课程概览
人工智能(AI)应用工程师专题培训班
- 掌握AI技术进展
- 理解AI工具工作原理
- 探讨AI大模型应用局限性
- 构建知识体系
- 实战应用开发部署
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
- AI智能体开发概述
- 扣子&Dify私有化部署
- 结构化提示词技巧
- 插件与外部集成
- 工作流设计实战
- 知识库与RAG应用
- 数据库连接与数据处理
- 多媒体与多模态处理
课程详情
为帮助学员更好地了解AI技术进展、理解AI工具的工作原理和工作架构、探讨AI大模型的应用局限性,掌握以生成式大语言模型为核心构建的“理论奠基—技术解析—实战应用—开发部署”知识体系,工业和信息化部电子工业标准化研究院定于2026年8月在重庆、北京举办“人工智能(AI)应用工程师”专题培训班。具体安排如下:
一、培训对象
各相关单位从事人工智能及大模型技术相关工作的技术开发高管、AI 技术负责人、技术总监、项目经理、产品经理、AI工程师、机器学习工程师、数据科学家、软件开发工程师、测试工程师;各企业内部负责AI战略规划、研发、部署及维护的专业技术人员等,包括对如何结合大模型与工具链来开发多种应用场景等领域有深入兴趣或需求的单位和个人。
二、培训形式、时间和地点
(一)课程A:《AI智能体企业级应用开发实战》
培训形式:线下
培训时间:2026年8月21—25日 (21日全天报到,22—24日三天培训,25日返程)
培训地点:重庆
(二)课程B:《人工智能生成式大模型实战应用》
培训形式:线下
培训时间:2026年8月24—28日 (24日全天报到,25—27日三天培训,28日返程)
培训地点:北京
三、培训内容
(一)课程A:《AI智能体企业级应用开发实战》
1. AI智能体开发概述
2.扣子&Dify私有化部署
3.结构化提示词技巧
4.插件与外部集成
5.工作流设计实战
6.知识库与RAG应用
7.数据库连接与数据处理
8.多媒体与多模态处理
9.MCP技术与系统集成
10.Agent Skills:从概念到集成
11.多智能体协作框架实战
12.信息处理类Agent开发
13.客服与营销类Agent开发
14.教育培训类Agent开发
15.毕业项目:双平台智能体系统设计
(以上详细培训内容请见附件大纲)。
(二)课程B:人工智能生成式大模型实战应用
1.生成式大模型原理与API使用
2.本地化部署DeepSeek
3.大语言模型Prompt提示词工程
4.生成式大语言模型实战应用:从工具使用到场景赋能
5. AI编程技术
6. Embedding与向量数据库
7.RAG技术与应用
8. 大模型微调技术与实践
9. 大模型Agent技术
10.MCP与A2A原理与应用
11.多模态大语言模型的工具框架及其应用效果展示
四、证书颁发
考试合格者,由工业和信息化部电子工业标准化研究院统一颁发《人工智能(AI)应用工程师》专业人员培训证书。证书查询网址:www.cesi.cn。
联 系 人:吕老师
附件2
课程A《AI智能体企业级应用开发实战》培训大纲
时间:2026年8月21—25日 (21日全天报到)
序号 | 主题 | 内容 |
1 | 生成式大模型原理与API使用 | 1.1 生成式AI分类 1.2 LLM是怎样训练的 1.3 LLM中的Token 1.4 Temperature与Top P的作用 1.5 AI Chat产品的强大能力 1.6 大模型API的场景案例 1.7 国产大模型DeepSeek的进化历程 1.8 大模型的应用架构(Copilot - 多 Agent 架构、纯 Agent 架构) |
2 | 本地化部署DeepSeek | 2.1 DeepSeek的创新(MLA、MoE、混合精度框架) 2.2 本地部署硬件需求 2.3 vllm使用 2.4 本地安装和使用Ollama (使用Ollama REST API、FastAPI封装) 2.5 安装chatbox用户界面 2.6 DeepSeek-R1使用(API调用) |
