课程费用

6800.00 /人

课程时长

2

成为教练

课程简介

本课程涵盖了生成式AI(AIGC)的最新进展与应用,以及ChatGPT和GitHub Copilot的深入了解和实际应用。课程内容包括AIGC的基本概念、对PGC和UGC的调整、大语言模型的基本概念、LLM和传统AI的区别、AIGC目前的主要应用领域和可能的应用领域、ChatGPT应用展示、midjourney应用展示等。此外,课程还探讨了ChatGPT的工作原理、使用ChatGPT进行文本生成的方法、ChatGPT的未来发展和应用前景,以及ChatGPT在软件研发全生命周期中的应用场景与案例。同时,课程还介绍了GitHub Copilot及其应用领域,并探讨了如何使用GitHub Copilot进行编程。

目标收益

了解生成式AI(AIGC)的最新进展与应用;
掌握ChatGPT和GitHub Copilot的基本概念和工作原理;
学会使用ChatGPT进行文本生成和软件研发全生命周期中的应用;
掌握GitHub Copilot在编程领域的应用;
了解ChatGPT和GitHub Copilot的未来发展和应用前景。

培训对象

软件研发负责人,研发管理负责人,运维负责人,DevOps负责人,测试负责人,工程效能负责人
软件架构师,资深研发工程师
运维架构师,资深运维工程师,DevOps工程师,SRE
测试架构师,资深测试工程师
研发管理人员,研发流程工程师

