企业内训｜高智能数据构建、Agent研发及AI测评技术内训-吉林省某汽车厂商

吉林省某汽车厂商为提升员工在AI大模型技术方面的知识和实践能力，举办本次为期8天的综合培训课程。本课程分为两大部分：面向全体团队成员的AI大模型技术结构与行业应用，以及针对技术团队的高智能数据构建与Agent研发。课程内容涵盖非结构化数据处理、高质量训练数据构建、Agent开发与优化、AI大模型的测评技术、AI在智能驾舱中的应用、行业前沿技术分析等多个方面。通过案例式、项目式和实战式的教学模式，学员全面掌握AI大模型在汽车行业中的实际应用，提升技术能力，推动该厂商在智能化转型中的竞争力。TsingtaoAI团队全面负责本次培训课程的设计研发和培训落地。

部分授课课件

培训目标

掌握高智能数据构建的方法与技术

学会将非结构化文档快速结构化的技术与工具。

定义高质量训练数据的标准，了解数据质量评估的方法。

利用大模型进行高质量训练数据的快速构建与优化。

熟悉多模态数据的高效处理与融合技术。

熟练开发与优化智能Agent系统

理解Agent的基本概念、类型及其在实际业务中的应用场景。

掌握Agent的开发流程与常用开发框架（如Dify等）的使用。

学会设计、开发和优化智能Agent，能够应对从简单到复杂的业务需求。

通过代码实战，提升实际开发能力，能够独立构建和部署智能Agent系统。

深入分析AI大模型在汽车行业的应用与商业模式

探讨AI在智能驾驶、智能制造、供应链优化等汽车核心业务中的应用。

分析AI驱动的商业模式创新，理解AI技术对汽车行业价值链的影响。

研究竞争对手（如特斯拉、宝马、奔驰等）在AI技术上的应用与创新，明确该汽车厂商的技术优势与差异化策略。

应用最新AI工具与方法，提升技术赋能能力

掌握当前最前沿的AI工具、技术和方法，能够将其应用于实际业务场景中。

通过实战项目，提升解决实际问题的能力，实现技术与业务的深度融合。

构建高效的测评集与评分体系

学会在通用和垂直领域内构建科学测评集。

精准把握不同评分标准的适用条件。

利用自动化测评工具优化测评效率。

灵活运用人工测评提升对复杂多轮对话、角色扮演等场景的准确评估能力。

详细课程大纲

第一部分：面向所有团队成员的课程内容（2天）

1、AI大模型技术概述与汽车行业应用

• • AI大模型的基本概念与发展历程
  • 现阶段主流大模型技术介绍（GPT系列、BERT、文心一言等）
  • AI在汽车行业的应用场景
  • 智能驾驶与智能驾舱的技术需求
  • 案例分析：特斯拉、蔚来等公司AI应用实例

2、AI在汽车场景下的发展方向与商业模式

• • ADAS的技术演进
  • 自动驾驶的分级与技术实现
  • AI驱动的智能制造与供应链优化
  • 商业模式分析：AI赋能下的新业务模式
  • 案例分享：知名车厂AI应用的成功案例

3、多模态数据在智能驾舱中的应用

• • 多模态数据的定义与重要性
  • 多模态数据融合技术概述
  • 智能驾舱中的多模态数据应用实例（语音、图像、传感器数据等）
  • 案例分析：智能语音助手与车载娱乐系统
  • 实战演练：多模态数据的基本处理与应用

4、其他汽车厂商与AI结合的前瞻技术与产品分析

• • 全球主要汽车厂商的AI技术布局
  • 前瞻性AI技术：边缘计算、5G在汽车中的应用
  • 竞争对手产品分析与对比
  • 案例分析：宝马、奔驰在AI技术上的应用与创新
  • 小组讨论：本公司的AI技术的差异化优势

5、AI在智能驾舱各垂类的典型产品深度分析

• • 智能交互系统：语音识别与自然语言处理
  • AR在车载显示中的应用
  • 人脸识别与驾驶员监控系统
  • 智能导航与个性化推荐系统
  • 案例分析与实战：典型智能驾舱产品的技术解析

第二部分：面向技术团队的课程内容（6天）

模块一：高智能数据构建（约2天）

1、非结构化文档的快速结构化

• • 非结构化数据的特点与挑战
  • 文本挖掘与信息提取技术
  • NLP工具与框架（如SpaCy、NLTK）
  • 实战演练：将非结构化文档转化为结构化数据

