DeepSeek是一款由国内人工智能公司研发的大型语言模型,拥有强大的自然语言处理能力,能够理解并回答问题,还能辅助写代码、整理资料和解决复杂的数学问题。与OpenAI开发的ChatGPT相比,DeepSeek不仅率先实现了媲美OpenAI-o1模型的效果,还大幅降低了推理模型的成本。其新模型DeepSeek-R1以十分之一的成本达到了GPT-o1级别的表现,惊艳全球!
在面对DeepSeek的学习与应用时,很多人或许会感受到一种焦虑感,担心“不懂 DeepSeek,就落后了”、“再不努力,你马上就要被 DeepSeek 替代了”等。其实,这种焦虑是对未知世界的正常反应,但它也激励我们去不断学习、适应并拥抱变革。通过持续的学习和实践,我们才能够更好地理解DeepSeek的潜力,提升自己的能力,并将其应用到实际工作中,推动创新和效率的提升。
课程概述
随着生成式人工智能(AIGC)和大语言模型的快速发展,企业对AI应用的需求愈发多元与深入。本课程围绕 DeepSeek与OpenAI 两大主流大模型平台,结合企业级开发场景与前沿技术路线,系统讲解从本地部署、提示词工程、知识库问答、函数调用、数据分析,到多模态集成、前端构建的完整落地路径。
课程采取“理论讲解 + 编码实践 + 项目驱动”三位一体的教学模式,通过 Ollama 实现 DeepSeek 私有化部署,结合 OpenAI 强大的生态能力,深入讲解文本推理、嵌入向量、RAG增强生成、图像识别、语音转写等多模态应用开发;同时,借助 Streamlit 实现前端快速开发与AI接口集成,全面提升学员的大模型应用开发能力与交付落地能力。
本课程特别适合具备Python基础、希望掌握大模型实战开发与部署的技术人员,助力其在短期内从0到1构建具备实际业务价值的智能应用系统。
课程亮点:
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
课程对象
本课程面向具备 Python 语法及数据分析基础的技术从业者,包括企业后端开发工程师、数据分析师、算法入门人员、IT 技术转型者,以及关注 AI 落地的技术管理者。适合希望快速掌握大模型私有化部署、多模态应用开发与 RAG 知识库构建,助力企业数字化转型的相关人员。
课程目标
本课程旨在帮助学员系统掌握大模型全栈应用开发技能,能够独立完成大模型应用的构建、部署与上线,具体目标包括:
- 理解大模型核心原理与提示词工程技巧
掌握Transformer、大语言模型、Embedding等技术基础,深入理解Prompt设计原则与防攻击机制。
- 掌握DeepSeek与OpenAI两大模型平台的应用方式
能基于Ollama实现DeepSeek私有化部署,并通过OpenAI实现多轮对话、函数调用与增强生成。
- 具备文本推理与数据驱动分析能力
能熟练使用Embedding、KMeans、朴素贝叶斯等算法处理文本数据,完成分类、推荐、聚类等任务。
- 理解并实现多模态融合应用
能将语音识别、图像识别与视觉合成技术集成到AI应用中,提升模型在复杂场景中的实用性。
- 能够使用Streamlit搭建可交互的AI Web前端
完成包括聊天机器人、知识库问答机器人、发票识别、客服意图识别等多个落地型项目开发。
课程收益
完成本课程后,学员将收获以下实际能力和成果:
- 独立完成 DeepSeek 模型的本地部署与测试,掌握模型管理与接口调用流程;
- 掌握 OpenAI 平台的提示词使用、函数调用、文本处理能力,实现聊天机器人等功能;
- 精通嵌入向量、余弦相似度、知识库向量化等核心RAG技术;
- 具备将 PDF、语音、图像等非结构化数据用于智能体开发的实践经验;
- 熟练使用 Streamlit 实现 Web 端快速原型搭建,打造可交互的AI演示系统;
- 完成多个实战项目,包括:知识库问答机器人、文本推荐系统、图像识别系统、客服机器人等;
- 为企业AI能力建设打下坚实基础,助力数字化转型、智能化服务与AI产品落地。
课程时长3天
课程大纲
| deepseek本地化部署和OpenAI快速入门(第一天) |
OpenAI 之增强生成(RGA)和实现文本任务(第二天) |
使用Streamlit搭建web前端开发大模型应用 (第三天) |
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 |
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 |
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 |
为什么选择艾威
艾威培训成立于2003年,是业内领先的培训机构,拥有丰富的企业培训经验。我们深度关注企业数字化转型与技术创新,为企业和个人提供最前沿的AI技术培训课程。我们为学员提供全面的教学支持,并结合实际应用场景,通过精心设计的课程帮助学员快速掌握DeepSeek和其他AI工具的实际应用。选择艾威培训,您将获得:
- 多年的培训经验: 20年+的企业培训经验,专家团队提供定制化培训。
- 实战驱动的教学: 课程结合实际企业应用场景,学员可以立刻应用学到的知识,提升工作效率。
- 高效学习支持: 课程提供在线答疑、社群互动等支持,让学习不止于课堂。
培训咨询