课程大纲

第一章 生成式AI(AIGC)的最新进展与应用 1.1.- AIGC的基本概念
1.2.- 对PGC和UGC的调整
1.3.- 大语言模型的基本概念
1.4.- LLM和传统AI的区别
1.5.- AIGC目前的主要应用领域
1.6.- AIGC目前的可能的应用领域
1.7.- chatGPT应用展示
1.8.- midjourney应用展示
第二章 ChatGPT及其应用领域 2.1.- 什么是ChatGPT
2.2.- GPT和chatGPT的关系
2.3.- ChatGPT的历史和发展
2.4.- ChatGPT在自然语言处理、聊天机器人等领域的应用
2.5.- 提示工程(Prompt Engineering)的基本概念
第三章 人人可以理解的ChatGPT的工作原理 3.1.- ChatGPT的架构和模型
3.2.- ChatGPT的训练数据和算法
3.3.- ChatGPT的生成过程和输出结果
3.4.- ChatGPT的局限性
3.5.- ChatGPT的安全性
3.6.- ChatGPT的涌现能力
3.7.- ChatGPT的思维链
3.8.- GPT3,GPT3.5,GPT4和文心一言的能力对比
第四章 使用ChatGPT进行文本生成(Prompt的深入应用) 4.1.- 使用预训练模型生成文本
4.2.- 使用微调模型生成特定领域的文本
4.3.- 使用ChatGPT生成对话和聊天内容
4.4.- Prompt如何使用
4.5.- Prompt使用进阶
4.6.- Prompt的最佳实践(FlowGPT)
第五章 ChatGPT的未来发展和应用前景 5.1.- ChatGPT的未来发展方向
5.2.- ChatGPT在各行业中的应用前景
5.3.- ChatGPT与其他人工智能技术的关系和比较
5.4.- ChatGPT的风险与不确定性应对
5.5.- ChatGPT的技术演化方向
5.6.- ChatGPT的法律风险
5.7.- ChatGPT的哲学思考
第六章 chatGPT在软件研发全生命周期中的应用场景与案例 6.1.- 软件研发全流程中LLM擅长的部分
6.2.- 软件研发全流程中LLM不擅长的部分
6.3.- 需求分析阶段chatGPT的应用场景与案例
6.4.- 顶层设计阶段chatGPT的应用场景与案例
6.5.- 详细设计阶段chatGPT的应用场景与案例
6.6.- 编码阶段chatGPT的应用场景与案例
6.7.- 代码评审阶段chatGPT的应用场景与案例
6.8.- 单元测试阶段chatGPT的应用场景与案例
6.9.- 接口测试阶段chatGPT的应用场景与案例
6.10.- 安全测试阶段chatGPT的应用场景与案例
6.11.- 持续集成流水中chatGPT的应用场景与案例
6.12.- 持续发布中chatGPT的应用场景与案例
6.13.- 性能测试阶段chatGPT的应用场景与案例
6.14.- 测试结果分析中chatGPT的应用场景与案例
6.15.- 运维领域chatGPT的应用场景与案例
6.16.- SRE实践中chatGPT的应用场景与案例
第七章 介绍GitHub Copilot及其应用领域 7.1.- 什么是GitHub Copilot
7.2.- GitHub Copilot的历史和发展
7.3.- GitHub Copilot在编程领域的应用
第八章 使用GitHub Copilot进行编程 8.1.- 在Visual Studio Code中安装和使用GitHub Copilot
8.2.- 使用GitHub Copilot生成代码片段和函数
8.3.- 使用GitHub Copilot进行代码补全和自动完成
8.4.- 使用GitHub Copilot进行代码重构和优化
8.5.- 更多GitHub Copilot的进阶应用
8.6.- 局部编程实践案例解读
8.7.- GitHub Copilot对软件开发的深度思考
第九章 实践Copilot X的应用 9.1.- 实践Copilot Chat的使用
9.2.- 实践Copilot Voice的使用
9.3.- 实践Copilot CLI的使用
9.4.- 实践Copilot Pull Request的使用
9.5.- 实践Copilot Doc的使用
9.6.- 实践Copilot Next的各种探索
第十章 软件研发企业中ChatGPT的应用场景 10.1.- GPT和静态代码扫描的结合
10.2.- GPT和单元测试的结合
10.3.- GPT和代码评审的结合
10.4.- GPT和接口测试的结合
10.5.- GPT和CI流水的结合
10.6.- GPT和测试结果分析的结合
10.7.- GPT和性能测试结果分析的结合
第十一章 各类AIGC场景深度解读 11.1.- 文生图能力的使用(大量行业案例)
11.2.- 与日程办公的结合(Office Copilot的案例)
11.3.- 其他各类可能使用场景解读(国内外最新案例)
第一章 生成式AI(AIGC)的最新进展与应用
1.1.- AIGC的基本概念
1.2.- 对PGC和UGC的调整
1.3.- 大语言模型的基本概念
1.4.- LLM和传统AI的区别
1.5.- AIGC目前的主要应用领域
1.6.- AIGC目前的可能的应用领域
1.7.- chatGPT应用展示
1.8.- midjourney应用展示
第二章 ChatGPT及其应用领域
2.1.- 什么是ChatGPT
2.2.- GPT和chatGPT的关系
2.3.- ChatGPT的历史和发展
2.4.- ChatGPT在自然语言处理、聊天机器人等领域的应用
2.5.- 提示工程(Prompt Engineering)的基本概念
第三章 人人可以理解的ChatGPT的工作原理
3.1.- ChatGPT的架构和模型
3.2.- ChatGPT的训练数据和算法
3.3.- ChatGPT的生成过程和输出结果
3.4.- ChatGPT的局限性
3.5.- ChatGPT的安全性
3.6.- ChatGPT的涌现能力
3.7.- ChatGPT的思维链
3.8.- GPT3,GPT3.5,GPT4和文心一言的能力对比
第四章 使用ChatGPT进行文本生成(Prompt的深入应用)
4.1.- 使用预训练模型生成文本
4.2.- 使用微调模型生成特定领域的文本
4.3.- 使用ChatGPT生成对话和聊天内容
4.4.- Prompt如何使用
4.5.- Prompt使用进阶
4.6.- Prompt的最佳实践(FlowGPT)
第五章 ChatGPT的未来发展和应用前景
5.1.- ChatGPT的未来发展方向
5.2.- ChatGPT在各行业中的应用前景
5.3.- ChatGPT与其他人工智能技术的关系和比较
5.4.- ChatGPT的风险与不确定性应对
5.5.- ChatGPT的技术演化方向
5.6.- ChatGPT的法律风险
5.7.- ChatGPT的哲学思考
第六章 chatGPT在软件研发全生命周期中的应用场景与案例
6.1.- 软件研发全流程中LLM擅长的部分
6.2.- 软件研发全流程中LLM不擅长的部分
6.3.- 需求分析阶段chatGPT的应用场景与案例
6.4.- 顶层设计阶段chatGPT的应用场景与案例
6.5.- 详细设计阶段chatGPT的应用场景与案例
6.6.- 编码阶段chatGPT的应用场景与案例
6.7.- 代码评审阶段chatGPT的应用场景与案例
6.8.- 单元测试阶段chatGPT的应用场景与案例
6.9.- 接口测试阶段chatGPT的应用场景与案例
6.10.- 安全测试阶段chatGPT的应用场景与案例
6.11.- 持续集成流水中chatGPT的应用场景与案例
6.12.- 持续发布中chatGPT的应用场景与案例
6.13.- 性能测试阶段chatGPT的应用场景与案例
6.14.- 测试结果分析中chatGPT的应用场景与案例
6.15.- 运维领域chatGPT的应用场景与案例
6.16.- SRE实践中chatGPT的应用场景与案例
第七章 介绍GitHub Copilot及其应用领域
7.1.- 什么是GitHub Copilot
7.2.- GitHub Copilot的历史和发展
7.3.- GitHub Copilot在编程领域的应用
第八章 使用GitHub Copilot进行编程
8.1.- 在Visual Studio Code中安装和使用GitHub Copilot
8.2.- 使用GitHub Copilot生成代码片段和函数
8.3.- 使用GitHub Copilot进行代码补全和自动完成
8.4.- 使用GitHub Copilot进行代码重构和优化
8.5.- 更多GitHub Copilot的进阶应用
8.6.- 局部编程实践案例解读
8.7.- GitHub Copilot对软件开发的深度思考
第九章 实践Copilot X的应用
9.1.- 实践Copilot Chat的使用
9.2.- 实践Copilot Voice的使用
9.3.- 实践Copilot CLI的使用
9.4.- 实践Copilot Pull Request的使用
9.5.- 实践Copilot Doc的使用
9.6.- 实践Copilot Next的各种探索
第十章 软件研发企业中ChatGPT的应用场景
10.1.- GPT和静态代码扫描的结合
10.2.- GPT和单元测试的结合
10.3.- GPT和代码评审的结合
10.4.- GPT和接口测试的结合
10.5.- GPT和CI流水的结合
10.6.- GPT和测试结果分析的结合
10.7.- GPT和性能测试结果分析的结合
第十一章 各类AIGC场景深度解读
11.1.- 文生图能力的使用(大量行业案例)
11.2.- 与日程办公的结合(Office Copilot的案例)
11.3.- 其他各类可能使用场景解读(国内外最新案例)

课程费用

6800.00 /人

课程时长

2

预约体验票 我要分享

近期公开课推荐

近期公开课推荐

提交需求