2、高质量训练数据的标准定义与评估

• • 高质量数据的定义与标准
  • 数据质量评估指标（准确性、完整性、一致性等）
  • 数据评估方法与工具
  • 实战演练：高质量数据评估与改进

3、借助大模型快速构建高质量训练数据

• • 大模型在数据生成与增强中的应用
  • 数据扩增技术与策略
  • 利用GPT等大模型进行数据生成
  • 实战演练：基于大模型的训练数据构建

4、多模态数据的高效处理与融合

• • 多模态数据的处理技术（图像、文本、语音等）
  • 数据融合的方法与工具
  • 实战演练：多模态数据预处理与融合
  • 案例分析：多模态数据在AI模型训练中的应用

5、高质量数据的评估与验证

• • 数据验证的方法与流程
  • 自动化数据验证工具介绍
  • 实战演练：高质量数据的评估与验证
  • 案例分享：数据评估在实际项目中的应用

6、高智能数据构建综合实战

• • 项目式实战：从数据采集、清洗、标注到构建高质量训练数据
  • 小组合作完成一个完整的数据构建项目
  • 项目展示与评审

模块二：Agent的研发（约2天）

1、Agent技术概述与应用场景

• • Agent的定义与基本原理
  • Agent在AI系统中的作用与重要性
  • 不同类型的Agent（自主Agent、交互Agent、协作Agent等）
  • 实战案例：Agent在智能客服系统中的应

2、Agent的开发方式与框架使用

• • Agent开发的基本流程与工具选择
  • 常用Agent开发框架介绍（如Dify、Dialogflow、Microsoft Bot Framework）
  • 实战演练：使用框架构建简单Agent
  • 案例分析：基于Dify的智能Agent开发

3、Agent的高级开发与优化

• • Agent的NLU与对话管理
  • 多轮对话与上下文管理技术
  • Agent的性能优化与扩展
  • 实战演练：优化Agent的对话能力与响应速度

4、Agent的复杂业务场景落地

• • 复杂业务场景下的Agent设计与实现
  • Agent与后端系统的集成（API调用、数据库交互等）
  • 案例分析：从简单到复杂的业务场景Agent实现
  • 实战演练：设计并实现一个复杂业务场景下的Agent

5、Agent研发综合实战与项目展示

• • 项目式实战：从需求分析、设计、开发到部署一个完整的Agent系统
  • 小组合作完成Agent开发项目
  • 项目展示与评审

模块三：大模型测评（约2天）

1、通用与垂直领域测评集的构建

• 通用测评集和垂域测评集的构建差异
  • 通用测评集的广泛适用性与垂直领域测评集的专业针对性。
• 如何构建覆盖全面的测评点
  • 包括适用性、安全性等关键维度的全面覆盖。
  • 数据收集与标注的技术与方法。

2、典型的测评集与工具

• SuperCLUE、CMMLU、GAOKAO-Bench等中文测评基准详解
  • 各测评基准的适用场景与测评指标。
• OpenCompass和FlagEval等开源测评工具的实操
  • 工具的安装、配置与使用示范。
• 各类测评集的选择原则及其适用场景
  • 根据应用需求选择合适的测评集，确保测评结果的有效性与可靠性。

3、测评集的评分标准及方法

• GSB评分法的具体使用方法
  • 评分标准的制定与实施步骤。
• 5分制评分与GSB的对比分析
  • 两种评分方法的优缺点与适用场景。
• 定量评估与统计分析的方法
  • 数据统计与分析工具的使用，确保评分结果的科学性。
• 用户体验反馈与专家评审标准的制定
  • 用户反馈的收集与分析，专家评审的标准化流程。

4、自动化测评方法

• 自动化测评集的构建与流程
  • 自动化数据生成与测评分发。
• 传统NLP与大模型的交互测评要点
  • 传统自然语言处理任务在大模型中的适用性与挑战。
• Perplexity、BLEU、ROUGE等指标的自动化测评应用
  • 各测评指标的计算方法与实际应用案例。

5、人工测评方法

• 单轮与多轮人工测评流程及其差异
  • 不同测评场景下人工测评的实施细节。
• 如何通过多模型交叉评测来验证准确性
  • 多模型协同测评的方法与优势。
• 人工测评在多模态模型中的应用
  • 文本、语音、图片等多模态数据的人工评估方法。

6、AI Agent中的应用与测评

• 智能体与大模型结合的实际应用案例
  • 客服、游戏角色、智能驾驶辅助系统等案例分析。
• 智能体测评的特殊维度
  • 长记忆能力、情感拟人度、隐私安全等特有测评指标。
• 不同类型智能体的测评场景设计
  • 针对不同智能体类型设计相应的测评场景与方法。

7、角色扮演类测评

• 角色扮演模型的性能标准
  • 语气、话风、逻辑一致性等指标的测评方法。
• 多轮对话中的逻辑连贯性及角色切换测评方法
  • 多轮对话的连贯性评估与角色切换的准确性测评。
• GSB评分在角色扮演类测评中的应用
  • GSB评分法在复杂对话场景中的具体应用案例。

