各院校:
为深入学习贯彻党的二十大精神,落实产教融合工作要求,全面提升高校教师科研创新水平和实践教学能力,推进新技术入校、入课、入训。同时为助力战略性新兴产业融合集群发展和现代化产业体系建设,以实现高水平科技自立自强、建成教育强国、科技强国、人才强国的远大目标,深圳信息职业技术学院(通信类国家级职业教育“双师型”培训基地)结合当前新兴产业技术发展趋势与人才培育需求,拟定于2024年5月31日-6月7日举办“AIGC技术与大模型应用实战师资培训”活动,培训分为线上和线下班级。现将有关事项通知如下:
一、活动组织
活动主办:深圳信息职业技术学院
(通信类国家级职业教育“双师型”教师培训基地)
活动承办:广东泰迪智能科技股份有限公司
活动协办:广东省工业与应用数学学会
二、活动安排
(一)课程简介
随着人工智能技术飞速发展,结构复杂且功能强大的模型不断被创造出来并应用于各个领域。近段时间大语言模型的强势突起和AIGC的火热应用持续引爆全球关注度,又一次激发了人们对通用人工智能乃至强人工智能的遐想,众多权威专家一致认为新一轮科技革命已经拉开序幕。
本课程旨在培养学员在大模型应用领域的技术实践能力,提供全面的知识和实践指导。讲师由浅入深带领学员进行实操演练,帮助学员掌握相关技能、提升动手能力,助力学员今后的教学和科研工作。
(二)课程安排
本次培训分为线下和线上两种班型,详细课程内容见文末附件课程大纲。
线下(长沙)班课程安排
模块/时间 |
内容安排 |
学习形式 |
5月31日 |
报到 |
- |
AIGC工具技能实战 (6月1日 8:30-11:30) |
1 大模型与AIGC概述 2 国内外主流大模型工具介绍(文心一言、通义千问、讯飞星火、豆包、智谱清言、WPS AI、GPT系列) 3 提示工程 |
面授实操 |
AIGC教学应用 (6月1日14:00-17:00及6月2日8:30-11:30) |
1 学习准备与声明 2 大模型辅助教案撰写 3 题库题目生成 4 大模型辅助文献阅读 5 大模型辅助编程 6 大模型辅助数据分析 7 总结 |
面授实操 |
LangChain的基本使用 (6月2日 14:00-17:00) |
1 LangChain介绍与安装 2 文心大模型的使用 3 LangChain实战应用 |
面授实操 |
LangChain实战—RAG案例应用 (6月3日 8:30-17:00) |
1 RAG的概念 2 构建RAG链 3 为RAG添加记忆 |
面授实操 |
LangChain实战-Agent应用 (6月4日 8:30-11:30) |
1 Agent的概念 2 工具调用 3 创建Agent |
面授实操 |
分组演练 (6月4日 14:00-17:00) |
基于LangChain开发一个阅读助手 |
分组演练 |
企业参观 (6月5日 9:00-17:00) |
参观交流 |
- |
拓展课程: 大模型赋能科研 |
1 学术规范声明 2 大模型赋能发明专利交底书撰写 3 大模型的其他科研助力 |
泰迪云课堂 |
拓展课程: AIGC与图像生成 |
1 AI绘画介绍及工具介绍 2 绘图流程及实操 |
泰迪云课堂 |
线上班课程安排
模块/时间 |
内容安排 |
学习形式 |
AIGC工具技能实战 (5月31日) |
1 大模型与AIGC概述 2 国内外主流大模型工具介绍(文心一言、通义千问、讯飞星火、豆包、智谱清言、WPS AI、GPT系列) 3 提示工程 |
泰迪云课堂 |
AIGC教学应用 (6月1日) |
1 学习准备与声明 2 大模型辅助教案撰写 3 题库题目生成 4 大模型辅助文献阅读 5 大模型辅助编程 6 大模型辅助数据分析 7 总结 |
泰迪云课堂 |
大模型赋能科研 (6月2日) |
1学术规范声明 2大模型赋能发明专利交底书撰写 3大模型的其他科研助力 |
泰迪云课堂 |
LangChain的基本使用 (6月3日) |
1 LangChain介绍与安装 2 文心大模型的使用 3 LangChain实战应用 |
泰迪云课堂 |
LangChain实战—RAG案例应用 (6月4日) |
