中央网信办副主任，教育部高等学校网络空间安全专业教学指导委员会主任委员
待定
课程内容涵盖大模型与软件研发结合的全景架构，各个研发阶段 AI提效的具体实践案例、实际落地经验、避坑指南及持续优化策略，各大标杆企业实际的能够达到的提升效果与当前探索方向，以及AI应用的前沿趋势与软件研发范式变革相关内容。课程的内容全部来源于老师多年来在数万人研发规模企业深耕所积累的第一手实践经验，课程中将深入浅出地对AI时代研发效能提升的方方面面进行详细讲授与研讨，结合对客户实际问题的深度答疑，相信可以对参训企业带来实际的巨大帮助。
本课程摒弃传统的单一模型讲解模式，采用“架构演进”视角，带领学员走完 AI Agent 从原型（Prototype）到生产（Production）的全过程。 1. 由浅入深，重构认知：从最基础的 Prompt 和 Reasoning 范式入手，逐步深入到 Memory、RAG、Tools，最终落脚于企业级的 Harness 和 Graph 架构，符合工程师的学习曲线。 2. 问题导向，实战为王：针对当前大模型落地的核心痛点（幻觉、上下文丢失、工具调用失败、缺乏评估标准），设置了大量的真实案例（特别是金融/严肃场景），不讲空话，只讲解决方案。 3. 全栈覆盖，闭环思维：不仅关注模型本身，更强调“模型-数据-工具-评估”的四位一体。引入“评估飞轮”概念，强调只有通过科学的评估（红蓝对抗、RAGAS），才能实现 Agent 的自进化。
本课程聚焦AI大模型如何重塑数据治理模式，推动从“被动响应”向“智能驱动”的范式跃迁。两天沉浸式教学将系统解析大模型的能力边界与落地方法论，深入探讨AI Agent在数据标准、元数据、质量、安全等核心治理域的实战应用，并辅以元数据管理、质量监控、分级分类等动手实操。课程还涵盖高价值场景解析、持续运营体系构建及金融/互联网行业案例，帮助学员掌握将大模型嵌入治理流程的关键技能，实现治理效率与智能水平的双重提升。
To Be Better
注册或 找回密码?
欢迎成为Msup专家讲师
活动详情
近期公开课推荐