8、高效测评技术

• TensorRT-LLM、VLLM等推理加速框架的应用
  • 推理加速技术在大模型测评中的应用与优化。
• 基于Prompt的自动化测试优化技术
  • Prompt设计与优化在提升测评效率中的应用案例。

专家讲师推荐

赵老师 AI 大模型算法专家

• 北京邮电大学 硕士研究生
• 北京邮电大学 本科

AI 与大模型领域资深专家，拥有北京邮电大学本硕连读的学术背景，积累了扎实的人工智能理论知识与丰富的项目实践经验。在字节跳动和中国银行担任算法工程师，并长期从事人工智能、大数据应用及 LLM 技术研发。目前在某明星 AI 科技公司负责 LLM 的落地项目，主要聚焦于智能客服领域的 AI 大模型技术的研发。

具备全栈 AI 研发能力，精通 Python 编程，熟悉大数据应用、LLM 模型的训练与微调，擅长使用 LangChain 框架及多模态处理技术。成功构建自研训练框架，支持 ChatGLM、Baichuan、Qwen 等主流开源大模型的微调，主导多个 AI 推理服务的开发与上线，帮助多个行业客户提升其智能化水平。项目涵盖语音识别、语音测评、智能客服等领域，尤其在 AI 大模型与智能客服的结合上具有深入的研究与实践经验。

专业技能

• 编程与工具：Python, Go, Kafka, TensorFlow, PyTorch, Jupyter, Docker, Kubernetes
• 人工智能与大数据应用：NLP、深度学习、ML、大数据分析
• 大语言模型技术：LLM 模型的训练、微调与部署（包括 ChatGLM、Baichuan、Qwen 等）
• 框架与技术：
  • LangChain 框架深度解析与实践
  • 多模态处理与多模态大语言模型应用
  • 知识图谱与大数据应用
• 智能客服系统开发：基于 LLM 的智能客服解决方案设计与实施
• 推理服务与模型落地：自主研发推理服务框架，支持自训模型及多模态服务应用
• 系统架构与后端开发：数据库设计、分布式系统、高并发处理

项目经验

1. 智能客服系统研发（某明星 AI 科技公司）

• 项目背景：为某大型互联网公司设计与开发智能客服系统，目的是通过 AI 大语言模型提升客服效率与质量，减少人工客服依赖。
• 技术栈：Python, ChatGLM, Baichuan, LlamaIndex, LangChain, Kafka
• 工作内容：
  • 主导基于 ChatGLM 和 Baichuan 的 LLM 模型训练与微调，提升对行业术语与用户问题的理解能力。
  • 设计并实现多轮对话系统，集成自然语言处理技术与情感分析算法，实现智能应答和情绪识别。
  • 优化模型推理速度与精度，确保系统能够在高并发场景下稳定运行。
  • 搭建推理服务框架，实现模型的高效部署与实时更新。
  • 与产品团队密切合作，调优系统性能，成功上线并支持百万级用户互动。

2. 智能语音测评系统（字节跳动）

• 项目背景：为字节跳动旗下的教育产品开发智能语音测评系统，帮助用户进行英语口语训练与自动评分。
• 技术栈：Kaldi, Conformer, Transformer, Python
• 工作内容：
  • 基于 Kaldi 框架，训练英语语音识别模型，使用 Conformer 与 Transformer 模型改进端到端语音识别精度。
  • 构建语音评分系统，结合语音特征与语言模型，通过深度学习算法对用户发音进行打分与反馈。
  • 完成服务端与手机端的推理部署，确保语音测评系统在不同设备上的高效运行。
  • 在大规模用户测试中，系统稳定运行，准确率达到行业领先水平。

3. 多模态 AIGC 项目

• 项目背景：智能客服与多模态生成的技术开发，结合大语言模型与图像生成技术，提升客户交互体验。
• 技术栈：LLM, GPT-3, 图像生成, Python, TensorFlow, LangChain
• 工作内容：
  • 领导团队构建基于 LLM 的智能客服系统，支持文本、语音、图像等多种输入方式。
  • 设计多模态生成算法，实现文本到图像的生成能力，提升用户互动的趣味性与效率。
  • 完成模型微调与推理服务的开发，确保系统能够实时响应用户需求，优化客户体验。

4. 语音识别与客服语音审核系统

• 项目背景：开发语音识别与客服语音审核系统，主要目标是通过智能语音分析提升客服质量与合规性。
• 技术栈：Conformer+Transformer, ASR, Python, Kafka
• 工作内容：
  • 设计与实现基于 Conformer 与 Transformer 的语音识别系统，支持流式识别与离线识别。
  • 搭建服务端推理系统，进行大规模语音数据处理，提升识别准确率。
  • 开发语音审核功能，通过语音情感分析与合规检测，保障客户服务的合规性与安全性。