1 RAG的概念 2 构建RAG链 3 为RAG添加记忆 |
|
LangChain实战-Agent应用 (6月5日) |
1 Agent的概念 2 工具调用 3 创建Agent |
|
RAG实战-论文阅读助手 (6月6日) |
1 背景与目标 2 构建RAG链 3 实现阅读应用 4 阅读机器人界面开发 5 小结 |
泰迪云课堂 |
Agent实战-在线教育课程订单智能助手 (6月7日) |
1 背景与目标 2 目标分析 3 Agent创建和使用 4 思维拓展:RAG结合Agent 5 小结 |
泰迪云课堂 |
拓展课程: AIGC与图像生成 |
1 AI绘画介绍及工具介绍 2 绘图流程及实操 |
泰迪云课堂 |
(三)活动特色
1.课程框架及核心内容均由金牌讲师精心打磨,采用最新前沿技术并结合教与学的特点,充分优化学习体验。
2.授课内容与教师工作紧密相关,可大幅度提升教师日常工作效率。
3.现场手把手的实操演练教学,保障学员更好吸收消化。
4.所有课程相关源代码、数据、PPT、案例素材全部提供下载。
5.线上课程内容支持六个月内免费回看,以便复习和参考
6.“双师型”培训基地的“双师型”教学设计,理论水平与实践能力同步提升。
(四)培训证书
学员完成培训并经考核合格后,将获得:
1.由泰迪智能研究院国际培训中心颁发的“大模型应用工程师”证书
2.由深圳信息职业技术学院发放的结业证书。
![](/system/editor/ueditor_news/themes/default/images/spacer.gif)
![](/__local/F/3D/1D/69E6CD17E754A04D351E72442F8_674F36D2_32CFE.png)
图1 “大模型应用工程师”证书
![](/__local/E/20/6E/02DF0AD6D2B7ED590950A53BD0C_CB7DCCA7_3AE78.jpg)
图2 结业证书
三、活动费用
1.线下班培训费用3980元/人(含学习费、资料费、线上学习账号)
2.线上班培训费用1980元/人(含学习费、资料费、线上学习账号)
3.线下班食宿统一安排,费用自理。
4.本次活动由广东泰迪智能科技股份有限公司收取费用并开具发票。
四、联系方式
联系人:向浩 电 话:15099954066
![](/__local/5/74/E2/A97A2715826B5155430A8C38F52_68A4FB74_A1EF.png)
AIGC技术与大模型应用实战师资培训报名表
单位名称 |
|
部门/院系 |
|
通讯地址 |
|
发票抬头 |
|
纳税号 |
|
电子发票接收邮箱 |
|
联系人 |
|
电话 |
|
发票内容 |
|
以下报名信息表请认真完整填写 |
姓名 |
手机号码 |
性别 |
身份证号 |
单位名称 |
职称 |
班级选择 (线上/线下) |
是否住宿 (单间/标间) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
费用支付 方式 |
1、汇款到指定账号。 2、扫码支付(报名后联系工作人员索要支付码)。 注:付款时请注明“大模型培训+单位或姓名”字样,方便查账备案。 |
账户信息 |
账户名:广东泰迪智能科技股份有限公司 开户行:中国工商银行广州花城支行 账户号:3602 0285 0920 1663 221 |
备注 |
请将报名表发送至邮箱: 联系人: |
|
|
|
|
|
|
|
|
|
附件一 线下班详细课表
6月1日(8:30-11:30) |
大模型与AIGC概述 1 大模型是什么 1.1 大模型的定义 1.2 大模型的特性与应用 2 大模型的前世今生 3 大模型爆火的原因 4 大模型原理介绍 4.1 ChatGPT工作机制与训练流程 4.2 自监督预训练解读 4.3 有监督微调介绍 4.4 奖励建模与强化学习 4.5 token是什么 5 AIGC简介 |
