs大語(yǔ)言模型的核心框架：商業(yè)&開(kāi)源

11.LLMs大語(yǔ)言模型的行業(yè)應(yīng)用

第二部分: DeepSeek大模型應(yīng)用-辦公提效

1.官方大模型DeepSeek應(yīng)用

2.DeepSeek辦公提效

3.使用DeepSeek官方模型做推理任務(wù)

4.DeepSeek和OpenAI O1模型的對(duì)比總結(jié)

5.DeepSeek和國(guó)內(nèi)其他大模型對(duì)比（智譜，文心，通義，kimi等）

6.DeepSeek和國(guó)外其他大模型對(duì)比（Claude Gemini Mistral等）

第三部分: DeepSeek大模型推理能力1.DeepSeek-R1 發(fā)布

2.對(duì)標(biāo) OpenAI o1 正式版

3.DeepSeek-R1 上線 API

4.DeepSeek 官網(wǎng)推理與 App

5.DeepSeek-R1 訓(xùn)練論文

6.蒸餾小模型超越 OpenAI o1-min

7.DeepSeek-R1 API 開(kāi)發(fā)應(yīng)用

8.通用基礎(chǔ)與專業(yè)應(yīng)用能力

第二章 基于DeepSeek大模型API開(kāi)發(fā)應(yīng)用

第一部分:DeepSeek大模型與Prompt提示工程

1.Prompt如何使用和進(jìn)階

2.什么是提示與提示工程

3.提示工程的巨大威力：從Let’s think step by step說(shuō)起

4.拆解、標(biāo)準(zhǔn)化、流程化：如何用AI改造工作

5.使用BROKE框架設(shè)計(jì)ChatGPT提示

6.通過(guò)案例分析，展示如何使用大模型prompt技術(shù)輔助開(kāi)發(fā)

第二部分: DeepSeek大模型 API 應(yīng)用開(kāi)發(fā)

1.DeepSeek-V3 大模型API

2.DeepSeek-R1推理大模型API

3.DeepSeek模型 & 價(jià)格

4.DeepSeek模型參數(shù)Temperature 設(shè)置

5.DeepSeek模型Token 用量計(jì)算

6.DeepSeek模型錯(cuò)誤碼

7.DeepSeek大模型多輪對(duì)話

8.DeepSeek大模型對(duì)話前綴續(xù)寫(xiě)（Beta）

9.DeepSeek大模型FIM 補(bǔ)全（Beta）

10.DeepSeek大模型JSON Output

11.DeepSeek大模型Function Calling

12.DeepSeek大模型上下文硬盤(pán)緩存

13.文本內(nèi)容補(bǔ)全初探（Text Completion）

14.聊天機(jī)器人初探（Chat Completion）

15.基于DeepSeek開(kāi)發(fā)智能翻譯助手

16.案例分析

第三部分: DeepSeek大模型對(duì)比其他大模型API（國(guó)外和國(guó)內(nèi)其他）

1.OpenAI大模型API

2.claude大模型API

3.Gemini 大模型API

4.智譜大模型API 介紹

5.使用 GLM-4 API構(gòu)建模型和應(yīng)用

6.基于通義千問(wèn)大模型API的應(yīng)用與開(kāi)發(fā)

7.基于百度大模型API應(yīng)用開(kāi)發(fā)

8.基于字節(jié)，騰訊，華為大模型應(yīng)用開(kāi)發(fā)

第四部分: DeepSeek大模型API構(gòu)建應(yīng)用程序（12案例，靈活選擇）1.應(yīng)用程序開(kāi)發(fā)概述

2.案例項(xiàng)目分析

3.項(xiàng)目1：構(gòu)建新聞稿生成器

4.項(xiàng)目2：語(yǔ)音控制

5.項(xiàng)目3：企業(yè)管理系統(tǒng)MIS應(yīng)用案例分析

6.項(xiàng)目4：某企業(yè)智能管理系統(tǒng)