5. 自研训练框架与数据处理平台

• 项目背景：为了提升大语言模型（LLM）训练效率与可扩展性，赵宽带领团队开发了一个自研的训练框架，并结合实际业务需求设计数据处理与生成平台。
• 技术栈：Python, TensorFlow, Baichuan, ChatGLM, Kafka, MySQL
• 工作内容：
  • 开发训练框架，支持主流 LLM 模型（如 ChatGLM1&2、Baichuan1&2、Qwen14B）的全参数微调与 QLora 微调。
  • 设计数据生成流程，根据不同业务需求定制数据集，进行高质量的数据预处理与增强。
  • 构建多维度的训练指标监控与可视化系统，帮助团队实时调整训练策略，提高训练效果与稳定性。

讲师经历

1. 中信银行 LLM Driving 课程培训

• 培训内容：
  • 讲解大语言模型（LLM）的基础原理、训练与微调技术。
  • 深入介绍 LLM 模型在实际项目中的应用，包括模型优化与部署策略。
  • 培训学员如何在实际项目中利用 LLM 技术提升服务质量与效率。

2. 广汽如祺 AIGC 技能培训

• 培训内容：
  • 讲解 LLM 模型与多模态 AIGC 联合应用技术。
  • 探讨 LLM 在多模态生成中的能力，如何在产品设计中融入 AI 生成技术。
  • 实际操作案例，帮助学员掌握 LLM 模型在多模态应用中的创新应用。

潘老师 自动驾驶技术专家

刘老师 元戎启行技术合伙人兼副总裁

元戎启行副总裁、技术合伙人。曾任英特尔高级工程师，主导推动多个技术项目的研发落地及全球推广。在智能硬件、物联网、智能制造、车载电子领域连续成功创业。

相关会议及分享

2023全球自动驾驶峰会（GADS 2023）：https://mp.weixin.qq.com/s/3SfC5L11wQhGTbcFpbD3qg

前装量产，是Robotaxi商业化落地要克服的最大难题：https://mp.weixin.qq.com/s/Zw23Hmuc-fTp5wdVimKYCw

不依赖高精度地图的全域高阶智能驾驶：https://mp.weixin.qq.com/s/NWi7iu5p2qW_ZE1HganRgg

从“无图”走向端到端|第四届中国智能汽车创新大会：https://mp.weixin.qq.com/s/741sRI4j_iewrYJfzsBFcw

新技术搅动汽车行业，新基建加速自动驾驶商用落地：https://mp.weixin.qq.com/s/gTOSCjHIOuYOZvDo2joPhw

高级别自动驾驶迈入量产时代｜GTIC 2022演讲：https://mp.weixin.qq.com/s/ZhLRuB6089SGkeZ01IHOpg

刘老师 交通大数据资深算法专家

昇启科技联合创始人兼CTO，毕业于浙江大学计算机学院，前滴滴智慧交通数据算法团队负责人，交通大数据资深算法专家，主要研究方向为交通流建模，运筹优化算法、自动驾驶决控算法以及交通大数据并行计算。

相关会议及分享

一站式端到端自动驾驶研发测试平台：

https://mp.weixin.qq.com/s/WuF8Ys8oIOv9VU4u6146Hg

https://mp.weixin.qq.com/s/GJqI1ugcoLfrCTGiZSy82A

一站式，AI驱动的端到端自动驾驶模型研发测试平台：

https://mp.weixin.qq.com/s/XpK9Y1mlIfxYKaCPJUZCeg

https://mp.weixin.qq.com/s/fB4tdmwS7Xo44u96Y1wBJA

https://mp.weixin.qq.com/s/cEHlYYk4VkR-j8QW-CqavA

孙老师 AI 大模型资深算法专家

现任网易技术总监、网易有道语音交互技术负责人，网易集团技术委员会音视频分委会秘书长，拥有信号与信息处理方向博士学位，专注于人工智能、大语言模型（LLM）和智能客服领域的技术研发与创新。在 AI 技术，尤其是 AI 语音、大模型和智能客服解决方案方面有深厚的理论基础和实践经验。在业界的技术影响力较高，是多项技术创新与研发的核心推动者，参与并主导过多个具有行业领先意义的项目。致力于打造更加智能、好用的 AI 老师及语音交互系统，已发表高质量学术论文 10 余篇，并拥有 10 余项授权专利。

教育经历

• 博士（硕博连读），中国科学院声学研究所语言声学与内容理解重点实验室（中科信利），2005-2010
  研究方向：信号与信息处理，课题为《鲁棒语音识别的若干技术研究》。
  发表学术论文 10 余篇，涵盖语音识别、语音处理及智能交互技术等领域，SCI 期刊论文多篇。

