尹立庆
AI大模型在研发工作提效方向的应用
尹立庆老师的《AI大模型在研发工作提效方向的应用》课程,融会贯通Copilot与通用大模型,针对前后端、算法、测试等不同岗位的核心工作场景,提供精准的提效解决方案。
大模型分布式训练实践(2天)
尹立庆老师主讲《大模型分布式训练实践(2天)》课程,大语言模型通过使用大量的训练数据来模拟人类的语言行为,并通过语法和语义分析,生成人类可以理解的文本。
深度讲解人工智能技术原理(2天)
尹立庆老师主讲《深度讲解人工智能技术原理(2天)》课程,人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识、统计学和高等学等知识。
HDFS、MapReduce、Zookeeper、HBase、Spark等大数据工具的使用与实操(4天)
尹立庆老师主讲《HDFS、MapReduce、Zookeeper、HBase、Spark等大数据工具的使用与实操(4天)》课程,Hadoop生态系统是大数据技术事实标准,是大数据思想、理念、机制的具体实现,是整个大数据技术中公认的核心框架和具有极强的使用价值与研究价值。
大模型应用实践(1天)
尹立庆老师的《大模型应用实践(1天)》课程,聚焦人工智能与大数据技术的实战应用,系统讲解AI技术原理与认知、大模型应用与分布式训练实践、数据分析与挖掘方法、大数据平台工具实操、智能运维AIOps等关键议题,帮助企业构建从技术认知到项目落地的完整能力体系。
AI+代码/测试/研发提效
尹立庆老师的《AI+代码/测试/研发提效》课程,专为一线的代码交付者量身打造,聚焦从「会用AI」到「用好AI」的关键跨越。课程以全天高强度实战为主线,系统覆盖AI辅助代码生成、智能代码审查、自动化测试体系建设、提示词工程模板化、RAG与Agent原型落地,以及团队级AI研发流程规范六大模块。
人工智能技术认知及实践应用(1天)
尹立庆老师的《人工智能技术认知及实践应用(1天)》课程,涵盖了人工智能领域的前沿技术发展趋势和重要性;了解机器学习、深度学习、大模型、智能体等基本原理以及使用场景;重点为如何将人工智能技术应用到实际开发工作中(例如AI辅助开发、测试等),以此提升软件开发工作的质量和效率。
🤖 AI智能客服
✕

