• 参会报名
  • 会议介绍
  • 会议日程
  • 会议嘉宾
  • 参会指南

首页 > 商务会议 > 教育培训会议 > DeepSeek企业级AI大模型案例开发实战(北京4月培训班) 更新时间:2025-03-19T10:52:14

DeepSeek企业级AI大模型案例开发实战(北京4月培训班)
收藏人
分享到

DeepSeek企业级AI大模型案例开发实战(北京4月培训班) 已过期

会议时间:2025-04-25 09:00至 2025-04-27 18:00结束

会议地点: 北京  详细地址会前通知  

会议规模:暂无

主办单位: 北京软擎信息技术有限公司

发票类型:增值税普通发票 增值税专用发票

行业热销热门关注看了又看 换一换

        会议介绍

        会议内容 主办方介绍


        DeepSeek企业级AI大模型案例开发实战(北京4月培训班)

        DeepSeek企业级AI大模型案例开发实战(北京4月培训班)宣传图


        DeepSeek企业级AI大模型案例开发实战

        培训通知

        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。北京软擎信息技术有限公司特邀相关领域权威专家精心打造了“DeepSeek企业级AI大模型案例开发实战”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、培训信息

        1)培训方式:

        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、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。

        2)培训班次:

        2025年0425-27北京(24日全天报到)


          

        查看更多

        会议日程

        (最终日程以会议现场为准)


        • 培训内容

        培训共计3天,每天6小时,具体日程安排如下:

        DeepSeek企业级AI大模型案例开发实战

        内容

        第一章:DeepSeek大模型原理和应

        第一部分:LLM大模型核心原

        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

        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. DeepSeekOpenAI O1模型的对比总结
        5. DeepSeek和国内其他大模型对比(智谱,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

        1. DeepSeek-R1概述
        2. DeepSeek官网推理与App
        3. DeepSeek-R1训练论文
        4. 蒸馏小模型超越OpenAI O1-min
        5. DeepSeek-R1 API开发应用
        6. 通用基础与专业应用能力

        DeepSeek企业级AI大模型案例开发实战(北京4月培训班)

        第二章:基于DeepSeek大模型API开发应

        第一部分:DeepSeek大模型与Prompt提示工

        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

        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JSON Output
        9. DeepSeek大模型Function Calling
        10. DeepSeek大模型上下文硬盘缓存
        11. 文本内容补全初探(Text Completion
        12. 聊天机器人初探(Chat Completion
        13. 基于DeepSeek开发智能翻译助手
        14. 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

        第四部分:DeepSeek大模型API构建应用程

        1. 应用程序开发概述
        2. 案例项目

        DeepSeek企业级AI大模型案例开发实战(北京4月培训班)

        第三章:DeepSeekLangChain开发应

        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. LangChain3个场景
        8. LangChain6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DeepSeekLangChain构建文档问答系

        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(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

        DeepSeek企业级AI大模型案例开发实战(北京4月培训班)

        第四章:DeepSeek构建企业级RAG知识

        第一部分:DeepSeek大模型企业RAG

        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

        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. RAGAgent
        6. 通过LlamalndexReAct RAG Agent实现检索
        7. 获取并加载上市公司财报文件
        8. 将上市公司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

        DeepSeek企业级AI大模型案例开发实战(北京4月培训班)

        第五章:基于DeepSeek大模型Agent智能体开

        第一部分:DeepSeek大模型驱动的Agent智能体开发概

        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. 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DeepSeekLangChain构建Agent

        1. 通过LangChain中的ReAct框架实现自动定价
        2. LangChain ReAct框架
        3. LangChainReAct 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. Agent定义一系列进行自动库存调度的工具

        DeepSeek企业级AI大模型案例开发实战(北京4月培训班)

        第六章:DeepSeek深入学

        第一部分:DeepSeek原理和优

        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

        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

        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

         

        查看更多

        会议嘉宾

        (最终出席嘉宾以会议现场为准)


        六、专家讲师

        • 程老师 | 国内顶尖AI专家

        中国科学院软件研究所硕士,前互联网大厂高级架构师,前IBM中国CDL架构师。研究方向集中在AI大模型、机器学习、深度学习、推荐系统等领域,专注于解决数据科学相关的实际问题。主持参与多项国家级、省部级科研项目。15+ 年 Python 软件开发数据产品经验,精通Java,JavaScript 等多种编程语言,具有丰富的 Python 机器学习、数据挖掘、大数据技术教学经验,开发多套 AI大模型、Python 高级编程、机器学习、深度学习系列课程。先后为银行,保险,电信公司等世界500强企业讲AI大模型、人工智能、机器学习等课程。

        查看更多

        参会指南

        会议门票


        七、相关证书

        参加培训并通过考试的学员,由中国通信工业协会颁发《DeepSeek工程师》职业技能证书,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、证书、发票等费用)。

        九、报名方式

        1)在线报名后,会有客服与您确认学员信息。

        2)发票将会按照需求开出电子版。

        3)我们将于开课前两周为学员发送《报到通知书》,详细告知参培地点、乘车路线、食宿安排,会务联系方式等事宜。

        查看更多

        温馨提示
        酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
        退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

        会议支持:

        • 会员折扣
          该会议支持会员折扣
          具体折扣标准请参见plus会员页面
        • 会员返积分
          每消费1元累积1个会员积分。
          仅PC站支持。
        • 会员积分抵现
          根据会员等级的不同,每抵用1元可使用的积分也不一样,具体可参见PLUS会员页面。 仅PC站支持。

        部分参会单位

        主办方没有公开参会单位

        邮件提醒通知

        分享到微信 ×

        打开微信,点击底部的“发现”,
        使用“扫一扫”即可将网页分享至朋友圈。

        录入信息

        请录入信息,方便生成邀请函