课程概览
AI大模型与DeepSeek应用培训班
单节价 = 总价 ÷ 课时；每小时价 = 总价 ÷ 总时长。帮你把"贵不贵"算清楚。
避坑提示 报名前先看这些
- ⚠ 价格 未公开，报名前务必确认
- ? 课时 未说明，无法折算单节价
- ✓ 退款 退款规则已公开
- ⚠ 老师 老师信息待核验
- ✓ 大纲 课程内容已公开
- ⚠ 工具费用 是否额外收取工具/账号费用未说明
- ? 学员评价 暂无足够已验证学员评价，口碑待积累
提示由平台按公开信息标准化生成，不代表机构有问题；报名前请向机构确认价格、退款与是否含工具/账号费用。
课程内容
- 大模型开发通用工具深度学习框架实操
- 大模型生态工具Hugging Face生态工具
- Deepseek开发工具与API实操
- Deepseek开发环境搭建
- Deepseek API核心功能调用文本生成
课程详情
关于举办《AI大模型与Deepseek》应用培训班 的通知
各有关企事业单位：
在数字化浪潮奔涌的当下，“《大模型工具与 DeepSeek》开发实战应用” 正成为 推动科技变革与产业升级的关键力量，国家陆续出台了多项政策，鼓励AI大模型行业发展与创新《信息化标准建设行动计划 (2024—2027 年)》《关于深化 智慧城市 发展推进 城市全域数字化转型的指导意见》《加快数字人才培育支撑数字经济发展行动方案 (2024-2026 年) 》等产业政策为 AI 大模型行业的发展提供了明确、广阔的市场前景，为企业提供了良好的生产经营环境。各项支持政策已推动 AI 大模型的广泛应用，预期会推动 AI 大模型市场。
主办单位：中关村智能科技发展促进会
支持单位：工业和信息化部人才交流中心
桂林电子科技大学
天津科技大学
承办单位：北京立春鑫晨教育咨询中心
一、培训内容
1.大模型开发通用工具
深度学习框架实操
以 PyTorch 和 TensorFlow 两大主流深度学习框架为例，详细讲解核心 API 使用方法。 包括模型构建，如何通过定义神经网络层、搭建模型结构 (如全连接层、卷积层、循环层 组合构建图像分类模型、文本生成模型) ；模型训练，设置损失函数 (如交叉熵损失用于分类任务、均方误差损失用于回归任务) 、优化器 (如 Adam 优化器调整模型参数) ，加载数据集 (从本地文件、数据库或数据接口读取数据并预处理为框架可接受格式) 进行训练，实时监控训练过程指标 (损失值、准确率等) ；模型推理，使用训练好的模型对新 数据进行预测，输出结果并进行后处理 (如分类任务中选择概率最大类别作为预测结果) 。通过实际代码示例与动手练习，让学员熟练掌握深度学习框架基本操作，为后续 DeepSeek 开发打下基础。
大模型生态工具
重点介绍 Hugging Face 生态工具。讲解 Transformers 库如何便捷调用各种预训练模型(只需几行代码加载如 GPT - 2 、BERT 等模型) ，进行模型微调、推理任务，通过修改模型配 置参数适应不同应用需求；Datasets 库用于数据处理，从数据加载 (支持多种格式数据) 、清洗 (去除无效数据、处理缺失值) 、转换 (如文本数据分词、向量化) 到数据集划分 (训练集、验证集、测试集) 全流程操作；Accelerate 库实现分布式训练配置，在多GPU 、多节点环境下加速模型训练，提升训练效率、通过案例演示与实际操作，让学员学会使用大型，生态工具提升开发效率与效果。
2.Deepseek开发工具与API实操
