让一部分企业先学到真知识！
讲师网 企业内训 课程详情

李勇：非技术人员的数智化技术认知

李勇老师李勇 注册讲师 23查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 人工智能

课程编号 : 37194

面议联系老师

适用对象

总监、经理、主管、运营人员、非技术管理人员等对新技术发展感兴趣的人士；

课程介绍

培训对象：总监、经理、主管、运营人员、非技术管理人员等对新技术发展感兴趣的人士；

课程时间：1天（6小时）

本课程亮点：

随着信息技术的飞速发展，数智化（数字化与智能化）已经成为推动社会进步和经济发展的重要力量。从智能家居到智慧城市，从智能制造到金融服务，数智化技术正深刻改变着我们的生活方式和工作模式。然而，对于许多非技术人员来说，数智化技术仍然是一个相对陌生和神秘的领域。他们可能听说过大数据、云计算、人工智能等术语，但对其具体含义、工作原理和应用场景却知之甚少。本课程主要为大家在数智时代打好技术逻辑认知基础。

单元

模块

内容

单元一

为什么要重视数智化中的新技术认知

1. 技术不仅仅是工具，更会对战略和战术带来改变

2. 技术工具所产生的数据是企业未来重要的能源

单元二

5G物联网中的整体架构介绍

1. 感知应用层：芯片+传感器，RFID+操作系统

2. 网络构建层

1） 为什么只有5G时代才会出现物联网

2） 5G网络和终端对社会进步的重要意义

3. 平台管理层：

1） 大数据

2） 云计算和边缘计算

3） 区块链

4） 人工智能

4. 综合应用层

单元三

认识云计算和边缘计算及算力部署

1. 云计算及边缘计算的概述

1） 云计算及边缘计算的背景

2） 云计算及边缘计算的定义

3） 云计算及边缘计算的内涵

4） 云计算及边缘计算的特征

2. 云计算及边缘计算的作用与价值

1） 云计算及边缘计算对信息产业的影响

2） 云计算及边缘计算对经济领域的影响

3） 云计算及边缘计算对社会管理的影响

3、算力对今天的AI起到的作用是什么

单元四

认识大数据

1. 大数据的概述

1） 大数据的背景

2） 大数据的定义

3） 大数据的内涵

4） 大数据的特征

2. 大数据的作用与价值

1） 大数据对信息产业的影响

2） 大数据对经济领域的影响

3） 大数据对社会管理的影响

3. 大数据技术发展的历程及现状

单元五

AI大模型的基础逻辑

一.大模型的定义与发展历程

1.1 大模型的概念及特点

1.2 大模型的发展历程与趋势

二.大模型的底层逻辑与架构

2.1 深度学习与大模型的关系

2.2 大模型的架构与工作原理

三. 大模型与传统AI的差异

3.1 传统AI的局限性

3.2 大模型在多模态处理上的优势

案例：多模态大模型的成功应用与影响

单元六

元宇宙的解析

1. 元宇宙的定义是什么？

2. 为什么在今天这个时代出现了元宇宙的概念

3. 元宇宙是不是更高级的游戏？

4. 元宇宙的技术逻辑是什么？

谁来制造元宇宙

单元七

元宇宙下的六大技术逻辑和支撑

1. 人工智能对元宇宙的影响

2. 区块链将成为元宇宙中核心中的交易工具

3. AR,VR,MR等混合技术对元宇宙的支撑

4. 全息影像对元宇宙的支撑

5. 脑机交互和传感

单元八

什么是量子计算及量子信息，量子通信

1. 什么是量子信息

2. 量子比特不是比特币

3. 量子信息的身世

4. 量子计算的特性是什么

5. 量子计算的黑白两道

6. 量子计算机的细胞核：门电路

7. 云中漫步：量子隐形传态

8. 风靡全球：量子信道

单元九

什么是数字生态平台

1. 数字生态平台的定义、分类与特点

2. 数字生态平台的发展历程与现状

3. 数字生态平台的未来趋势与机遇

4. 数据驱动与智能化决策

5. 安全性与隐私保护

6. 可扩展性与灵活性

7. 跨平台整合与互联互通

单元十

新一代6G信息通信

1. 更高速度：

2. 更低时延：

3. 更大容量和更高连接数密度：

4. 更智能化：

5. 更广覆盖：

6. 更高安全性

单元十一

以上新技术都可以帮助企业在哪些数智领域展开应用

1. 数智化对质量和服务的提升

2. 数智化对财务和商业的提升

3. 数智化对效率和成本的提升

4. 数智化对安全和低碳的提升

5. 数智化对产品和管理的提升

 

