DeepSeek大模型應(yīng)用開(kāi)發(fā)最佳實(shí)踐

培訓(xùn)通知

各有關(guān)單位：

為了企業(yè)在數(shù)字化浪潮中保持領(lǐng)先優(yōu)勢(shì)、實(shí)現(xiàn)創(chuàng)新突破與降本增效，助力企業(yè)將大模型技術(shù)深度融入各業(yè)務(wù)環(huán)節(jié)，開(kāi)拓新的業(yè)務(wù)增長(zhǎng)點(diǎn)，優(yōu)化運(yùn)營(yíng)成本結(jié)構(gòu)。幫助學(xué)員系統(tǒng)掌握 DeepSeek 大模型的核心原理、開(kāi)發(fā)工具和應(yīng)用技巧，提升其在人工智能領(lǐng)域的專業(yè)技術(shù)能力。中培偉業(yè)特邀相關(guān)領(lǐng)域權(quán)威專家精心打造了“DeepSeek大模型應(yīng)用開(kāi)發(fā)最佳實(shí)踐”課程，于2025年在全國(guó)部分城市舉辦公開(kāi)課。誠(chéng)邀您的參與，有關(guān)事宜如下：

一、培訓(xùn)背景

2025年春節(jié)期間中國(guó)的DeepSeek火爆全球，震驚美國(guó)硅谷，可以與花費(fèi)百億巨資的GPT相媲美，戳穿美股科技泡沫，以英偉達(dá)為代表的AI龍頭出現(xiàn)了暴跌。DeepSeek讓特朗普也感到懼怕，隨即美國(guó)黑客攻擊DeepSeek的網(wǎng)站，使其癱瘓，中美爆發(fā)網(wǎng)絡(luò)黑客大戰(zhàn)。DeepSeek的爆火源于其多方面優(yōu)勢(shì)。首先，它完全開(kāi)源，可本地部署，無(wú)使用限制，保護(hù)用戶隱私。其次，其性能強(qiáng)大，效果可比肩甚至超越國(guó)際頂尖模型，尤其在中文處理和復(fù)雜邏輯推理方面表現(xiàn)出色。此外，DeepSeek訓(xùn)練成本低，API價(jià)格僅為同類產(chǎn)品的三十分之一，性價(jià)比超高。它還支持深度思考，能展示清晰的思維鏈，并具備聯(lián)網(wǎng)搜索、拍照識(shí)字、文件上傳等功能，使用場(chǎng)景豐富。最后，其響應(yīng)速度快，生成內(nèi)容幾乎無(wú)需等待。

二、培訓(xùn)對(duì)象

程序員、開(kāi)發(fā)工程師、軟件設(shè)計(jì)師、項(xiàng)目經(jīng)理、架構(gòu)師等。

本課程面向零基礎(chǔ)LLM應(yīng)用開(kāi)發(fā)者，不需要了解復(fù)雜數(shù)學(xué)算法，機(jī)器學(xué)習(xí)原理，不需要之前學(xué)習(xí)過(guò)大模型知識(shí)。有Java，C#，C++等編程基礎(chǔ)，最好有Python基礎(chǔ)知識(shí)，但即使你對(duì) Python 不太熟悉，也完全沒(méi)有關(guān)系。課程主要閱讀和講解案例代碼。

三、培訓(xùn)收益

? 提供清晰全面的可用知識(shí)，快速了解DeepSeek和API；

? 對(duì)比OpenAI和國(guó)內(nèi)多個(gè)其他大模型（文心，智譜，千問(wèn)等）的工作原理及優(yōu)勢(shì)；

? 在案例基礎(chǔ)上使用流行的編程語(yǔ)言構(gòu)建大模型應(yīng)用；

? 掌握如何構(gòu)建文本生成、問(wèn)答和內(nèi)容摘要等初階大模型應(yīng)用；

? 了解提示工程、模型微調(diào)、插件、LangChain，RAG，Agent等高階實(shí)踐技術(shù)。

四、培訓(xùn)信息

1）培訓(xùn)方式：

培訓(xùn)采用線下專家面授+同步直播的形式。所有課程均贈(zèng)送學(xué)習(xí)教材、視頻回放、

答疑交流群、促學(xué)服務(wù)等，并提供結(jié)業(yè)證書。多維度精細(xì)化教學(xué)，滿足不同企業(yè)及學(xué)員的學(xué)習(xí)需求。

2）培訓(xùn)班次：

2025年03月24-26日    北京

2025年04月27-29日    杭州

2025年05月23-25日    西安

2025年07月25-27日    上海

2025年09月27-29日    廣州

2025年11月24-26日    重慶

五、培訓(xùn)內(nèi)容

培訓(xùn)共計(jì)3天，每天6小時(shí)，具體日程安排如下：

章節(jié)

