培训天数/课时：3天/24课时
课程概述：
在人工智能飞速发展的今天，大模型和提示词工程已成为推动各领域创新的关键力量。本课程将带您深入大模型的世界，开启一段充满挑战与创新的学习之旅
课程亮点：
1.前沿技术聚焦：紧跟 AI 前沿，深度解析 AIGC 和大语言模型，带您领略 DeepSeek 大模型的魅力，让您掌握大模型背后的核心技术，为后续学习和应用奠定坚实基础。
2.提示词工程精讲：全面系统地讲解提示词工程，从基础概念到高级技巧，深入探讨 Prompt 的关键原则、对话法则、模板设计等，解锁提示词的无限可能，帮助您精准引导大模型输出所需结果。
3.模型深度剖析：深入研究 Deepseek 模型，揭示其优势、模式及核心技术，详细介绍 DeepSeek-R1 的使用和提示词原则，同时快速上手 OpenAI，掌握其核心概念、模型应用及多轮对话技巧，实现智能聊天机器人开发。
4.数据处理与应用：涵盖文本推理、Embedding 技术、向量数据库应用等，通过实战案例实现文本推荐、聚类、分类等任务，让您熟练掌握数据处理与分析技巧，提升 AI 应用的数据驱动能力。
5.多模态技术融合：不仅局限于文本，还涉及视觉与图像识别、语音处理等多模态技术，介绍图像合成、车牌识别、语音识别等应用，让您全面了解 AI 在多领域的应用场景，拓展技术边界。
6.实战项目驱动：以 Streamlit 为工具，通过多个实战项目，如构建聊天机器人、知识库问答机器人等，让您在实践中巩固所学知识，提升动手能力，能够独立开发和部署具有实际应用价值的 AI 项目。
学员预备知识：
Python语法基础，python数据分析，DEEPSEEK大模型应用基础
课程大纲：
deepseek本地化部署和OpenAI快速入门（第一天)
Ollama简介
Ollama安装和常用参数配置
Ollama大模型介绍
Ollama部署deepseek
管理和部署本地大模型
基于Ollama的Web构建
OpenAI核心概念
理解OpenAI 模型介绍
快速使用OpenAI
OpenAI Chat Role
实现多轮对话
实现智能聊天机器人
国内大模型API：DeepSeek、智谱、通义千问
理解Message消息和角色定位
应用实战：实现多轮聊天机器人
理解文本推理和思维链
理解Embedding基本概念
Embedding实现原理
理解Token
OpenAI Embedding 接口介绍
智谱、通义千问 Embedding接口介绍
理解余弦相似度计算
Embedding应用：实现长津湖短评文本推荐
案例实战：加载本地数据集实现 Q/A机器人
案例实战：使用Kmeans实现文本聚类
案例实战：使用朴素贝叶斯算法实现京东红酒评论分类
OpenAI 之增强生成（RGA）和实现文本任务(第二天)
文本生成任务介绍
加载本地知识库(PDF)
实现文档切分并向量化
灌入向量数据库，实现检索
案例实战：搭建基于本地知识库的智能聊天机器人
理解函数调用(Function Calling)
OpenAI实现函数调用增强文本生成任务
文本信息抽取
实战：实现NLP文本信息抽取
实战：实现文本纠错
实战：实现生成合成数据
实战：实战文本分类
实战：实战文本机器翻译
视觉与图像识别原理概述
图像合成DALL.E
图像理解-车牌识别
语音识别文字
语音识别长文件
将文本转换成语音之TTS
实现目标定位和图像检测
使用Streamlit搭建web前端开发大模型应用 (第三天)
Streamlit安装和概述
Streamlit文本显示
Streamlit 数据显示
图表可视化组件
Form表单元素
多媒体组件
状态组件
页面布局和容器
多页面和页面导航
会话管理
缓存装饰器
案例实战：构建聊天机器人
案例实战：搭建本地知识库的问答机器人
案例实战：搭建发票信息获取智能体
案例实战：搭建客户意图识别-企业客服机器人
Streamlit部署