DeepSeek 开发环境搭建：详细指导学员进行 API 密钥申请，登录DeepSeek 官方平台， 按照指引完成账号注册与 API密钥获取流程；进行SDK 安装，以 Python SDK 为例，通 过 pip命令 (pip install deepseek - sdk) 快速安装，并解决安装过程中可能遇到依赖冲突、 版本不兼容等问题；完成开发环境配置，设置环境变量，确保 SDK 能正确连接 DeepSeek 服务，测试开发环境是否正常工作，如发送简单测试请求查看是否能正确返回结果，确保 学员顺利搭建 DeepSeek 开发环境。
DeepSeek API 核心功能调用
文本生成：通过 API 详细演示长文本创作，如撰写新闻报道、小说章节，设置合适 参数 (temperature 控制生成文本随机性，值越大越随机；top_k 限定生成单词候选范围， 提高生成文本合理性；max_length 设置生成文本最大长度) 生成连贯、逻辑清晰文本；实 现摘要生成，对长文档自动提炼关键信息生成简洁摘要；进行多轮对话开发，模拟真实对 话场景，保持对话上下文一致性，提升对话体验，通过实际案例与参数调优实验，让学员掌握文本生成 API 使用技巧与优化方法。
代码能力调用
利用 DeepSeek - Code 模型实现代码生成，输入功能描述 (如 “编写一个 Python 函 数计算两个数之和”) ，模型自动生成对应代码；进行代码补全，在已有代码基础上，根据上下文自动补全缺失代码片段；实现 bug 修复，输入包含错误代码及错误描述，模型分析并给出修复建议与代码修改方案。结合常见 IDE (如 VS Code) 插件使用，如安装 DeepSeek 插件，在编码过程中实时调用模型能力，提升开发效率与代码质量。
嵌入向量生成
使用 DeepSeek Embedding API 进行文本向量化，将文本转换为向量表示，便于后续语义检索、文本相似度计算等任务。结合向量数据库 (如 Milvus 、FAISS) ，演示如何将生 成向量存储到数据库，构建索引，实现高效语义检索，如在企业知识库中，根据用户查询文本快速检索相关文档，通过实际案例让学员掌握嵌入向量生成与向量数据库结合应用开 发方法。
3.Deepseek本地化部署
详细讲解Docker容器化部署流程，编写 Dockerfile 文件，配置 DeepSeek 运行环境 (安装依赖库、设置环境变量) ，构建 Docker 镜像；使用Kubernetes进行容器编排部署 DeepSeek 服务到 Kubernetes 集群,实现服务高可用、负载均衡，保障大量请求下服务稳定运行；介绍模型推理服务搭建，通过 RESTful API 接口开发，将 DeepSeek 模型封装为可对外提供服务接口，使用工具 (如 Postman) 测试接口功能；讲解性能监控工具 (如 Prometheus+ Grafana 组合) 使用，实时监控服务 QPS (每秒查询率) 、响应时间等指标，及时发现性能瓶颈并优化，使学员掌握 DeepSeek 本地化部署全流程技术与操作方法。
二、培训对象
企业研发团队成员，包括软件工程师、算法工程师、数据科学家等，负责基于 DeepSeek 进行应用开发、模型优化与创新项目实施。业务部门骨干，如营销经理、客服主管、数据分析专员等，需要利用 DeepSeek 提升业务效率、创新业务模式，推动业务智能化升级。产品经理与项目经理，负责规划基于 DeepSeek 的产品功能、制定项目方案，协调资源推进项目落地，确保产品和项目符合市场与业务需求。企业技术管理人员，需了解 DeepSeek 技术价值与应用潜力，制定企业大模型技术应用战略，协调跨部门资源，推动技术与业务融合发展。
三、主讲老师
拟邀请中国科学院、中国工程院院士、美国国家人工智能科学院院士、塞尔维亚国家科学院院士、清华大学、天津科技大学、桂林电子科技大学等院士、专家教授
四、培训时间、地点及费用
1.时间：2025 年 9 月 12 日--9 月 14 日，
2.地点：武汉(12 日全天报到，开班前一周发报到通知)
2.联 系 人：赵女士
陈女士
