FDE大模型前沿部署业务工程提炼和大模型全栈开发部署 大模型实战专家—周红伟 法国科学院数据算法博士/前里人工智能专家/马上金融风控负责人课程背景FDE前沿部署工程师。FDE站在模型和业务的交界线上,做的事包括:把模型部署到异构硬件上、把推理延迟压到业务可接受的范围、在客户私有环境里搞定国产化适配、在半夜告警时第一时间定位是模型问题还是系统问题、在成本失控前把Token消耗降下来。大模型全栈开发是要把模型能力封装成产品功能,再把产品功能交付给客户,最 产品研发 2026年09月12日 1 点赞 219 浏览
“十五五”通信行业转型和运营商人工智能技术应用案例 课程背景“十五五”时期(2026-2030年)是中国通信行业从“连接”走向“智能”的关键分水岭。面对“量收剪刀差”持续扩大、传统投资回报模式失效的核心挑战,发展新质生产力已成为国家与行业的共同战略选择。其中,人工智能不再是可选技术,而是驱动运营商实现价值重塑、突破增长天花板的核心引擎。本课程聚焦于“十五五”规划背景下,运营商如何利用其独特的网络、算力、数据和客户优势,在蓬勃发展的政企人工智能市场中 战略管理 2026年03月15日 0 点赞 505 浏览
周红伟 周红伟老师阿里大模型算法专家,大数据和AI实战专家现任云宇宙科技CEO前马上消费金融风控负责人前阿里人工智能算法专家前猪八戒大数据科学家重庆市大数据科学家富民银行--大数据专家人工智能科学家法国科学院数据算法博士发起《重庆市金融风险防范实验室》任风控总监【实战经验】周红伟先生是重 人工智能 2026年03月10日 1 点赞 914 浏览
FDE转型:金融科技企业经营管理难点与挑战 大模型实战专家—周红伟 法国科学院算法博士/前阿里人工智能专家/马上消金风控负责人课程背景当前,商业银行对公业务正经历深刻转型。传统的“存贷汇”服务模式和“等客上门”的作业方式,已难以适应新经济形势下企业客户的需求变化。工行作为国有大行,对公客户群体中金融科技企业的比重持续上升,这类客户经营模式特殊、决策逻辑独立、金融需求多元,与传统制造业、贸易类企业截然不同。然而,一线对公客户经理在服务金融科技 银行保险 2026年09月12日 1 点赞 142 浏览
AI编程:软件研发全流程和Cursor编程工具案例实操 课程背景在人工智能技术深刻变革软件工程领域的当下,传统研发模式正面临开发效率瓶颈、技术债务累积和创新能力不足等挑战。开发者既要保证代码质量和项目进度,又需持续学习快速迭代的技术栈。Cursor等AI编程工具的出现,为软件研发带来了智能代码生成、自动化测试和智能重构等全新可能,但如何将其系统化地融入需求分析、编程实现、测试验证的全流程,成为提升研发效能的关键。本课程聚焦软件研发管理的现代方法论与Cu 产品研发 2026年03月16日 0 点赞 517 浏览
FDE:AI智能体赋能职场,从AI认知,AI工具实操,RAG知识库构建到Agent开发和Skills构建案例实操 大模型实战专家—周红伟 法国科学院数据算法博士/北京大学重庆大数据研究院-研究员/前里人工智能专家/马上金融风控负责人课程背景大多数职场人对AI的认知还停留在“会聊天的工具”这个层面,但实际变化远比这深刻。2026年以来,大模型的推理能力、多模态处理、自主执行任务的能力都在快速进化,AI已经从“你问它答”进入“你定目标它干活”的阶段。这意味着,不会用AI的人和工作流用上AI的人,效率差距正在从“差 产品研发 2026年09月15日 1 点赞 217 浏览
智能体构建-DIFY+COZE+RAG和Agent智能体构建案例实操 课程背景随着人工智能技术的飞速发展,行业智能体已成为企业数字化转型的核心驱动力。它们不仅能基于RAG技术精准理解和利用企业私有知识,更能通过Agent的自主推理能力处理复杂业务流程。然而,如何将DIFY、COZE等先进平台与RAG、Agent技术结合,构建真正解决实际问题的“数字员工”,仍是许多企业和开发者面临的关键挑战。本课程正是在这一背景下推出,旨在通过高密度的案例实操,带领学员快速掌握构建行 管理运营 2026年04月10日 1 点赞 663 浏览
银行大数据风控建模与反欺诈应用 周红伟 —— 前马上金融风控负责人,大数据与人工智能技术的深度融合,为风险控制提供了更精准、高效的解决方案。决策树、随机森林、XGBoost等机器学习算法在金融风控领域展现出强大的预测能力,能够有效提升欺诈识别率、优化信用评分模型,并增强风险管理策略的智能化水平。 银行保险 2026年03月12日 1 点赞 490 浏览
FDE交付实操:RAG+Agent+Skills企业级智能体构建工作坊 大模型实战专家—周红伟 法国科学院算法博士/前阿里人工智能专家/马上消金风控负责人课程背景企业在落地大模型应用时,普遍面临三类问题。第一,部署交付周期长,FDE在客户现场往往要同时应对环境差异、数据准备不足和需求边界模糊,缺少一套可复用的交付动作。第二,通用大模型回答不了企业内部问题,RAG知识库看似门槛不高,但切片策略、检索调优、生成控制每一环都会影响最终效果,实际交付中反复返工。第三,企业要的 产品研发 2026年10月02日 1 点赞 221 浏览
石油行业大模型训练数据集构建案例实操 课程背景随着大模型技术的快速发展,模型性能的瓶颈逐渐从规模转向数据质量。低质量、重复、有偏或标注噪声的数据会显著限制模型的效果与泛化能力。在实际应用中,许多团队虽拥有海量数据,却因缺乏系统性的数据优化方法,导致训练效率低下、资源浪费,甚至引发模型偏见与输出不可靠等问题。本课程立足于产业实践中的常见数据挑战,通过案例驱动的方式,帮助学员掌握从评估、清洗、标注到筛选与增强的全流程数据优化技能,提升数据 产品研发 2026年03月30日 1 点赞 457 浏览