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 |
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 |