人工智能（大模型）工程师课程（中级）旨在深入探讨生成式人工智能（AIGC）的概念和技术体系，以及如何通过提示工程和LangChain框架提高大语言模型（LLM）的应用效率和输出质量。课程内容涵盖AIGC的基础知识、LLM技术原理、生态体系。
本课程旨在深入探讨生成式人工智能（AIGC）的概念和技术体系，以及如何通过提示工程和LangChain框架提高大语言模型（LLM）的应用效率和输出质量。课程内容涵盖AIGC的基础知识、LLM技术原理、生态体系。此外，课程还将教授如何构建和优化提示、实现AIGC开发环境、以及LangChain的基本概念和开发环境准备。
权威认证：由工信部工业和信息化部教育与考试中心颁发的证书，具有较高的权威性和认可度，有助于提升个人职业资质。
系统课程设计：课程内容全面，涵盖人工智能基础知识、大模型技术原理、应用开发等多个层面，有助于学习者构建完整的知识体系。
实践导向：课程注重实践操作，通过课堂讨论、案例分析、平台实验等方式，提高学习者的动手能力和解决实际问题的能力。
行业前沿：紧跟AI人工智能技术发展的最新趋势，特别是大模型技术的应用，帮助学习者掌握行业前沿知识。
专家授课：由行业内的专家和资深工程师授课，确保课程内容的专业性和实用性。
资源配套：提供丰富的AI学习资源，教材、实验环境等，方便学习者随时随地学习。
职业发展：课程内容与职业需求紧密结合，有助于学习者提升职业技能，增加就业竞争力。
1. 理解AIGC和LLM的基础知识：学员将掌握AIGC的概念、LLM的工作原理以及生态体系。
2. 掌握提示工程：学员将学习如何构建和优化提示，以改善LLM的输出质量。
3. 构建开发环境：学员将学会获取和管理Open API Key，搭建LLM开发环境，并实现离线应用开发。
4. 深入LangChain框架：学员将理解LangChain的核心组件，学习如何准备开发环境，并快速构建LangChain项目。
5. 应用LangChain构建解决方案：学员将学习如何使用LangChain的Tool和Toolkit，实现检索增强生成（RAG）、数据库查询、异步通讯机制、角色扮演和头脑风暴活动，以及自主搜索和自动策略制定。
本课程适合以下受众：
1. AI技术爱好者：对人工智能特别是生成式AI感兴趣的个人，希望了解最新的技术发展。
2. 数据科学家和机器学习工程师：需要使用LLM进行数据分析、模型训练和应用开发的专业人士。
3. 软件开发者：希望构建或集成AIGC解决方案的软件开发者，特别是对LangChain框架感兴趣的开发者。
4. 产品经理和业务分析师：希望了解如何将AIGC技术应用于产品开发和业务流程优化的专业人士。
5. 教育工作者和研究人员：在学术或教育领域探索AIGC技术潜力的教育工作者和研究人员。
通过本课程，学员将能够深入理解AIGC的潜力，并掌握如何有效利用LLM和LangChain框架来解决实际问题。
1. AIGC的概念和技术体系 | • 生成式人工智能（AIGC）体系概述 • 大语言模型技术（LLM）工作原理 • LLM生态体系 • OpenAI以及相关模型介绍 |
2. 提示工程 | • 什么是提示工程 • 构建提示的方法 • 优化提示技巧改善LLM输出质量 • 提示工程思维和提示工程最佳实践
|
3. 实现AIGC开发环境
| • 获取并管理Open API Key • 创建自己专属的ChatGPT游乐场，练习提示词 • 搭建LLM开发环境 • 部署本地LLM模型实现离线应用开发 |
4. LangChain 基本概念和开发环境 准备 | • LangChain的概念和组件 • 安装LangChain环境 • 使用LangChain调用LLM API
|
5. LangChain核心组件讲解 | • 模型的接口、调用细节以及输出解析机制 • 工程化的提示模板流程，激发大语言模型的潜力 • 构建和操作文档的数据检索方法，接受查询并返回最相关文档 • 利用短时记忆和长时记忆机制进行数据存储和检索 • LangChain核心机制之一：链，封装各种功能，自动灵活完成常见用例 • LangChain核心机制之二：代理，自主调用外部和内部工具实现高级功能 |
6.使用LangChain构建解决解决方案
| • LangChain的Tool和Tooklit在工程中的作用 • 实现检索增强生成（RAG） • 通过链和代理查询数据库 • 使用回调函数实现异步通讯机制 |
7. 课程综合演练
| • 构建客服Chatbot • 开发知识库问答系统