李勇老师的其他课程

• 李勇：大模型在金融垂直领域的应用实战及工作实际场景解析
培训对象：数据分析师、软件工程师、项目经理、技术产品经理、以及对自动化工具和人工智能应用感兴趣的专业人士； 课程时间：3天 (18小时） 课程背景： 本课程主要是在大模型技术快速发展的宏观趋势下，旨在解决学员在金融垂直领域中大模型应用的实际问题，提升学员对大模型在金融行业应用场景的认知。课程具备实战性强、案例丰富、行业针对性明确等特点，通过深入剖析金融行业的典型大模型应用案例，结合实际操作，端到端讲解技术选型、应用场景、实际效果等方面，帮助学员挖掘高价值的大模型应用场景及方法，推动大模型技术在金融垂直领域的深入应用。 课程收益： 培训完结后，学员能够： ² 受益一：掌握大模型在金融行业的基本应用原理和框架选择。 ² 受益二：了解金融行业中的大模型应用案例，包括风险管理、客户服务、投资分析等。 ² 受益三：学会如何根据金融业务场景选择合适的大模型工具和技术。 ² 受益四：掌握大模型在金融行业中的数据处理和分析方法。 ² 受益五：了解大模型在金融行业中的安全性和合规性要求。 ² 受益六：通过实操练习，提升大模型在金融场景中的应用能力。 ² 受益七：挖掘并设计更多高价值的金融大模型应用场景。 大 单元 大纲 内容 单元一 为什么要学习PROMPT 1. 和大模型的唯一沟通语言即prompt 2、 探索PROMPT语言如何成为连接人类创造力与机器效率的桥梁 3、 提升个人竞争力 4、 培养提问能力 案例分析：Alpha Go的前世今生 讨论：行业内成功的PROMPT语言应用实例 单元二 PROMPT语言概述 1. 语法和结构 2. 基本概念和原理 2.1）写出清晰指令 2.2）让模型充当某个角色 2.3）使用分隔符清楚指令输入的不同部分 2.4）指定任务所需要的步骤 2.5）提供参考例子 2.6）指定所输入长度 案例分析：PROMPT语言在自动化脚本编写中的应用讨论课题：PROMPT语言与传统编程语言的对比 单元三 常见的模型能力介绍 主流AI大模型框架解析 2.1 框架一：Transformer 2.2 框架二：BERT 2.3 框架三：GPT系列 2.4 框架四：DeepSeek主流框架简介 案例：不同框架在AI大模型构建中的应用对比 讨论课题：如何选择适合的AI大模型框架？ 单元四 利用PROMPT命令优化Word方案制作 1. 使用PROMPT命令快速在word中生成方案大纲和结构 2. 利用PROMPT命令提取在word中整理关键信息，填充方案内容 3. 运用PROMPT命令快速在word中进行文档的排版和格式优化 4. 实战演练：在Word中制作一份完整的解决方案 单元五 借助PROMPT命令提升Excel数据处理效率 1. 利用PROMPT命令快速导入和整理数据 2. 使用PROMPT命令进行数据的筛选、排序和汇总 3. 运用PROMPT命令创建动态图表和数据透视表 案例分析：Excel中PROMPT命令的数据处理应用实例 单元六 运用PROMPT命令打造专业PPT演示文稿 1. 利用PROMPT命令快速生成演示文稿的框架和布局 2. 使用PROMPT命令设计和优化幻灯片的内容和视觉效果 实战演练：制作一份专业的PowerPoint演示文稿 分享与讨论：如何结合PROMPT命令提升演示文稿的吸引力和说服力 单元七 AI在企业的典型落地场景 一．方案撰写与文案润色 1.1 AI大模型在方案撰写中的应用及技巧 1.2 AI大模型在文案润色中的优势及实践案例 二．