內(nèi)容

詳情

第一章  DeepSeek大模型原理和應(yīng)用

第一部分: LLM大模型核心原理

1. 大模型基礎(chǔ)：理論與技術(shù)的演進(jìn)

2. LLMs大語(yǔ)言模型的概念定義

3. LLMs大語(yǔ)言模型的發(fā)展演進(jìn)

4. LLMs大語(yǔ)言模型的生態(tài)體系

5. 大語(yǔ)言模型技術(shù)發(fā)展與演進(jìn)

6. 基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)的語(yǔ)言模型

7. 基于深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)言模型

8. 基于 Transformer 的大語(yǔ)言模型

9. LLMs大語(yǔ)言模型的關(guān)鍵技術(shù)

10. LLMs大語(yǔ)言模型的核心框架：商業(yè)&開(kāi)源

11. LLMs大語(yǔ)言模型的行業(yè)應(yīng)用

第二部分: DeepSeek大模型應(yīng)用-辦公提效

1. 官方大模型DeepSeek應(yīng)用

2. DeepSeek辦公提效

3. 使用DeepSeek官方模型做推理任務(wù)

4. DeepSeek和OpenAI O1模型的對(duì)比總結(jié)

5. DeepSeek和國(guó)內(nèi)其他大模型對(duì)比（智譜，文心，通義，kimi等）

6. DeepSeek和國(guó)外其他大模型對(duì)比（Claude Gemini Mistral等）

第三部分: DeepSeek大模型推理能力

1. DeepSeek-R1 發(fā)布

2. 對(duì)標(biāo) OpenAI o1 正式版

3. DeepSeek-R1 上線 API

4. DeepSeek 官網(wǎng)推理與 App

5. DeepSeek-R1 訓(xùn)練論文

6. 蒸餾小模型超越 OpenAI o1-min

7. DeepSeek-R1 API 開(kāi)發(fā)應(yīng)用

8. 通用基礎(chǔ)與專業(yè)應(yīng)用能力

第二章  基于DeepSeek大模型API開(kāi)發(fā)應(yīng)用

第一部分:DeepSeek大模型與Prompt提示工程

1. Prompt如何使用和進(jìn)階

2. 什么是提示與提示工程

3. 提示工程的巨大威力：從Let’s think step by step說(shuō)起

4. 拆解、標(biāo)準(zhǔn)化、流程化：如何用AI改造工作

5. 使用BROKE框架設(shè)計(jì)ChatGPT提示

6. 通過(guò)案例分析，展示如何使用大模型prompt技術(shù)輔助開(kāi)發(fā)

第二部分: DeepSeek大模型  API 應(yīng)用開(kāi)發(fā)

1. DeepSeek-V3 大模型API

2. DeepSeek-R1推理大模型API

3. DeepSeek模型 & 價(jià)格

4. DeepSeek模型參數(shù)Temperature 設(shè)置

5. DeepSeek模型Token 用量計(jì)算

6. DeepSeek模型錯(cuò)誤碼

7. DeepSeek大模型多輪對(duì)話

8. DeepSeek大模型對(duì)話前綴續(xù)寫（Beta）

9. DeepSeek大模型FIM 補(bǔ)全（Beta）

10. DeepSeek大模型JSON Output

11. DeepSeek大模型Function Calling

12. DeepSeek大模型上下文硬盤緩存

13. 文本內(nèi)容補(bǔ)全初探（Text Completion）

14. 聊天機(jī)器人初探（Chat Completion）

15. 基于DeepSeek開(kāi)發(fā)智能翻譯助手

16. 案例分析

第三部分: DeepSeek大模型對(duì)比其他大模型API（國(guó)外和國(guó)內(nèi)其他）

1. OpenAI大模型API

2. claude大模型API

3. Gemini 大模型API

4. 智譜大模型API 介紹

5. 使用 GLM-4 API構(gòu)建模型和應(yīng)用

6. 基于通義千問(wèn)大模型API的應(yīng)用與開(kāi)發(fā)

7. 基于百度大模型API應(yīng)用開(kāi)發(fā)

8. 基于字節(jié)，騰訊，華為大模型應(yīng)用開(kāi)發(fā)

第四部分: DeepSeek大模型API構(gòu)建應(yīng)用程序（12案例，靈活選擇）

1. 應(yīng)用程序開(kāi)發(fā)概述

2. 案例項(xiàng)目分析

3. 項(xiàng)目1：構(gòu)建新聞稿生成器

4. 項(xiàng)目2：語(yǔ)音控制

5. 項(xiàng)目3：企業(yè)管理系統(tǒng)MIS應(yīng)用案例分析

6. 項(xiàng)目4：某企業(yè)智能管理系統(tǒng)