|
• 考试时长：60分钟
• 考试地点：线上考试
• 考试形式：闭卷考试
• 考试题型：单选题
本课程旨在深入探讨生成式人工智能（AIGC）的概念和技术体系，以及如何通过提示工程和LangChain框架提高大语言模型（LLM）的应用效率和输出质量。课程内容涵盖AIGC的基础知识、LLM技术原理、生态体系。此外，课程还将教授如何构建和优化提示、实现AIGC开发环境、以及LangChain的基本概念和开发环境准备。
权威认证：由工信部工业和信息化部教育与考试中心颁发的证书，具有较高的权威性和认可度，有助于提升个人职业资质。
系统课程设计：课程内容全面，涵盖人工智能基础知识、大模型技术原理、应用开发等多个层面，有助于学习者构建完整的知识体系。
实践导向：课程注重实践操作，通过课堂讨论、案例分析、平台实验等方式，提高学习者的动手能力和解决实际问题的能力。
行业前沿：紧跟AI人工智能技术发展的最新趋势，特别是大模型技术的应用，帮助学习者掌握行业前沿知识。
专家授课：由行业内的专家和资深工程师授课，确保课程内容的专业性和实用性。
资源配套：提供丰富的AI学习资源，教材、实验环境等，方便学习者随时随地学习。
职业发展：课程内容与职业需求紧密结合，有助于学习者提升职业技能，增加就业竞争力。
1. 理解AIGC和LLM的基础知识：学员将掌握AIGC的概念、LLM的工作原理以及生态体系。
2. 掌握提示工程：学员将学习如何构建和优化提示，以改善LLM的输出质量。
3. 构建开发环境：学员将学会获取和管理Open API Key，搭建LLM开发环境，并实现离线应用开发。
4. 深入LangChain框架：学员将理解LangChain的核心组件，学习如何准备开发环境，并快速构建LangChain项目。
5. 应用LangChain构建解决方案：学员将学习如何使用LangChain的Tool和Toolkit，实现检索增强生成（RAG）、数据库查询、异步通讯机制、角色扮演和头脑风暴活动，以及自主搜索和自动策略制定。
本课程适合以下受众：
1. AI技术爱好者：对人工智能特别是生成式AI感兴趣的个人，希望了解最新的技术发展。
2. 数据科学家和机器学习工程师：需要使用LLM进行数据分析、模型训练和应用开发的专业人士。
3. 软件开发者：希望构建或集成AIGC解决方案的软件开发者，特别是对LangChain框架感兴趣的开发者。
4. 产品经理和业务分析师：希望了解如何将AIGC技术应用于产品开发和业务流程优化的专业人士。
5. 教育工作者和研究人员：在学术或教育领域探索AIGC技术潜力的教育工作者和研究人员。
通过本课程，学员将能够深入理解AIGC的潜力，并掌握如何有效利用LLM和LangChain框架来解决实际问题。
1. AIGC的概念和技术体系 | • 生成式人工智能（AIGC）体系概述 • 大语言模型技术（LLM）工作原理 • LLM生态体系 • OpenAI以及相关模型介绍 |
2. 提示工程 | • 什么是提示工程 • 构建提示的方法 • 优化提示技巧改善LLM输出质量 • 提示工程思维和提示工程最佳实践
|
3. 实现AIGC开发环境
| • 获取并管理Open API Key • 创建自己专属的ChatGPT游乐场，练习提示词 • 搭建LLM开发环境 • 部署本地LLM模型实现离线应用开发 |
4. LangChain 基本概念和开发环境 准备 | • LangChain的概念和组件 • 安装LangChain环境 • 使用LangChain调用LLM API
|
5. LangChain核心组件讲解 | • 模型的接口、调用细节以及输出解析机制 • 工程化的提示模板流程，激发大语言模型的潜力 • 构建和操作文档的数据检索方法，接受查询并返回最相关文档 • 利用短时记忆和长时记忆机制进行数据存储和检索 • LangChain核心机制之一：链，封装各种功能，自动灵活完成常见用例 • LangChain核心机制之二：代理，自主调用外部和内部工具实现高级功能 |
6.使用LangChain构建解决解决方案
| • LangChain的Tool和Tooklit在工程中的作用 • 实现检索增强生成（RAG） • 通过链和代理查询数据库 • 使用回调函数实现异步通讯机制 |
7. 课程综合演练
| • 构建客服Chatbot • 开发知识库问答系统
|
• 考试时长：60分钟
• 考试地点：线上考试
• 考试形式：闭卷考试
• 考试题型：单选题