工作经历

• 网易有道信息技术（北京）有限公司，2019 年 1 月—至今
  技术总监、语音交互技术负责人
  主导并参与了多个基于大语言模型（LLM）与 AI 技术的创新项目，特别是在智能客服、智能学习助手、AI 教师等领域的技术研发与应用落地。
  主要贡献：
  • 研发并成功落地了基于大语言模型和 Agent 技术的“子曰大模型”项目，打造了业内领先的 AI 老师解决方案，广泛应用于教育和在线服务行业。
  • 组建并带领语音技术团队，推动公司内部外部多个明星项目的技术研发，为网易集团的各大业务线提供语音交互技术支持。
  • 成功落地多个基于 LLM 的 AI 客服解决方案，提高了智能客服的理解深度和响应精度，大幅提升了用户体验。
  • 推动跨部门协作，整合 AI 技术与业务需求，优化产品的智能化水平，使公司在智能客服与语音技术领域取得显著的市场优势。
• 北京联想软件有限公司，2013 年 1 月—2018年12月
  语音技术负责人
  主导了多个智能语音产品的研发工作，包含语音交互系统、语音识别系统和语音理解模块等，推动了智能硬件和智能客服的技术发展。
  主要贡献：
  • 成功研发并推出国内首个免触语音拨号/接听、拍照产品方案，广受市场欢迎。
  • 设计并开发了自研的语音交互解决方案，应用于多个智能硬件产品中，提升了产品的智能化体验。
  • 负责语音技术的技术架构设计、需求分析与方案实现，确保语音技术与产品的无缝对接。
  • 为公司在智能客服系统的研发中提供了语音识别与语音处理的核心技术支持，优化了客户服务的自动化和智能化程度。
• 北京三星通信技术研究院，2010 年 7 月—2013年1月
  语音技术工程师
  参与并主导了三星 S-Voice 在线/离线语音方案的开发，为三星智能设备提供了稳定且智能的语音交互体验。
  主要贡献：
  • 参与了 S-Voice 语音助手的研发，优化了语音识别算法及语音理解模块，提升了语音助手的响应速度与识别精度。
  • 在在线/离线语音识别技术的研发过程中，成功实现了多语言、多口音的语音识别支持，提升了产品的全球竞争力。
  • 为多个智能硬件项目提供语音交互技术支持，推动了语音技术在消费电子产品中的应用。

主要项目经验

1. 子曰大模型：基于 LLM 和 Agent 的 AI 教师解决方案
   1. 背景：在 AI 教育领域，用户对个性化学习和智能化教育的需求日益增加，尤其是在智能客服和虚拟教师方面。
   2. 技术挑战：如何通过大语言模型（LLM）提升虚拟教师的自然语言理解能力，实现场景化互动和智能化学习。
   3. 成果：研发了基于 LLM 和 Agent 技术的“子曰大模型”，成功实现了自然语言处理（NLP）技术与语音识别的深度融合，使 AI 教师能够根据不同学生的学习情况提供个性化反馈。
   4. 应用领域：广泛应用于教育培训、在线学习、知识问答等场景，显著提升了学习效率和用户满意度。
2. 智能客服系统优化与大语言模型落地
   1. 背景：传统的智能客服系统在理解深度和自然语言处理方面存在较大局限，难以满足用户复杂的问题解答需求。
   2. 技术挑战：如何通过 LLM 和 AI 技术打破传统客服系统的瓶颈，实现高效、准确、自然的客户互动。
   3. 成果：成功开发了基于大语言模型的智能客服解决方案，能够准确理解和解析用户的复杂问题，实现流畅的多轮对话。通过 AI 训练和数据优化，系统在理解深度和交互质量上有了大幅提升，显著减少了人工干预的需求。
   4. 应用领域：该智能客服系统广泛应用于金融、电商、互联网等行业，提高了客户服务效率，降低了运营成本。
3. 语音交互系统与 AI 客服一体化解决方案
   1. 背景：随着语音识别技术的成熟，越来越多的企业希望在客服系统中引入语音交互功能，提升用户体验和服务质量。
   2. 技术挑战：如何将语音识别、自然语言处理和大语言模型技术有机结合，实现多模态智能客服系统。
   3. 成果：研发了一整套基于语音识别和自然语言处理技术的智能客服解决方案，实现了语音与文字输入的无缝切换。通过 AI 大语言模型的支持，系统能够在各种复杂情境下提供智能解答。
   4. 应用领域：该系统被多个行业客户采用，特别是在客服、语音助手和智能硬件产品中，帮助企业提升了客户满意度和业务效率。

