博为峰股份：人工智能+LLM 大模型算法-人工智能+LLM 大模型算法
1、阶段简介
本阶段系统深入地学习人工智能四大核心领域一一机器学习、深度学习、自然语言处理(NLP)与知识图谱，全面覆盖从基础理论、主流算法、开发框架(Scikit-learn/PyTorch/TensorFlow/Neo4j)到多场景实战项目的完整训练路径。课程强调“学以致用"，通过电商、金融、医疗、智能客服等真实行业案例，培养学员的数据建模、特征工程、模型训练、调优部署及跨模态任务解决能力，为AI工程化落地打下坚实基础。
2、阶段课程内容
课程一、机器学习算法
课程简介:学习分类、聚类、回归、协同过滤等经典机器学习算法,掌握Scikit-learn框架
课程二、深度学习框架
课程简介:学习神经网络、CNN、RNN等深度学习算法,掌握PyTorch和TensorFlow框架
课程三、NLP自然语言处理
课程简介:学习NLP核心技术,包括分词、词向量、文本分类、序列标注等
课程四、知识图谱
课程简介:学习知识图谱构建技术,包括实体识别、关系抽取、图数据库等
课程五、企业AI场景应用
课程简介:5个真实企业场景的完整AI项目
课程六、Transformer架构
课程简介:学习大模型的基础架构Transformer,为后续LLM学习铺路
3、阶段选修内容
选修、计算机视觉(CV)
选修、深度学习与视觉领域的实践应用
课程简介:系统掌握图像处理基础与深度学习在计算机视觉中的三大核心任务(图像分类、目标检测、图像分割)的原理与实战应用
选修、YOLOv11深度实战
课程简介:深入学习YOLO目标检测算法,掌握从原理到部署的完整技能
选修、语音识别技术原理与算法实现
课程简介:系统掌握语音识别核心算法，从传统GMM-HMM模型到现代深度学习方法，构建完整理论与实践基础
★阶段二、大模型算法阶段
1、阶段简介
本阶段聚焦大语言模型(LLM)核心技术体系，系统讲授从底层架构(Transformer)、训练机制(预训练/微调/强化学习)到工程优化(量化、加速、推理部署)的全栈能力。课程覆盖GPT、LLaMA、Qwen、DeepSeek等主流大模型架构，深入解析Prompt工程、参数高效微调(PEFT)、模型量化、分布式训练、推理加速等工业级关键技术，并结合Qwen微调、RAG系统、智能对话等实战项目，帮助学员掌握大模型从理论到落地的完整闭环。
2、阶段课程内容
课程七、大模型核心技术
课程简介:学习大模型的核心算法原理,理解ChatGPT等模型的工作机制
课程八、大模型优化与微调
课程简介:学习大模型的工程优化和微调技术,掌握实际项目落地能力
课程九、主流大模型架构
课程简介:学习GPT、LLaMA、Qwen、DeepSeek等主流大模型,掌握模型选型能力
3、阶段选修内容
番外篇、大模型算法工程实战、头部大厂算法专家完整技术分享(Leo老师-大厂专家)
课程简介:头部大厂AI团队负责人分享10+年实战经验,深度解密DeepSeek等前沿技术
★阶段三、大模型部署与训练阶段
1、阶段简介
本阶段聚焦大模型落地的核心环节一一高性能推理部署与训练优化，系统讲授工业级模型服务化全流程。课程深入解析yLLM、TensorRT-LLM、Illama.cpp等主流推理引擎的核心机制(如PagedAttention、Continuous Batching、INT4/INT8量化)，涵盖高并发API构建、显存与吞吐优化、分布式推理、容器化部署(Docker/K8s)及Triton/Ray Serve等生产级服务框架。同时，通过选修模块延伸至分布式训练(FSDP/ZeRO)、混合精度训练(FP8/BF16)和底层GPU编程(CUDA、Tensor Core)，打通“训练-优化-部署"全链路能力。
3、阶段选修内容
选修、大模型训练优化
核心知识点:分布式训练(DDP/FSDP/ZeRO)、混合精度(FP16/BF16/FP8)、Flash Attention、梯度累积
选修、GPU编程与优化
核心知识点:CUDA编程基础、Kernel优化、共享内存、Tensor Core、自定义算子
4、阶段项目
vLLM高并发推理服务:构建生产级API服务
TensorRT-LLM加速:INT8/INT4量化、多GPU推理企业级模型服务平台:多模型路由、监控、容器化部署
★阶段四、大模型开发阶段
1、阶段简介
本阶段聚焦大模型在前沿应用层的落地实践，系统学习RAG(检索增强生成)、AI Agent(智能体)和多模态大模型三大核心技术方向。课程覆盖从知识库构建、向量检索、智能体规划决策，到图文跨模态理解与生成的完整开发链路，深入讲解 BGE/M3E嵌入模型、Faiss/Milvus向量数据库、LangChain/LangGraph智能体框架、CLIP/LLaVA/Qwen-VL等主流多模态架构，并结合电商、医疗、金融、内容安全等真实场景，打造可落地的RAG问答系统、自主决策Agent和多模态AI应用。同时，通过LangChain多智能体协作、YOLOv11视觉融合等选修内容，进一步拓展工程边界，培养“算法+系统+产品”三位一体的高阶AI开发能力。
2、阶段课程内容
课程十、RAG检索增强生成
课程简介:学习RAG系统完整开发流程,构建企业级智能问答系统
课程十一、AI Agent智能体
课程简介:学习AI Agent开发技术,构建具备自主决策能力的智能体系统
课程十二、多模态基础技术
课程简介:学习视觉-语言融合的多模态AI技术基础
课程十三、多模态大模型应用
课程简介:学习主流多模态大模型,开发图文理解、生成等应用
3、阶段选修内容
选修、LangChain多智能体协作开发
课程简介:系统学习LangChain框架,从基础到多智能体协作的完整开发
选修、YOL0v11深度实战:算法原理、源码解析与工业部署(重磅升级)
课程简介:深入学习YOLO目标检测算法,掌握从原理到部署的完整技能
★其他选修课
机器学习数理基础(数理统计、高等数学)
半监督学习、迁移学习、强化学习入门
大数据+AI分布式部署(SparkMLlib、模型部署)