第三章  DeepSeek和LangChain開(kāi)發(fā)應(yīng)用

第一部分: 大模型應(yīng)用開(kāi)發(fā)框架 LangChain

1. 大模型應(yīng)用開(kāi)發(fā)框架 LangChain

2. LangChain 是什么

3. 為什么需要 LangChain

4. LangChain 典型使用場(chǎng)景

5. LangChain 基礎(chǔ)概念與模塊化設(shè)計(jì)

6. LangChain 核?模塊入門與實(shí)戰(zhàn)

7. LangChain 的3 個(gè)場(chǎng)景

8. LangChain 的6 大模塊

9. LangChain 的開(kāi)發(fā)流程

10. 創(chuàng)建基于LangChain聊天機(jī)器人

第二部分: 基于DeepSeek和LangChain構(gòu)建文檔問(wèn)答系統(tǒng)

1. 構(gòu)建復(fù)雜LangChain應(yīng)用

2. LangChain模型(Models)：從不同的 LLM 和嵌入模型中進(jìn)行選擇

3. LangChain提示(Prompts)：管理 LLM 輸入

4. LangChain鏈(Chains)：將 LLM 與其他組件相結(jié)合

5. LangChain索引(Indexs)：訪問(wèn)外部數(shù)據(jù)

6. LangChain記憶(Memory)：記住以前的對(duì)話

7. LangChain代理(Agents)：訪問(wèn)其他工具

8. 使用大模型構(gòu)建文檔問(wèn)答系統(tǒng)

第四章  DeepSeek構(gòu)建企業(yè)級(jí)RAG知識(shí)庫(kù)

第一部分: DeepSeek大模型企業(yè)RAG應(yīng)用

1. RAG技術(shù)概述

2. 加載器和分割器

3. 文本嵌入和 向量存儲(chǔ)

4. 檢索器和多文檔聯(lián)合檢索

5. RAG技術(shù)的關(guān)鍵挑戰(zhàn)

6. 檢索增強(qiáng)生成實(shí)踐

7. RAG技術(shù)文檔預(yù)處理過(guò)程

8. RAG技術(shù)文檔檢索過(guò)程

第二部分: 構(gòu)建基于DeepSeek RAG Agent：實(shí)現(xiàn)檢索增強(qiáng)生成

1. 何謂檢索增強(qiáng)生成

2. 提示工程、RAG與微調(diào)

3. 從技術(shù)角度看檢索部分的Pipeline

4. 從用戶角度看RAG流程

5. RAG和Agent

6. 通過(guò)Llamalndex的ReAct RAG Agent實(shí)現(xiàn)檢索

7. 獲取井加載電商的財(cái)報(bào)文件

8. 將財(cái)報(bào)文件的數(shù)據(jù)轉(zhuǎn)換為向量數(shù)據(jù)

9. 構(gòu)建查詢引擎和工具

10. 配置文本生成引擎大模型

11. 創(chuàng)建Agent以查詢信息

第五章  基于DeepSeek大模型Agent智能體開(kāi)發(fā)

第一部分:DeepSeek大模型驅(qū)動(dòng)的Agent智能體開(kāi)發(fā)概述

1. 智能體的定義與特點(diǎn)

2. 智能體與傳統(tǒng)軟件的關(guān)系

3. 智能體與LLM的關(guān)系

4. 從ChatGPT到智能體

5. 智能體的五種能力

6. 記憶，規(guī)劃，工具，自主決策，推理

7. 多智能體協(xié)作

8. 企業(yè)級(jí)智能體應(yīng)用與任務(wù)規(guī)劃

9. 智能體開(kāi)發(fā)

第二部分: 基于Deepseek和LangChain構(gòu)建Agent

1. 通過(guò)LangChain中的ReAct框架實(shí)現(xiàn)自動(dòng)定價(jià)

2. LangChain ReAct框架

3. LangChain中ReAct Agent 的實(shí)現(xiàn)

4. LangChain中的工具和工具包

5. 通過(guò)create_react_agent創(chuàng)建Agent

6. 深挖AgentExecutor的運(yùn)行機(jī)制

7. Plan-and-Solve策略的提出

8. LangChain中的Plan-and-Execute Agent

9. 通過(guò)Plan-and-Execute Agent實(shí)現(xiàn)物流管理

10. 為Agent定義一系列進(jìn)行自動(dòng)庫(kù)存調(diào)度的工具

第六章  DeepSeek深入學(xué)習(xí)

