大模型在金融垂直领域的应用实战及工作实际场景解析

讲师:李勇 发布日期:12-30 浏览量:98

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。















































































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?






分享
联系客服
返回顶部