各有关单位:
为了企业在数字化浪潮中保持领先优势、实现创新突破与降本增效,助力企业将大模型技术深度融入各业务环节,开拓新的业务增长点,优化运营成本结构。帮助学员系统掌握 DeepSeek 大模型的核心原理、开发工具和应用技巧,提升其在人工智能领域的专业技术能力。为此特邀相关领域权威专家精心打造了“DeepSeek大模型应用开发最佳实践”课程,于2025年在全国部分城市举办公开课。诚邀您的参与,有关事宜如下:
一、培训背景
2025年春节期间中国的DeepSeek火爆全球,震惊美国硅谷,可以与花费百亿巨资的GPT相媲美,戳穿美股科技泡沫,以英伟达为代表的AI龙头出现了暴跌。DeepSeek让特朗普也感到惧怕,随即美国黑客攻击DeepSeek的网站,使其瘫痪,中美爆发网络黑客大战。DeepSeek的爆火源于其多方面优势。首先,它完全开源,可本地部署,无使用限制,保护用户隐私。其次,其性能强大,效果可比肩甚至超越国际顶尖模型,尤其在中文处理和复杂逻辑推理方面表现出色。此外,DeepSeek训练成本低,API价格仅为同类产品的三十分之一,性价比超高。它还支持深度思考,能展示清晰的思维链,并具备联网搜索、拍照识字、文件上传等功能,使用场景丰富。最后,其响应速度快,生成内容几乎无需等待。
二、培训安排
时间地点:2025年3月24-26日 北京
培训对象:程序员、开发工程师、软件设计师、项目经理、架构师等。
本课程面向零基础LLM应用开发者,不需要了解复杂数学算法,机器学习原理,不需要之前学习过大模型知识。有Java,C#,C++等编程基础,最好有Python基础知识,但即使你对 Python 不太熟悉,也完全没有关系。课程主要阅读和讲解案例代码。
三、培训收益
·提供清晰全面的可用知识,快速了解DeepSeek和API;
·对比OpenAI和国内多个其他大模型(文心,智谱,千问等)的工作原理及优势;
·在案例基础上使用流行的编程语言构建大模型应用;
·掌握如何构建文本生成、问答和内容摘要等初阶大模型应用;
·了解提示工程、模型微调、插件、LangChain,RAG,Agent等高阶实践技术。
四、培训形式
培训采用线下专家面授+同步直播的形式。所有课程均赠送学习教材、视频回放、答疑交流群、促学服务等,并提供结业证书。多维度精细化教学,满足不同企业及学员的学习需求。
五、培训内容
第一章 DeepSeek大模型原理和应用
第一部分: LLM大模型核心原理
1.大模型基础:理论与技术的演进
2.LLMs大语言模型的概念定义
3.LLMs大语言模型的发展演进
4.LLMs大语言模型的生态体系
5.大语言模型技术发展与演进
6.基于统计机器学习的语言模型
7.基于深度神经网络的语言模型
8.基于 Transformer 的大语言模型
9.LLMs大语言模型的关键技术
10.LLMs大语言模型的核心框架:商业&开源
11.LLMs大语言模型的行业应用
第二部分: DeepSeek大模型应用-办公提效
1.官方大模型DeepSeek应用
2.DeepSeek办公提效
3.使用DeepSeek官方模型做推理任务
4.DeepSeek和OpenAI O1模型的对比总结
5.DeepSeek和国内其他大模型对比(智谱,文心,通义,kimi等)
6.DeepSeek和国外其他大模型对比(Claude Gemini Mistral等)
第三部分: DeepSeek大模型推理能力
1.DeepSeek-R1 发布
2.对标 OpenAI o1 正式版
3.DeepSeek-R1 上线 API
4.DeepSeek 官网推理与 App
5.DeepSeek-R1 训练论文
6.蒸馏小模型超越 OpenAI o1-min
7.DeepSeek-R1 API 开发应用
8.通用基础与专业应用能力
第二章 基于DeepSeek大模型API开发应用
第一部分:DeepSeek大模型与Prompt提示工程
1.Prompt如何使用和进阶
2.什么是提示与提示工程
3.提示工程的巨大威力:从Let’s think step by step说起
4.拆解、标准化、流程化:如何用AI改造工作
5.使用BROKE框架设计ChatGPT提示
6.通过案例分析,展示如何使用大模型prompt技术辅助开发
第二部分: DeepSeek大模型 API 应用开发
1.DeepSeek-V3 大模型API
2.DeepSeek-R1推理大模型API
3.DeepSeek模型 & 价格
4.DeepSeek模型参数Temperature 设置
5.DeepSeek模型Token 用量计算
6.DeepSeek模型错误码
7.DeepSeek大模型多轮对话
8.DeepSeek大模型对话前缀续写(Beta)
9.DeepSeek大模型FIM 补全(Beta)
10.DeepSeek大模型JSON Output
11.DeepSeek大模型Function Calling
12.DeepSeek大模型上下文硬盘缓存
13.文本内容补全初探(Text Completion)
14.聊天机器人初探(Chat Completion)
15.基于DeepSeek开发智能翻译助手
16.案例分析
第三部分: DeepSeek大模型对比其他大模型API(国外和国内其他)
1.OpenAI大模型API
2.claude大模型API
3.Gemini 大模型API
4.智谱大模型API 介绍
5.使用 GLM-4 API构建模型和应用
6.基于通义千问大模型API的应用与开发
7.基于百度大模型API应用开发
8.基于字节,腾讯,华为大模型应用开发
第四部分: DeepSeek大模型API构建应用程序(12案例,灵活选择)
1.应用程序开发概述
2.案例项目分析
3.项目1:构建新闻稿生成器
4.项目2:语音控制
5.项目3:企业管理系统MIS应用案例分析
6.项目4:某企业智能管理系统