第一部分: DeepSeek原理和優(yōu)化

1. DeepSeek原理剖析

2. DeepSeek系統(tǒng)軟件優(yōu)化

3. DeepSeek 訓(xùn)練成本

4. DeepSeek V3模型參數(shù)

5. DeepSeek MoE架構(gòu)

6. DeepSeek 架構(gòu)4方面優(yōu)化

7. DeepSeek R1 論文解讀

8. DeepSeek R1的創(chuàng)新點(diǎn)剖析

9. DeepSeek R1 引發(fā)的創(chuàng)新思考

第二部分: 私有化部署DeepSeek推理大模型

1. DeepSeek云端部署

2. DeepSeek和國(guó)產(chǎn)信創(chuàng)平臺(tái)

3. DeepSeek和國(guó)內(nèi)云平臺(tái)

4. 利用Ollama私有化部署DeepSeek R1大模型

5. 一鍵部署DeepSeek R1大模型

6. DeepSeek R1私有化部署總結(jié)

第三部分: DeepSeek大模型微調(diào)

1. DeepSeek 大模型微調(diào)

2. 為何微調(diào)大模型

3. 大模型先天缺陷

4. 預(yù)訓(xùn)練成本高昂

5. 垂直數(shù)據(jù)分布差異

6. 提示推理成本限制

7. DeepSeek大模型微調(diào)的三個(gè)階段剖析

8. DeepSeek大模型微調(diào)的兩種方法剖析

六、專家講師

? 劉老師 | 國(guó)內(nèi)頂尖AI專家

最近幾年帶隊(duì)完成了數(shù)十個(gè)AI項(xiàng)目，內(nèi)容不僅包括深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等具體技術(shù)要點(diǎn)，也包括AI的整體發(fā)展、現(xiàn)狀、應(yīng)用、商業(yè)價(jià)值、未來(lái)方向等，涵蓋內(nèi)容非常豐富。完成多個(gè)深度學(xué)習(xí)實(shí)踐項(xiàng)目，廣泛應(yīng)用于醫(yī)療、交通、銀行、電信等多個(gè)領(lǐng)域。從2020年推出的多門課程《AI大模型賦能行業(yè)應(yīng)用與解決方案》《AI大模型輔助軟件研發(fā)管理與效能提升》和《AI大模型技術(shù)及開(kāi)發(fā)應(yīng)用實(shí)踐》更是廣受歡迎，已經(jīng)為幾十家企業(yè)培訓(xùn)，作為一名AI技術(shù)專家，對(duì)人工智能的理解深入透徹。他不僅精通AI的編程技術(shù)，還熟悉各種AI工具的使用，尤其在AI行業(yè)應(yīng)用更是有著獨(dú)特的見(jiàn)解和實(shí)踐經(jīng)驗(yàn)；自從2023年以來(lái)幫助多家研發(fā)中心做AI輔助開(kāi)發(fā)效能提升咨詢服務(wù)。同時(shí)也是微軟人工智能認(rèn)證工程師，阿里云AI人工智能訓(xùn)練師。在人工智能領(lǐng)域的深耕和創(chuàng)新，也得到了出版社的青睞，計(jì)劃出版自己的著作。也在多家技術(shù)大會(huì)做AI技術(shù)講座。

七、相關(guān)證書

參加培訓(xùn)并通過(guò)考試的學(xué)員，由中國(guó)信息化培訓(xùn)中心頒發(fā)《DeepSeek大模型應(yīng)用開(kāi)發(fā)高級(jí)工程師》職業(yè)技能培訓(xùn)證書，此證書不僅是對(duì)學(xué)員學(xué)習(xí)成果的高度認(rèn)可，更是學(xué)員在AI技術(shù)領(lǐng)域?qū)I(yè)能力的有力證明，為學(xué)員的職業(yè)發(fā)展增添重要砝碼。

八、收費(fèi)標(biāo)準(zhǔn)

6800元/人（含培訓(xùn)費(fèi)、平臺(tái)費(fèi)、資料費(fèi)、視頻回放、證書、發(fā)票等費(fèi)用）。

備注：參加面授的學(xué)員提供培訓(xùn)期間的午餐。

九、報(bào)名方式

1）請(qǐng)參加人員將加蓋單位印章的《報(bào)名回執(zhí)表》傳真或郵件至課程顧問(wèn)。

2）相關(guān)費(fèi)用請(qǐng)于開(kāi)課前一周匯至我司銀行賬號(hào)，并提供付款憑證。

3）我們將于開(kāi)課前兩周為學(xué)員發(fā)送《報(bào)到通知書》，詳細(xì)告知參培地點(diǎn)、乘車路線、食宿安排，會(huì)務(wù)聯(lián)系方式等事宜。

我要報(bào)名沒(méi)有找到合適的課程,請(qǐng)?jiān)谶@里提交您的培訓(xùn)需求   發(fā)布需求

主題

上課時(shí)間

2025年07月25-27日 上海2025年09月27-29日 廣州2025年11月24-26日 重慶

參加人數(shù)

費(fèi)用

聯(lián)系人

先生 女士

單位名稱

部門職務(wù)

電話

傳真

手機(jī)

郵箱

通信地址

郵編

備注

驗(yàn)證碼

看不清，請(qǐng)換一張

現(xiàn)在報(bào)名

推薦課程