核心技能与技术专长

• 人工智能与大语言模型（LLM）：在智能客服、语音识别与自然语言处理等领域有深入的技术积累，能够根据不同业务需求定制大语言模型的应用。
• 语音识别与处理技术：精通语音识别、语音合成、语音增强等技术，能够针对不同语音场景提供最优技术方案。
• 智能客服与 AI 解决方案：拥有丰富的智能客服系统架构设计经验，熟悉如何将语音与文本数据结合，提升客服效率和用户体验。
• 项目管理与团队协作：具备领导跨部门团队的经验，能够有效推动项目进展，协调各方资源，确保项目按时交付。

学术成就与荣誉

• 发表 SCI 及核心期刊论文 10 余篇，涵盖语音识别、自然语言处理、智能交互等领域。
• 获得 10 余项技术专利，涉及语音处理、AI 交互、智能硬件等技术领域。
• 多次参与国内外学术会议，发表技术报告，并在人工智能与语音技术领域的研讨会上担任主讲嘉宾。

肖老师 资深多模态/具身智能算法专家

拥有超过 15 年的算法研究与实践经验。曾在世界五百强企业英特尔公司担任算法高级架构师，担任中国电子系统技术有限公司的算法 Leader，高性能计算技术专家，是一位经验丰富且技术精湛的资深 AI 基础设施操盘手。他拥有超过十年的高性能计算、算法研究和实践经验，曾在英特尔公司担任高性能计算架构师，并在多家 500 强企业中担任高性能计算和系统架构负责人。头部机器人公司担任视觉算法总架构师，直接参与了移动复合机器人和协作机器人的开发工作，通过引入大模型技术，成功地赋予了机器人自主导航、环境感知和决策规划的能力。并在高性能计算、人工智能和深度学习领域有着丰富的项目经验和卓越的技术能力，特别擅长高性能计算、图像处理、计算机视觉以及大规模计算系统的设计与优化，获得多项专利和荣誉。 华中科技大学硕士，曾在多个国家重点实验室及顶尖企业从事高性能计算及算法研发工作，领导并参与了多个重大项目的开发和实施。

工作经历

2006 年，英特尔上海国际实验室，高性能计算系统架构设计，大型并行图形系统的架构与设计开发；

2009 年，头部安全公司，并发与安全架构和视频监控系统设计，公安安全系统的架构设计与开发；

2012 年，大型通信集团，大型应急通信系统和视频安全监控设计，确保了系统的安全性和可靠性；

2016 年，大数据公司，企业家数据的数据安全和系统安全设计，多家公司设计和实施了信息化安全管理方案，大规模数据的分析和优化；

2019 年，大型央企，GPU、CUDA 与算力平台：深入研究并应用了 GPU 和 CUDA 技术，开发了多种高效的深度学习模型，广泛应用于图像和视频分析、目标检测和分类等领域；应用调优与性能监测：在项目管理和研发过程中，带领团队完成了多个智能视频分析引擎和智能办公引擎的开发，擅长对复杂算法进行性能优化和实时监测，确保系统的高效运行；算力调度管理与网络调优：在多个大型项目中，成功实现了算力调度管理系统的设计与实施，具备出色的网络调优能力，能够优化高性能计算环境下的资源利用率和系统稳定性。

2022.10，头部机器人公司，移动复合机器人和协作机器人的开发，移动复合机器人的开发，在移动复合机器人的研发过程中，我主要负责了智能导航与控制系统的设计与实现。通过引入大模型技术，我们成功地赋予了机器人自主导航、环境感知和决策规划的能力。