3 | 大语言模型Prompt提示词工程 | 3.1 大模型提问技巧万能公式(角色、任务、上下文背景、关键词、目标对象;3.2 输出语言风格、输出格式、规则流程) 3.3 结构化思维 3.4 结构化提示词剖析 3.5 如何撰写优质的结构化提示词 3.6 编写自动化工作流提示词 3.7 经典范例 3.8 Prompt 攻击和防范 3.9 结构化提示词与AI智能体 |
4 | 生成式大语言模型实战应用:从工具使用到场景赋能 | 4.1 让DeepSeek、Kimi等大模型成为你的私人助理 4.1.1(实操演练)把DeepSeek当作新的搜索引擎 4.1.2 (实操演练)DeepSeek是最好用的翻译软件 4.1.3 (实操演练)使用DeepSeek进行营销文案创作 4.1.4 (实操演练)使用DeepSeek帮你写邮件 4.1.5 (实操演练)使用 DeepSeek 拍照解答题目 4.2 使用DeepSeek V3、Kimi等大模型进行公文写作 4.2.1(实操演练)使用DeepSeek V3公文写作要点 4.2.2(实操演练)使用DeepSeek V3编写会议通知 4.2.3(实操演练)使用DeepSeek V3编写工作汇报 4.2.4(实操演练)使用DeepSeek V3编写会议纪要 4.3 使用DeepSeek、Kimi等大模型进行知识推理 4.3.1(实操演练)使用DeepSeek进行逻辑问题解答 4.3.2(实操演练)使用DeepSeek进行因果分析 4.4 让DeepSeek、Kimi等大模型辅助办公效率提升 4.4.1 (实操演练)使用DeepSeek+Kimi制作工作汇报PPT 4.4.2 (实操演练)使用WPS 灵犀制作工作汇报PPT 4.4.3 (实操演练)使用DeepSeek+Xmind轻松搞定思维导图 4.4.4 (实操演练)使用DeepSeek+XML生成SVG矢量图 4.4.5 (实操演练)使用 DeepSeek+Mermaid快速制作流程图 4.4.6 (实操演练)使用DeepSeekDeepSeek、Kimi等进行数据分析 4.4.7 (实操演练)利用DeepSeek生成图表 |
5 | AI编程技术 | 5.1Python编程环境的配置 5.2 Cursor编程 5.3 什么是Cursor Rules 5.4 Cursor的主要功能 5.5 Cursor中的DeepSeek配置 5.6 Traefik使用 5.7 AI编程实操案例演示 |
6 | Embedding与向量数据库 | 6.1 什么是Embedding 6.1.1 N-Gram 6.1.2 余弦相似度计算 6.1.3 Word Embedding 6.1.4 Word2Vec工具 6.2 Embedding模型的选择 6.2.1 向量维度对模型性能的影响 6.2.2 单语言与多语言Embedding模型的选择 6.3 向量数据库 6.3.1 向量数据库与传统数据库的对比 6.3.2 常见的向量数据库 6.3.3 数据导入方法 |
7 | RAG技术与应用 | 7.1 大模型应用开发模式 7.2 什么是RAG 7.3 RAG核心原理与流程 7.4 NativeRAG详解 7.5 Embedding模型选择 7.6 实战案例:DeepSeek + Faiss搭建本地知识库检索 7.7 切片策略优化 7.8 RAG质量提升方案 |
8 | 大模型微调技术与实践 | 8.1 微调技术概述 8.2 高效微调方法 8.3 LoRA数学原理深度解析 8.4 微调数据准备 8.4.1 数据质量要求与标准 8.4.2 数据一致性、准确性与多样性 8.4.3 不同模型规模的数据需求 8.4.4 数据清洗与格式统一 8.4.5 高质量数据准备流程 8.5 硬件需求与显存估算 8.6 前沿微调技术:s1模型与预算强制 8.7 Unsloth高效微调框架 8.8 基础微调实战:Qwen2.5-7B微调 8.9 垂直领域微调实战:中文医疗模型 8.10 推理模型微调实战:训练自己的R1模型 8.11 多模态模型微调:Qwen-VL实战 8.12 微调后模型评估 8.13 AI大模型发展趋势 |