提示工程 1.1 提示(Prompt)是什么 1.2 提示的发展历程 1.3 提示工程是什么 1.4 提示词编写原则与策略介绍 2.1 原则与策略1:编写清晰的提示 2.2 原则与策略2:提供参考示例 2.3 原则与策略3:让模型一步步思考 2.4 原则与策略4:调用外部工具 2.5 原则与策略5:复杂任务分解 2.6 原则与策略6:采用系统提示框架 2.7 原则与策略7:用结构化方式提示 2.8 自动生成Prompt 3 总结 |
6月1日(14:00-17:00) |
AIGC教学应用 1 学习准备与声明 2 大模型辅助教案撰写 |
2.1 编写一份教案模板 2.2 撰写具体教案内容 3 题库题目生成 |
6月2日(8:30-11:30) |
AIGC教学应用 4 大模型辅助文献阅读 5 大模型辅助编程 |
6 大模型辅助数据分析 7 总结 |
6月2日(14:00-17:00) |
LangChain的基本使用 1.1 LangChain简介 1.2 LangChain环境安装 2.1 申请文心大模型的API KEY 2.2 LangChain示例 2.3 链的使用 |
3.1 提示模板 3.2 模型调用 3.3 输出解析 3.4 基于LangChain开发情感极性分析应用 3.5 课堂练习:基于LangChian开发命名实体识别应用 |
6月3日(8:30-17:00) |
LangChain实战—RAG案例应用 4.1 RAG的概念 4.2 文档加载 4.3 文档分块 4.4 向量化存储 |
4.5 检索器 4.6 函数式链构造RAG 4.7 记忆机制 4.8 为RAG添加记忆功能 4.9 使用streamlit开发界面应用 |
6月4日(8:30-11:30) |
LangChain实战-Agent应用 5.1 Agent的概念 5.2 load_tools工具导入 5.3 工具类函数调用 5.4 Tool工具类 |
5.5 Agent其他组件 5.6 initialize_agent创建Agent 5.7 Toolkits创建Agent 5.8 界面化开发Agent |
6月4日(14:00-17:00) |
分组演练:基于LangChain开发一个阅读助手 |
|
6月5日(9:00-17:00) |
企业参观 |
|
拓展课程 |
大模型赋能科研 1 抛出目标-目标路径-实际场景 2 确定发明专利的关键点 3 完成发明专利的基本内容 |
4 完成发明专利的详细阐述 5 赋能科研-科研小助手 6 赋能科研-kimi |
拓展内容 |
AIGC与图像生成 1.1 AI绘画简介 1.2 绘图提示词原则与框架 1.3 绘图工具介绍 |
2.1 绘图流程 2.2 文生图与图生图 2.3 图像连续创作 |
附件二 线上班详细课表
5月31日 |
大模型与AIGC概述 1 大模型是什么 1.1 大模型的定义 1.2 大模型的特性与应用 2 大模型的前世今生 3 大模型爆火的原因 4 大模型原理介绍 4.1 ChatGPT工作机制与训练流程 4.2 自监督预训练解读 4.3 有监督微调介绍 4.4 奖励建模与强化学习 4.5 token是什么 5 AIGC简介 |
提示工程 1.1 提示(Prompt)是什么 1.2 提示的发展历程 1.3 提示工程是什么 1.4 提示词编写原则与策略介绍 2.1 原则与策略1:编写清晰的提示 2.2 原则与策略2:提供参考示例 2.3 原则与策略3:让模型一步步思考 2.4 原则与策略4:调用外部工具 2.5 原则与策略5:复杂任务分解 2.6 原则与策略6:采用系统提示框架 2.7 原则与策略7:用结构化方式提示 2.8 自动生成Prompt 3 总结 |
6月1日 |
AIGC教学应用 1 学习准备与声明 2 大模型辅助教案撰写 |
2.1 编写一份教案模板 2.2 撰写具体教案内容 3 题库题目生成 |
6月2日 |
大模型赋能科研 1 抛出目标-目标路径-实际场景 2 确定发明专利的关键点 3 完成发明专利的基本内容 |
4 完成发明专利的详细阐述 5 赋能科研-科研小助手 6 赋能科研-kimi |
6月3日 |