1. 环境感知与建模：利用大模型对传感器数据进行高效处理和分析，机器人能够实时构建周围环境的精确三维模型，为后续的路径规划和避障提供有力支持。

2. 智能导航算法：结合大模型的强化学习算法，我们训练出了能够在复杂环境中灵活导航的机器人。这些机器人能够根据实时路况调整行进路线，确保任务的顺利完成。

3. 人机交互体验：借助大模型在自然语言处理方面的优势，我们实现了机器人与操作人员之间的流畅对话，极大提升了用户体验和工作效率。

协作机器人的开发，协作机器人作为新一代工业机器人，强调与人类工人的安全协同作业。在这一领域，我主要聚焦于通过具身智能提升机器人的灵活性与适应性。

1. 智能抓取与装配：利用大模型对物体形状、重量及材质等信息的快速识别与处理，协作机器人能够准确抓取并灵活装配各种工件，大幅提高了生产效率和质量。

2. 自适应学习能力：通过引入深度学习技术，我们使协作机器人具备了自适应学习能力。它们能够在实际工作中不断积累经验，自动优化作业策略以应对复杂多变的生产环境。

专业能力

并行计算和高性能计算；

深度学习模型设计和优化；

多模态大模型应用设计；

GPU 与 CUDA 编程；

城市大脑与智能交通；

工业机器人和复合机器人大模型；

数据挖掘与运行优化；

国产信创环境适配优化；

专利

基于生成式深度学习模型的文本识别模型的生成方法以及装置 (CN202110447608.9)  ；

大型语义分析方法及装置 (CN202110499308.5)  ；

奖项:  荣获2021年度集团优秀解决方案奖  ；

授课经历

重庆大学：深度学习模型在大型物流场景的应用；

头部能源上市公司：大型时序数据预测模型的应用；

头部音视频公司：图形和视频大模型的应用；

百度合作：分拣实训和智能眼实训；

985 高校：机器学习与数据挖掘分析；

主讲课程

《高性能图形图像计算与算法》

《计算机视觉中的图像处理技术》

《视觉和多模态大模型应用》

《具身智能与多模态大模型应用》

《机器学习中的知识自学习与数据优化挖掘》

《大规模分布式系统设计与实现》

《GPU、CUDA 与算力模型应用实战》

《华为昇腾芯片下的大模型迁移和训练课程》

陆老师，LLM、AI、NLP 领域实践者

前微软亚洲研究院 NLP 研究员；

TGO 鲲鹏会 AIGC、AGIA 社区核心成员；

工信部人工智能应用高工认证；

阿里云 MVP；

前高顿教育 CTO；

行业 AI 培训案例

国家电网工建部及上海各区分公司 ——《ChatGPT人工智能在项目管理中的技术应用》

百亿量化私募基金白鹭资管 ——《GPT在量化私募行业的技术应用》

独立基金销售机构基煜基金 ——《GPT在金融行业的技术应用》

上海头部人力资源背调公司猎查查 ——《LLM在人力资源管理行业的技术应用》

TGO 鲲鹏会 AI 数智化转型主题培训 ——《LLM在企业数智化转型中的技术应用》

浦软孵化器 AI&元宇宙主题培训 ——《大语言模型在toB业务场景中的技术应用》

TGO 鲲鹏会 AGIA 社区主题培训 ——《LLM在数字员工产品中的技术应用》

万商俱乐部 AI 赋能商业主题培训 ——《ChatGPT的前世今生》

培训现场画面

贾老师 AI 大模型技术应用专家

教育背景

• 清华大学 计算机科学与技术硕士

职业经历

AI 科技企业创始人

作为一家专注于 AI 技术研发与应用的科技企业的创始人，全面负责公司的战略规划、技术研发和业务拓展。

• AI 架构设计：主导公司的 AI 技术架构设计，建立了从数据采集、处理、分析到模型部署的全栈 AI 解决方案。
• 产品研发：领导团队研发了多款基于大模型的 AI 产品，包括智能客服、语音识别、图像处理等，成功应用于多个行业。
• 业务拓展：与多家大型企业建立合作关系，推动 AI 技术在金融、零售、制造、能源等行业的落地应用。

头部科技公司集团 CTO

在知名科技大厂担任首席技术官，全面负责集团的技术战略、研发管理和创新推动。

• 技术战略制定：制定了集团的技术发展路线图，推动了云计算、大数据、人工智能等核心技术的布局和发展。
• 团队管理：管理超过 300 人的技术团队，建立了高效的研发流程和激励机制，提高了团队的创新能力和执行效率。
• 创新项目：主导了多个关键技术项目的研发和落地，包括大规模分布式计算平台、实时数据分析系统、智能推荐引擎等。

BAT 资深研发管理负责人

在国内顶尖的互联网公司担任高级研发管理职务，积累了丰富的互联网和技术管理经验。

• 大数据平台建设：负责大数据平台的架构设计和实现，支持每天数百亿次的用户访问和数据处理需求。
• 人工智能应用：带领团队开发了多项 AI 应用，包括个性化推荐、自然语言处理、计算机视觉等，提升了产品的用户体验和市场竞争力。
• 跨部门协作：与产品、运营、市场等部门紧密合作，推动技术与业务的深度融合，实现了技术驱动业务增长的目标。

专业资质

• 国家互联网数据中心创新战略联盟-专家委员：参与国家级数据中心的战略规划和标准制定，为我国数据中心的创新发展提供专业建议。
• 多项技术发明专利：在人工智能、大数据处理、分布式系统等领域拥有多项国家发明专利，体现了卓越的技术创新能力。
• 《企业 AI 大模型落地实战宝典》作者：撰写了业内首部系统介绍企业如何落地 AI 大模型的实战指南，为众多企业提供了宝贵的实践经验。

自媒体

• 微信公众号“数据与架构”：分享在数据架构、人工智能领域的深度见解和实践经验，拥有超过 10 万的专业粉丝。
• 抖音号“AI 流火哥”：通过短视频形式科普 AI 技术，分享行业动态和应用案例，累计播放量突破 500 万次。