检查纠错与合同撰写 2.1 AI大模型在检查纠错中的准确性及效率提升 2.2 AI大模型在合同撰写中的智能化应用案例 三．宣发文案与AI配图 3.1 AI大模型在宣发文案创作中的创意激发与实现 3.2 AI大模型在自动配图及优化中的功能展示 四．协同办公与知识库查询 4.1 AI大模型在协同办公中的信息整合与共享作用 4.2 AI大模型在知识库查询中的高效检索与智能推荐 五．数据分析与会议总结 5.1 AI大模型在数据分析中的深度挖掘与可视化展示 5.2 AI大模型在会议总结中的自动整理与要点提炼 六．销售复盘与客户服务 6.1 AI大模型在销售复盘中的业绩分析与客户行为预测 6.2 AI大模型在客户服务中的智能应答与满意度提升策略 七、编程的能力概述 案例分享：某银行运用AI大模型实现多场景业务提升的实践案例集锦 讨论课题：如何针对不同业务场景，发挥AI大模型的最大价值？ 单元八 金融风险管理中的大模型应用 1风险管理的基本概念与挑战 1.1 风险识别的流程与方法 1.2 风险评估的模型与技术 2大模型在风险识别与评估中的应用 2.1 大模型在信用评分中的应用 2.2 大模型在市场风险预测中的应用 案例：大模型在信用风险管理中的实践案例 讨论课题：如何优化大模型在风险管理中的效果？ 单元九 金融客户服务中的大模型应用 1 客户服务的基本概念与挑战 1.1 客户服务的流程与标准 1.2 客户服务中的痛点与需求 2 大模型在客户服务中的应用 2.1 大模型在智能客服中的应用 2.2 大模型在客户情绪分析中的应用 案例：大模型在智能客服系统中的实践案例 讨论课题：如何提升大模型在客户服务中的用户体验？ 单元十 大模型在金融办公场景中的RAG应用 1 RAG技术的基本概念与原理 1.1 RAG的定义与特点 1.2 RAG在金融办公场景中的应用价值 2 RAG在金融办公场景中的具体应用 2.1 利用RAG提升文档检索效率 2.2 利用RAG辅助金融决策分析 实操：在金融办公场景中应用RAG技术 单元十一 大模型在金融行业当中的场景挖掘方法论 1. AI中的文生文，文生图等场景能力概述 2. 如何利用产品需求思维和思维导图产出更多的应用场景 3. 如何利用AI和其他RPA工具进行场景问题解决 课程中的实操： 第一天：初级练习 1） 帮助学员通过金融场景方法论导出更多适合大模型应用的工作场景。 2） 利用大模型工具进行金融数据的初步处理与分析。 3） 要求达到的成效：熟悉大模型在金融行业的基本应用，掌握数据处理与分析方法。 第二天：中级练习 1） 教授学员如何利用RAG技术提升金融办公效率。 2） 根据具体的金融业务场景，引导学员利用大模型工具进行实战操作。 3） 要求达到的成效：掌握RAG技术在金融办公中的应用，能够根据实际场景选择合适的大模型工具。 第三天：高级综合应用 1.组织学员进行跨模态技术在金融行业的应用实战。 2.引导学员设计并实施自动化报告生成系统，提升工作效率。 3.要求达到的成效：能够综合运用大模型技术解决金融行业的实际问题，挖掘高价值的应用场景。
• 李勇：大模型企业全栈设计师体系课程