第三章 DeepSeek和LangChain開(kāi)發(fā)應(yīng)用

第一部分: 大模型應(yīng)用開(kāi)發(fā)框架 LangChain

1.大模型應(yīng)用開(kāi)發(fā)框架 LangChain

2.LangChain 是什么

3.為什么需要 LangChain

4.LangChain 典型使用場(chǎng)景

5.LangChain 基礎(chǔ)概念與模塊化設(shè)計(jì)

6.LangChain 核?模塊入門(mén)與實(shí)戰(zhàn)

7.LangChain 的3 個(gè)場(chǎng)景

8.LangChain 的6 大模塊

9.LangChain 的開(kāi)發(fā)流程

10.創(chuàng)建基于LangChain聊天機(jī)器人

第二部分: 基于DeepSeek和LangChain構(gòu)建文檔問(wèn)答系統(tǒng)

1.構(gòu)建復(fù)雜LangChain應(yīng)用

2.LangChain模型(Models)：從不同的 LLM 和嵌入模型中進(jìn)行選擇

3.LangChain提示(Prompts)：管理 LLM 輸入

4.LangChain鏈(Chains)：將 LLM 與其他組件相結(jié)合

5.LangChain索引(Indexs)：訪問(wèn)外部數(shù)據(jù)

6.LangChain記憶(Memory)：記住以前的對(duì)話

7.LangChain代理(Agents)：訪問(wèn)其他工具

8.使用大模型構(gòu)建文檔問(wèn)答系統(tǒng)

第四章 DeepSeek構(gòu)建企業(yè)級(jí)RAG知識(shí)庫(kù)

第一部分: DeepSeek大模型企業(yè)RAG應(yīng)用

1.RAG技術(shù)概述

2.加載器和分割器

3.文本嵌入和 向量存儲(chǔ)

4.檢索器和多文檔聯(lián)合檢索

5.RAG技術(shù)的關(guān)鍵挑戰(zhàn)

6.檢索增強(qiáng)生成實(shí)踐

7.RAG技術(shù)文檔預(yù)處理過(guò)程

8.RAG技術(shù)文檔檢索過(guò)程

第二部分: 構(gòu)建基于DeepSeek RAG Agent：實(shí)現(xiàn)檢索增強(qiáng)生成

1.何謂檢索增強(qiáng)生成

2.提示工程、RAG與微調(diào)

3.從技術(shù)角度看檢索部分的Pipeline

4.從用戶角度看RAG流程

5.RAG和Agent

6.通過(guò)Llamalndex的ReAct RAG Agent實(shí)現(xiàn)檢索

7.獲取井加載電商的財(cái)報(bào)文件

8.將財(cái)報(bào)文件的數(shù)據(jù)轉(zhuǎn)換為向量數(shù)據(jù)

9.構(gòu)建查詢引擎和工具

10.配置文本生成引擎大模型

11.創(chuàng)建Agent以查詢信息

第五章 基于DeepSeek大模型Agent智能體開(kāi)發(fā)

第一部分:DeepSeek大模型驅(qū)動(dòng)的Agent智能體開(kāi)發(fā)概述

1.智能體的定義與特點(diǎn)

2.智能體與傳統(tǒng)軟件的關(guān)系

3.智能體與LLM的關(guān)系

4.從ChatGPT到智能體

5.智能體的五種能力

6.記憶，規(guī)劃，工具，自主決策，推理

7.多智能體協(xié)作

8.企業(yè)級(jí)智能體應(yīng)用與任務(wù)規(guī)劃

9.智能體開(kāi)發(fā)

第二部分: 基于Deepseek和LangChain構(gòu)建Agent

1.通過(guò)LangChain中的ReAct框架實(shí)現(xiàn)自動(dòng)定價(jià)

2.LangChain ReAct框架

3.LangChain中ReAct Agent 的實(shí)現(xiàn)