LangChain的基本使用 1.1 LangChain简介 1.2 LangChain环境安装 2.1 申请阿里云的API KEY 2.2 LangChain示例 2.3 链的使用 |
3.1 提示模板 3.2 模型调用 3.3 输出解析 3.4 基于LangChain开发情感极性分析应用 3.5 课堂练习:基于LangChian开发命名实体识别应用 |
6月4日 |
LangChain实战—RAG应用 4.1 RAG的概念 4.2 文档加载 4.3 文档分块 4.4 向量化存储 |
4.5 检索器 4.6 函数式链构造RAG 4.7 记忆机制 4.8 为RAG添加记忆功能 4.9 使用streamlit开发界面应用 |
6月5日 |
LangChain实战-Agent应用 5.1 Agent的概念 5.2 load_tools工具导入 5.3 工具类函数调用 5.4 Tool工具类 |
5.5 Agent其他组件 5.6 initialize_agent创建Agent 5.7 Toolkits创建Agent 5.8 界面化开发Agent |
6月6日 |
RAG实战-论文阅读助手 1 背景与目标 2.1 模型准备 2.2 文档读取和预处理 2.3 文档拆分 2.4 向量存储 |
2.5 构建阅读问答链 2.6 阅读应用 2.7 RAG增强技术 3 阅读机器人界面开发 4 小结 |
6月7日 |
Agent实战-在线教育课程订单智能助手 1 背景与目标 2 目标分析 3.1 模型准备 3.2 创建表格智能体 |
3.3 工具准备 3.4 Agent创建和使用 4 思维拓展:RAG结合Agent 5 小结 |
拓展内容 |
AIGC与图像生成 1.1 AI绘画简介 1.2 绘图提示词原则与框架 1.3 绘图工具介绍 |
2.1 绘图流程 2.2 文生图与图生图 2.3 图像连续创作 |
附件三 师资介绍
欧阳通达,中国科学院深圳先进技术研究院合成生物学研究所云实验室研发组长、高级系统架构设计师、后端工程师、华南师范大学工程管理硕士。具有丰富的信息系统开发经验、熟悉Hadoop、Kafka、Redis、Hbase和Elasticsearch等大数据框架,擅长智能机器人调度、机器学习和计算机视觉,熟练运用ChatGPT等大模型进行科研及开发工作。开发项目涉及工业互联网、物联网、自动化和生物多个领域。近两年取得三项发明专利和数十项软件著作权。现参与合成生物研究重大科技基础设施(总投资近10亿元)的建设工作。
张敏,广东泰迪智能科技股份有限公司培训总监,高级信息系统项目管理师。具有丰富的大数据挖掘、人工智能教学和开发经验,曾为南方电网、国家电网、格力电器、珠江数码等多个大型企业提供项目研发与维护服务。参编数据挖掘与人工智能类教材10余本,作为主讲老师参与国内高校和企业关于数据挖掘、人工智能相关培训班百余场。
陈四德,广东泰迪智能科技股份有限公司高级数据分析师,统计学专业,对数据统计分析和数据挖掘领域均有较强的理解和理论基础;有造价行业、游戏行业背景和丰富的项目经验,精通行业内的各种指标分析,擅于从多维度分析数据,逻辑性强;擅长Python、R语言、MySQL数据库等工具,能熟练对数据进行数据处理和分析,掌握常用的数据挖掘算法如分类、聚类等,以及深度学习TensorFlow的使用。负责“网站会员流失预测”项目,完成数据处理,模型构建;负责“平台BI埋点数据入库及数据分析”项目,完成数据盘点、数据指标整理和把控;负责“游戏数据分析”项目,完成产出游戏生态日报、客户价值分群结果、用户流失的预警、用户画像指标的完善和维护,项目经验丰富。负责过西安交大城市学院、福建农林大学、国培师资培训、韩山师范学院数据分析就业班、湖南科技职业技术学院、武汉科技大学、广东机电职业技术学院国培、柳州城市职业技术学院第一届大数据职业技能竞赛指导、吉林大学珠海学院等培训项目,授课经验丰富。负责过“泰迪杯”数据挖掘挑战赛出题及赛题指导。大数据专业系列图书编写委员会成员,负责《Keras与深度学习实战》、《Python中文自然语言处理基础与实战》、《深度学习与计算机视觉实战》等书籍编写工作。