培训对象：产品中心，运营中心，技术中心，管理中心，客服中心等管理运营相关人士 课程时间：2天 (12小时） 课程背景： 随着sora技术的出现，大模型技术势必会影响到各行各业，而真正让我们兴奋的却是，哪怕你不懂编程语言，也有机会去创造企业的大模型产品，而这种智能化的能力，是要远高于信息化和数字化的，所以，强烈建议每个职场人都学会认知大模型，理解大模型，并做好大模型的学习课程。 课程收益： 培训完结后，学员能够： ² 学习大模型的底层逻辑和本质。 ² 学习大模型中必须要掌握的API知识 ² 学习大模型中必须要掌握的RAG知识 ² 学习大模型中的工具栈 ² 学习和掌握fine-tuning的知识 ² 学习和掌握多模态知识框架 ² 学习和掌握大模型的产品和交付知识 课程大纲： 单元 大纲 内容 单元一 AI大模型技术概览 一．大模型的定义与特点 1.1 大模型的概念及发展历程 1.2 大模型的技术架构与核心原理 二．大模型与其他AI技术的比较 2.1 传统AI技术的局限性 2.2 大模型在数据处理、学习能力等方面的优势 三．大模型的应用前景及挑战 3.1 大模型在各行业的应用潜力 3.2 技术发展面临的挑战与机遇 单元二 大模型中的PROMPT语言学习 认知：把AI当人看 原理： 1） LLM生成原理 2） 高质量PROMPT原理 实战工具： 1） 基本要素 2） 格式约束 3） 风格控制 4） 思维链，思维树以及自洽性 5） 指令调优 6） Coze等工具的使用 单元三 大模型中的API 认知：自然语言链接一切 原理：用微调提升prompt的稳定性 实战工具及要素： 1） 生成式API 2） 对话式API 3） Assistants AP| 4） Actions 5） Embeddings 6） Fine-tuning 7） FunctionCalling 单元四 大模型中的RAG 认知：从关键词搜索转为向量搜索 原理：Embeddings 实用工具： 1） 词向量 2） 句子向量 3） 篇章向量 4） 相似度计算 5） 向量数据库，向量模型，向量模型部署 单元六 大模型中的工具栈 认知： 1） 原生 API、LangChain和 SK 如何选型 2） 多框架组合开发 3） Prompt 和代码分离 4） 微软的SemanticPlugins 战略 原理：AGENT 实用工具： 1) LangChain & LangChain.js:LCEL,llm,chatmodel,prompttemplate 2)Semantic&Kernel: Connectors,Plugins,Planners,SemanticFunctions 单元七： 大模型中的FINE-TUNING 1.认知：微调仍是炼丹 2.原理：机器学习，大模型训练，微调 3.实战工具：求解器，损失函数，超参，过拟合/欠拟合 学习率 单元八 多模态中的大语言 认知：传统CV仍有价值 原理：特征对其 实战工具： VisionTransformer，CLIP，Q-Former，GPT-4V，Gemini LLaVA 图像生成模型：DM,SD,MJ，DALLE,LORA 单元九 大模型中的产品设计 1.认知：Copilot 模式vs. Agent 模式，产品经理调prompt 2.原理：商业逻辑，用户体验 3.实战工具：需求分析，生成式 AI 产品设计原则，Collaborative UX，draw.io，产品迭代，产品运营 业务沟通 单元十 大模型产品的交付 认知：向量型数据库选型原理 实战工具：GPU/云厂商选型，向量数据库选型，私有化部署，推理性能优化，高可用架构，内容安全，算法备案  
• 李勇：大模型、RPA自动化等AI新型技术发展与信用卡应用