4.LangChain中的工具和工具包

5.通過(guò)create_react_agent創(chuàng)建Agent

6.深挖AgentExecutor的運(yùn)行機(jī)制

7.Plan-and-Solve策略的提出

8.LangChain中的Plan-and-Execute Agent

9.通過(guò)Plan-and-Execute Agent實(shí)現(xiàn)物流管理

10.為Agent定義一系列進(jìn)行自動(dòng)庫(kù)存調(diào)度的工具

第六章 DeepSeek深入學(xué)習(xí)

第一部分: DeepSeek原理和優(yōu)化

1.DeepSeek原理剖析

2.DeepSeek系統(tǒng)軟件優(yōu)化

3.DeepSeek 訓(xùn)練成本

4.DeepSeek V3模型參數(shù)

5.DeepSeek MoE架構(gòu)

6.DeepSeek 架構(gòu)4方面優(yōu)化

7.DeepSeek R1 論文解讀

8.DeepSeek R1的創(chuàng)新點(diǎn)剖析

9.DeepSeek R1 引發(fā)的創(chuàng)新思考

第二部分: 私有化部署DeepSeek推理大模型

1.DeepSeek云端部署

2.DeepSeek和國(guó)產(chǎn)信創(chuàng)平臺(tái)

3.DeepSeek和國(guó)內(nèi)云平臺(tái)

4.利用Ollama私有化部署DeepSeek R1大模型

5.一鍵部署DeepSeek R1大模型

6.DeepSeek R1私有化部署總結(jié)

第三部分: DeepSeek大模型微調(diào)

1.DeepSeek 大模型微調(diào)

2.為何微調(diào)大模型

3.大模型先天缺陷

4.預(yù)訓(xùn)練成本高昂

5.垂直數(shù)據(jù)分布差異

6.提示推理成本限制

7.DeepSeek大模型微調(diào)的三個(gè)階段剖析

8.DeepSeek大模型微調(diào)的兩種方法剖析

專家老師

劉老師 | 國(guó)內(nèi)頂尖AI專家

最近幾年帶隊(duì)完成了數(shù)十個(gè)AI項(xiàng)目，內(nèi)容不僅包括深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等具體技術(shù)要點(diǎn)，也包括AI的整體發(fā)展、現(xiàn)狀、應(yīng)用、商業(yè)價(jià)值、未來(lái)方向等，涵蓋內(nèi)容非常豐富。完成多個(gè)深度學(xué)習(xí)實(shí)踐項(xiàng)目，廣泛應(yīng)用于醫(yī)療、交通、銀行、電信等多個(gè)領(lǐng)域。從2020年推出的多門(mén)課程《AI大模型賦能行業(yè)應(yīng)用與解決方案》《AI大模型輔助軟件研發(fā)管理與效能提升》和《AI大模型技術(shù)及開(kāi)發(fā)應(yīng)用實(shí)踐》更是廣受歡迎，已經(jīng)為幾十家企業(yè)培訓(xùn)，作為一名AI技術(shù)專家，對(duì)人工智能的理解深入透徹。他不僅精通AI的編程技術(shù)，還熟悉各種AI工具的使用，尤其在AI行業(yè)應(yīng)用更是有著獨(dú)特的見(jiàn)解和實(shí)踐經(jīng)驗(yàn)；自從2023年以來(lái)幫助多家研發(fā)中心做AI輔助開(kāi)發(fā)效能提升咨詢服務(wù)。同時(shí)也是微軟人工智能認(rèn)證工程師，阿里云AI人工智能訓(xùn)練師。在人工智能領(lǐng)域的深耕和創(chuàng)新，也得到了出版社的青睞，計(jì)劃出版自己的著作。也在多家技術(shù)大會(huì)做AI技術(shù)講座。

我要報(bào)名

在線報(bào)名：DeepSeek大模型應(yīng)用開(kāi)發(fā)最佳實(shí)踐(重慶)