第三章 DeepSeek和LangChain开发应用
第一部分: 大模型应用开发框架 LangChain
1.大模型应用开发框架 LangChain
2.LangChain 是什么
3.为什么需要 LangChain
4.LangChain 典型使用场景
5.LangChain 基础概念与模块化设计
6.LangChain 核⼼模块入门与实战
7.LangChain 的3 个场景
8.LangChain 的6 大模块
9.LangChain 的开发流程
10.创建基于LangChain聊天机器人
第二部分: 基于DeepSeek和LangChain构建文档问答系统
1.构建复杂LangChain应用
2.LangChain模型(Models):从不同的 LLM 和嵌入模型中进行选择
3.LangChain提示(Prompts):管理 LLM 输入
4.LangChain链(Chains):将 LLM 与其他组件相结合
5.LangChain索引(Indexs):访问外部数据
6.LangChain记忆(Memory):记住以前的对话
7.LangChain代理(Agents):访问其他工具
8.使用大模型构建文档问答系统
第四章 DeepSeek构建企业级RAG知识库
第一部分: DeepSeek大模型企业RAG应用
1.RAG技术概述
2.加载器和分割器
3.文本嵌入和 向量存储
4.检索器和多文档联合检索
5.RAG技术的关键挑战
6.检索增强生成实践
7.RAG技术文档预处理过程
8.RAG技术文档检索过程
第二部分: 构建基于DeepSeek RAG Agent:实现检索增强生成
1.何谓检索增强生成
2.提示工程、RAG与微调
3.从技术角度看检索部分的Pipeline
4.从用户角度看RAG流程
5.RAG和Agent
6.通过Llamalndex的ReAct RAG Agent实现检索
7.获取井加载电商的财报文件
8.将财报文件的数据转换为向量数据
9.构建查询引擎和工具
10.配置文本生成引擎大模型
11.创建Agent以查询信息
第五章 基于DeepSeek大模型Agent智能体开发
第一部分:DeepSeek大模型驱动的Agent智能体开发概述
1.智能体的定义与特点
2.智能体与传统软件的关系
3.智能体与LLM的关系
4.从ChatGPT到智能体
5.智能体的五种能力
6.记忆,规划,工具,自主决策,推理
7.多智能体协作
8.企业级智能体应用与任务规划
9.智能体开发
第二部分: 基于Deepseek和LangChain构建Agent
1.通过LangChain中的ReAct框架实现自动定价
2.LangChain ReAct框架
3.LangChain中ReAct Agent 的实现
4.LangChain中的工具和工具包
5.通过create_react_agent创建Agent
6.深挖AgentExecutor的运行机制
7.Plan-and-Solve策略的提出
8.LangChain中的Plan-and-Execute Agent
9.通过Plan-and-Execute Agent实现物流管理
10.为Agent定义一系列进行自动库存调度的工具
第六章 DeepSeek深入学习
第一部分: DeepSeek原理和优化
1.DeepSeek原理剖析
2.DeepSeek系统软件优化
3.DeepSeek 训练成本
4.DeepSeek V3模型参数
5.DeepSeek MoE架构
6.DeepSeek 架构4方面优化
7.DeepSeek R1 论文解读
8.DeepSeek R1的创新点剖析
9.DeepSeek R1 引发的创新思考
第二部分: 私有化部署DeepSeek推理大模型
1.DeepSeek云端部署
2.DeepSeek和国产信创平台
3.DeepSeek和国内云平台
4.利用Ollama私有化部署DeepSeek R1大模型
5.一键部署DeepSeek R1大模型
6.DeepSeek R1私有化部署总结
第三部分: DeepSeek大模型微调1.DeepSeek 大模型微调
2.为何微调大模型
3.大模型先天缺陷
4.预训练成本高昂
5.垂直数据分布差异
6.提示推理成本限制
7.DeepSeek大模型微调的三个阶段剖析
8.DeepSeek大模型微调的两种方法剖析
六、专家讲师
刘老师:国内顶尖AI专家,最近几年带队完成了数十个AI项目,内容不仅包括深度学习、机器学习、数据挖掘等具体技术要点,也包括AI的整体发展、现状、应用、商业价值、未来方向等,涵盖内容非常丰富。完成多个深度学习实践项目,广泛应用于医疗、交通、银行、电信等多个领域。从2020年推出的多门课程《AI大模型赋能行业应用与解决方案》《AI大模型辅助软件研发管理与效能提升》和《AI大模型技术及开发应用实践》更是广受欢迎,已经为几十家企业培训,作为一名AI技术专家,对人工智能的理解深入透彻。他不仅精通AI的编程技术,还熟悉各种AI工具的使用,尤其在AI行业应用更是有着独特的见解和实践经验;自从2023年以来帮助多家研发中心做AI辅助开发效能提升咨询服务。同时也是微软人工智能认证工程师,阿里云AI人工智能训练师。在人工智能领域的深耕和创新,也得到了出版社的青睐,计划出版自己的著作。也在多家技术大会做AI技术讲座。
七、相关证书
参加培训并通过考试的学员,由中国信息化培训中心颁发《DeepSeek大模型应用开发高级工程师》职业技能培训证书,此证书不仅是对学员学习成果的高度认可,更是学员在AI技术领域专业能力的有力证明,为学员的职业发展增添重要砝码。
八、收费标准:6800元/人(含培训费、平台费、资料费、视频回放、证书、发票等费用)。
【报名咨询】
联系电话:010-62258232 62278113 13718601312 13120125786
联 系 人:李先生 陈小姐