AI大模型与数据治理
课程一：AI 架构——从计算基础设施到大模型工程化课程目标：掌握构建高性能、可扩展AI 系统架构的核心原理，解决模型从实验室走向生产环境的“最后一公里”问题。1.AI 计算基础设施架构▪异构计算资源：GPU（A100/H800/H20）与 NPU 集群的选型与拓扑。▪分布式训练架构：数据并行(DP)、模型并行 (MP)、流水线并行 (PP) 与 Ze
AI大模型
AI大模型时代的金融行业人工智能技术及应用
课程纲要：导论：从AlphaGo到ChatGPT模块一：人工智能的源起和进化1、人工智能出现和发展的大背景2、第四次工业革命的特征和要求3、人工智能的本质：从人类的脑力工作与相应的智能说起4、人工智能技术的主要类别和成熟度:a)经典人工智能算法b)机器学习c)人工神经网络和深度学习i.机器视
AI大模型从入门到进阶
课程以“从应用到赋能，从操作到思维”为主线，紧密结合职场高频刚需场景。课程不仅深入解析大模型的核心原理与应用边界，更将系统传授覆盖提示词工程、智能办公、数据分析、知识库构建与智能体开发的完整能力栈。通过大量真实案例与实战演练，我们将引导学员掌握让AI产出专业、可靠、无“AI味”成果的密钥，并最终具备构建企业级智能应用的前瞻视野与合规意识
