为什么选择易精AI课程？
易精课程遵循“数据带来，报告带走。项目带来，源码带走”的承诺，已向中国市场领军制造企业（一汽、上汽、东风、广汽、北汽、宝马、丰田、本田等）和金融机构（银联、中国银行、中国工商银行、招商银行、中国民生银行、邮储银行、渤海银行、唐山银行、汇丰银行、中国平安、国泰君安、方正证券等）成功交付。
这门课程的设计旨在帮助企业中后台员工（特别是开发和数据中台部门的员工）全面掌握人工智能（AI）和机器学习（ML）的理论、方法和实操技能，尤其是大语言模型（LLM）和 DeepSeek 的应用。以下是学员通过这门课程可以获得的收获：
•理解 AI 技术的核心原理和发展趋势。
•掌握 AI 在研发、数据处理和决策支持中的实际应用。
•熟练使用 DeepSeek 等 AI 工具，实现本地化部署和定制化。
•通过实战案例解决实际问题，提升工作效率和质量。
•具备跨部门协作和技术选型的能力，推动 AI 项目在企业中的落地。
这门课程不仅能够提升学员的个人技能，还能为银行中后台部门带来更高的技术价值和业务竞争力。
课程讲什么内容？
本门课就是进入人工智能的钥匙，按照意识、原理、案例和工具实操，从易到难，逐步深入，帮助学员轻松掌握，并用于工作。一天课程为例：
一、AI 大模型与开发软件介绍
1.1 主流 AI 大模型解析
•剖析 DeepSeek 等大模型的技术特性，如模型架构、训练数据优势，讲解其在自然语言处理、代码理解与生成方面的能力。
•对比不同大模型在研发场景下的应用特点，如生成代码的准确性、对复杂编程任务的支持程度。
1.2 研发常用 IDE 工具及 AI 扩展
•深入介绍 Vscode 的基本功能，包括代码编辑、调试、版本控制集成等，展示其在研发流程中的核心作用。
•讲解 Vscode 中与 AI 大模型集成的扩展插件，如安装配置方法、使用技巧，以及如何利用这些插件调用大模型能力。
1.3 解析如何管理AI驱动的研发团队
案例：某央企“四梁八柱”AI协同研发团队架构
摘要：AI改变了专业知识的获取方式，研发部门作为专业团队，人员生存的底层逻辑发生了改变。以上架构图呈现了近一年在央企和上市企业项目上做的AI驱动研发架构优化的实践。包括：
•一底：指底层的AI的沟通协同机制
•两顶：指提升用户体验和研发人效
•四梁：指程序、产品、测试和数据四个岗位
•八柱：指的是AI辅助以上四个敢为的八种能力。他作为不同的角色来参与开发，既是你的你的教练，又是你的助理，同时还是裁判
通过以上措施，借助AI形成团体协作的力量，学会与群狼（AI）共舞，实现团队降本增效。
二、不限岗位：通用AI 大模型工具实操
2.1 创建私有知识库
•学习安装和使用Cherry Studio，制作本地知识库
•理解RAG机制（文档解析和向量检索）构建专属知识体系
2.2 搭建智能体助手
•入门Coze平台，快速打造个性化AI助手
•集成多模态交互能力，学习工作流、插件等Agent要素
三、编程岗位：AI 大模型辅助代码编写
3.1 需求理解与代码生成
•实际操作演示：如何在 Vscode 中借助 AI 大模型，将自然语言描述的功能需求转化为代码框架，如编写一个用户登录模块的代码结构。
•代码生成优化：通过调整自然语言描述，获取更符合需求的代码，学习如何对生成代码进行二次开发和完善。
3.2 代码补全与纠错
•利用 AI 扩展实现代码补全：在 Vscode 中输入代码片段，展示大模型如何智能补全后续代码，提高编码速度，如编写循环语句、函数调用时的代码补全。
•代码纠错实践：故意编写含有语法错误、逻辑错误的代码，演示 AI 大模型如何帮助识别错误并给出修正建议，分析错误类型及解决思路。
3.3 代码优化与重构
•性能优化操作：使用 AI 大模型分析现有代码性能瓶颈，如查找循环中的低效算法，展示如何生成优化后的代码，对比优化前后的性能差异。
•代码重构指导：根据代码设计原则，借助大模型对代码结构进行重构，如将过程式代码转换为面向对象代码，提高代码的可维护性。
四、产品岗位：AI 大模型辅助产品设计与验证
4.1 产品需求分析与细化
•需求提取与整理：使用 AI 大模型对市场调研文档、用户反馈数据进行分析，提取关键需求，整理成产品需求规格说明书，如从大量用户评论中提取对一款移动应用的功能改进需求。
•需求优先级排序：通过大模型的数据分析能力，结合市场需求、技术可行性等因素，对产品需求进行优先级排序，确定产品开发的重点。
4.2 产品原型设计
•原型创意生成：在产品设计工具（如 Figma、Axure）与 AI 大模型的联动中，输入产品功能描述，获取产品原型设计的创意和布局建议，快速搭建产品原型框架。
•交互设计优化：借助大模型分析用户行为数据和交互设计原则，对产品原型的交互流程进行优化，提高用户体验，如优化电商应用的商品搜索和购买流程。
五、AI大模型综合实践与案例分享
5.1 完整项目实操
•以一个小型 Web 应用开发项目为例，涵盖从需求分析、代码编写、测试到产品验证的全过程，让学员在 Vscode 中实际操作，运用 AI 大模型辅助各个环节，如开发一个简单的数据分析工具。
•分组协作完成项目，模拟真实研发团队的工作流程，培养团队协作能力和问题解决能力。
案例：DeepSeek+VsCode开发客户数据画像沙盘
摘要：跟AI说一句话，胜过专家写十行代码，借助AI成果，高效制作客户数据分析报告。让DeepSeek写出高质量的Prompt，然后再输入Prompt给它来执行。对于简单的数据和分析要求，可以直接在DeepSeek里运行。当数据量大或要保证数据安全而不能上传数据时，则可以让DeepSeek帮我们生成Python代码，在本地搭建数据分析工具。
5.2 行业案例剖析
•分享领先企业利用 AI 大模型辅助研发提升效能的实际案例，分析其应用场景、实施过程和取得的成果，如某金融机构利用 AI 大模型优化风控系统的研发过程。
•组织学员讨论案例中的成功经验和可借鉴之处，结合自身实践，总结 AI 大模型在不同研发场景下的最佳应用方式。
•由学员自备项目，使用课堂知识工具实现，讲师给予点评。
授课老师
曾涛 人工智能与数据分析实战教练
常驻地：北京
邀请老师授课：13439064501 陈助理