9 | 大模型Agent技术 | 9.1 Agent让大模型更可用 9.2 了解Agent的工作原理 9.3 Agent开发平台速览 9.4 Dify开发平台 9.4.1 Dify部署与使用 9.4.2 Dify应用实战 9.5 扣子平台智能体开发实战 9.6 如何应用Agent API(Coze, Dify) |
10 | MCP与A2A原理与应用 | 10.1 什么是MCP 10.2 MCP 的核心概念 10.3 MCP 的应用 10.4 什么是Agent2Agent 10.5 A2A的关键组件 10.6 A2A的工作流程 10.7 A2A与MCP的关系 |
11 | 多模态大语言模型的工具框架及其应用效果展示 | 11.1 AIGC 图像生成的核心原理与主流工具全景概述 11.2 CLIP 模型与扩散模型的技术机制深度解析 11.3 文本生成图像(Text-to-Image)与图像生成图像(Image-to-Image)的技术应用 11.4 语音合成引擎的架构设计、核心功能与技术特性 11.5 语音转换模型的核心原理及实现 11.6 视频生成的关键技术 |
(二)课程B《人工智能生成式大模型实战应用》培训大纲
时间:2026年8月24—28日 (24日全天报到)
章节 | 知识点 |
第1章 生成式大模型原理及应用架构介绍 | 1. AI的技术发展及原理 2. 理解推理与非推理模型的区别 3. AI Agent平台中的模型对比调试 4. 搜索类AI:秘塔、纳米介绍 5. 大模型的应用架构 6. AI大模型的局限性 |
第2章 AIGC提问技巧及与DeepSeek的差异 | 1. DeepSeek与传统AI提示语策略差异 2. DeepSeek V3与R1 在提示语上的区别 3. DeepSeekV3等非推理大模型提问技巧(RTGO)及四大维度实操 4. DeepSeek R1 等大推理大模型提示语技巧:四要素指令法实操 5. 收集并改造为AI提示词实操 6. 借助AI拆解仿写优质文章实操 |
第3章 提示词进阶:结构化提示词 | 1. 结构化思维 2. 结构化提示词剖析 3. 优质结构化提示词撰写方法 4. 自动化工作流提示词编写 5. 经典范例解析 6. 结构化提示词与AI智能体的关联 7. 基于Prompt开发“文本纠错”AI Agent实操 |
第4章 使用AI赋能进行公文写作 | 1. 使用DeepSeek V3掌握公文写作核心要点实操 2. 使用DeepSeek V3编写会议通知实操 3. 使用DeepSeek V3编写工作汇报实操 4. 使用DeepSeek V3编写会议纪要实操 |
第5章 使用AI进行知识推理和协同化办公 | 1. 使用DeepSeek进行逻辑问题解答实操 2. 使用DeepSeek进行因果分析实操 3. 使用DeepSeek+Kimi制作工作汇报PPT实操 4. 使用WPS 灵犀制作工作汇报PPT实操 5. 使用DeepSeek+Xmind制作思维导图实操 6. 使用DeepSeek+XML生成SVG矢量图实操 7. 使用DeepSeek+Mermaid制作流程图实操 |
第6章 AI赋能数据分析与可视化技巧 | 1. 利用DeepSeek获取、清洗、整理外部数据实操 2. 利用DeepSeek编写Excel公式实操 3. 利用DeepSeek生成图表实操 |
第7章 AI赋能自动化办公 | 1. 了解VBA开发环境——VBE 2. DeepSeek 生成VBA代码实现批量处理数据实操 3. 搭建Python环境实操 4. AI赋能Python进行自动化办公实操 通过官方微信报名 · 有优惠 · 有保障 打开微信「扫一扫」加我们,备注课程名更快通过。平台不在线收款,报名优惠与保障由官方协助。 |