深圳AI大模型开发系统课

 AI 大模型开发

这份是 AI 大模型开发全栈课程，从编程底层基础到大模型微调、Agent 智能体、企业项目实战，完整覆盖大模型工程师所需要的整套技术栈，偏向工程落地实战。

 一、基础技术模块

1. Python 编程：完整学习语法、数据结构、面向对象、异常、模块、网络编程、正则、算法，掌握 PyCharm 开发工具，夯实 AI 开发编程功底。

2. Linux & Docker：Linux 命令、权限、进程、日志、系统调优；掌握 Docker 镜像、容器、Dockerfile、数据卷、网络、私有仓库，能够完成项目容器部署调试。

3. MySQL 数据库：SQL 增删改查、约束、索引、事务、多表查询、用户权限管理，掌握结构化数据存储处理。

4. 数据分析工具：Numpy、Pandas 做数据清洗、特征工程；Matplotlib、Seaborn 做可视化，完成大模型训练数据集预处理。

5. Scikit‑Learn 机器学习：数据预处理、分类 / 回归 / 聚类算法、交叉验证、参数调优、模型保存，建立机器学习建模闭环。

 二、AI 深度学习与 NLP 模块

1. PyTorch 深度学习：张量、自动求导、神经网络组件，CNN/RNN/Transformer 搭建，模型训练、调优、GPU 加速、模型保存加载。

2. NLP 自然语言处理：文本预处理、RNN/LSTM、Seq2Seq、注意力机制，掌握 Transformer，实操 BERT、GPT、T5 等预训练模型微调。

 三、大模型核心进阶

1. 大模型微调：理解 LLaMA、Qwen 开源大模型架构；学习 SFT、PEFT、LoRA、QLoRA 参数高效微调；掌握 RLHF、PPO、DPO 对齐技术；学习 DeepSpeed 分布式训练、vLLM 高性能部署，熟悉评估指标。

2. 大模型 Agent 智能体：Agent 核心原理、ReAct 范式；使用 Coze、Dify 低代码平台，LangChain、LangGraph 开发框架；掌握 RAG 检索增强生成、知识图谱集成；掌握 Ollama、Xinference 私有化部署，实现智能体工具调用、任务规划。

 四、企业实战项目：大模型智能客服

完整落地企业智能客服系统：包含意图识别、RAG 知识库搭建、多轮对话管理、业务数据库工具调用、私有化部署、对话效果评估、异常兜底、多模态交互。完成从需求、开发、调优到上线整套业务流程。

学校环境

学员上课环境