培训对象：对AI新型技术感兴趣的专业人士、技术研发人员、管理人员等 课程时间：0.5天培训 课程背景： 本课程主要探讨大模型、RPA等AI新型技术的发展历程、应用场景及未来趋势。课程将深入解析这些技术在不同领域中的实际应用，以及如何提升企业运营效率和创新能力，具备前瞻性和实用性相结合的特点。。 课程收益： 培训完结后，学员能够： ² 了解大模型、RPA等AI新型技术的发展历程及现状； ² 掌握这些技术在不同行业中的具体应用场景和优势； ² 深入理解这些技术实现的关键点和技术难题； ² 预测和分析AI新型技术的未来发展趋势。 课程大纲： 单元 大纲 内容 单元一 AI新型技术概览 1 AI新型技术简介 1.1 大模型、RPA、机器人等技术概述 1.2 技术发展历程及现状 案例：AI技术在全球范围内的发展动态 单元二 大模型技术深入解析 1. 大模型技术基础 1.1 大模型的定义与特点 1.2 大模型技术的分类及应用领域 2 大模型在具体应用场景的实现 2.1 自然语言处理与理解 2.2 图像识别与处理 案例：大模型在智能客服、智能推荐等领域的应用 大模型关键技术解析 3.1 数据预处理与模型训练 3.2 模型评估与优化方法 讨论课题：大模型技术的挑战与机遇 单元三 RPA技术以及在信用卡中的应用场景 1.RPA技术的基本概念与原理 1.1 RPA的定义与优势 1.2 RPA的工作流程与实施步骤 1.3 RPA在金融行业的应用案例 2.RPA在信用卡业务办公自动化中的场景应用 2.1 客户信息录入与更新自动化 2.2 交易监控与异常处理自动化 2.3 报表生成与数据分析自动化 2.4 客户服务与投诉处理自动化 案例：RPA在信用卡客户服务中的自动化应用实践 讨论课题：如何挖掘更多RPA在信用卡业务中的自动化应用场景？ 单元四 AI新型技术的融合应用 1. 大模型、RPA、机器人等技术的融合趋势 1.1 技术融合的背景与意义 1.2 融合应用的优势与挑战 2. 融合应用在不同行业的实践案例 2.1 智能制造领域的融合应用 2.2 金融科技领域的融合应用 3. 案例：跨行业融合应用的成功案例分享 讨论课题：如何推动AI新型技术的融合与创新？ 单元五 大模型在信用卡业务中的应用 1.大模型的基本概念与原理 1.1 大模型的定义与特点 1.2 大模型的工作原理与训练流程 1.3 大模型在金融行业的应用现状 2.大模型在信用卡业务场景的应用 2.1 风险评估与信用评分 2.2 客户画像与个性化推荐 2.3 欺诈检测与预警系统 案例：基于大模型的信用卡风险评估实践 讨论课题：如何构建更精准的大模型信用评分体系？ 单元六 AI大模型在信用卡办公场景中的应用 一．方案撰写与文案润色 1.1 AI大模型在方案撰写中的应用及技巧 1.2 AI大模型在文案润色中的优势及实践案例 二．检查纠错与合同撰写 2.1 AI大模型在检查纠错中的准确性及效率提升 2.2 AI大模型在合同撰写中的智能化应用案例 三．宣发文案与AI配图 3.1 AI大模型在宣发文案创作中的创意激发与实现 3.2 AI大模型在自动配图及优化中的功能展示 四．协同办公与知识库查询 4.1 AI大模型在协同办公中的信息整合与共享作用 4.2 AI大模型在知识库查询中的高效检索与智能推荐 五．数据分析与会议总结 5.1 AI大模型在数据分析中的深度挖掘与可视化展示 5.2 AI大模型在会议总结中的自动整理与要点提炼 六．销售复盘与客户服务 6.1 AI大模型在销售复盘中的业绩分析与客户行为预测 6.2 AI大模型在客户服务中的智能应答与满意度提升策略 案例分享：某银行运用AI大模型实现多场景业务提升的实践案例集锦 讨论课题：如何针对不同业务场景，发挥AI大模型的最大价值？  

相关课程

添加企业微信

1V1服务，高效匹配老师
欢迎各种培训合作扫码联系，我们将竭诚为您服务