项目经验

一、AI 架构设计与实施

在担任头部科技公司集团 CTO 期间，主导了集团级 AI 架构的设计与实施，实现了 AI 技术在公司各业务线的全面赋能。

• 构建统一的 AI 平台：建立了涵盖数据处理、模型训练、模型部署的全流程 AI 平台，支持不同业务场景下的 AI 应用需求。
• 数据治理体系建设：制定了数据标准、数据质量管理和数据安全策略，确保数据资产的高效利用和合规管理。
• AI 能力开放：通过 API 和 SDK 的形式，将公司的 AI 能力开放给生态合作伙伴，构建了共赢的 AI 生态圈。

二、Prompt Engineering 优化

在人工智能科技企业期间，深入研究提示词工程，提升了大语言模型在特定业务场景下的性能。

• 智能客服系统优化：通过精心设计提示词，提高了智能客服对用户意图的理解准确率，客服满意度极大提升。
• 内容生成工具开发：为媒体和营销行业开发了基于提示词的大语言模型内容生成工具，实现了高质量的自动化内容生产。
• 提示词模板库构建：总结不同业务场景下的最佳提示词实践，建立了提示词模板库，供团队和客户参考使用。

三、Agent 应用实践

领导团队开发了多个智能体应用项目，推动了 AI 技术在自动化和智能决策领域的应用。

• 智能交易代理：为金融机构开发了智能交易代理，利用实时数据分析和机器学习算法，自动执行交易策略，提高了投资回报率。
• 供应链优化智能体：在制造业中应用智能体技术，优化供应链管理，降低了库存成本，提高了交付效率。
• 智能家居助手：开发了支持多模态交互的智能家居助手，提升了用户的智能家居体验。

四、AI 在制造行业的研究

研究多个 AI 在制造业等传统行业的创新项目，助力行业数字化转型。

• 勘探数据分析平台：研究深度学习算法，对勘探数据进行分析和解译，提高了资源探测的准确性。
• 设备预测性维护：研究基于 AI 的设备故障预测模型，提前预警设备异常，降低了运维成本和停机风险。
• 生产优化决策系统：研究实时生产数据分析和优化系统，支持生产调度和资源配置的智能决策。

五、数据治理与大数据平台建设

在大厂任职期间，负责公司级数据治理和大数据平台的建设，支持了海量数据的高效管理和应用。

• 数据治理框架搭建：建立了覆盖数据标准、数据质量、元数据管理和数据安全的数据治理体系。
• 大数据平台性能优化：通过技术创新和架构优化，提高了大数据平台的处理能力和稳定性，满足了业务快速增长的需求。
• 数据驱动业务决策：推动了数据分析和挖掘在业务决策中的应用，为市场营销、用户运营等提供了有力支持。

六、企业 AI 大模型落地实践

帮助多家企业成功落地 AI 大模型，实现了 AI 技术的商业价值。

• 案例一：零售行业智能推荐系统
  为大型零售企业部署了 AI 大模型的智能推荐系统，提升了用户购买转化率和客单价，年度销售额极大增长。
• 案例二：金融行业风险控制模型
  与金融机构合作，开发了基于大模型的风险控制系统，提高了风险识别的准确性，降低了坏账率。
• 案例三：制造行业智能质检平台
  在制造业中引入 AI 视觉检测技术，实现了生产线的自动化质检，产品合格率极大提高。

培训与讲座

• 企业内训讲师
  为政府机构和大型企业的处级以上管理干部提供内训，内容涵盖 AI 架构设计、提示词工程、智能体应用、AI 在传统行业的应用和数据治理等。
  • 培训成果：学员反馈满意度高，帮助管理干部深入理解 AI 技术及其在行业中的应用前景，推动了组织的数字化转型战略。
  • 定制化课程：根据不同机构的需求，定制培训方案，确保培训内容的实用性和针对性。
• 行业大会演讲嘉宾
  多次受邀在国内外顶级科技和行业大会上发表演讲，分享 AI 技术的最新发展和实践经验。
  • 主题演讲：《AI 赋能传统行业的实践与思考》、《提示词工程在大模型时代的重要性》、《数据治理助力企业数字化转型》等。
  • 影响力：演讲内容被多家媒体报道，引发了行业内的广泛关注和讨论。

技术专长

• 人工智能与机器学习：精通深度学习、自然语言处理、计算机视觉等 AI 技术，熟悉 TensorFlow、PyTorch 等主流框架。
• 大数据处理与分析：具备海量数据的存储、处理和分析能力，熟悉 Hadoop、Spark、Flink 等大数据技术。
• 数据治理：深入了解数据治理的框架和方法，包括数据质量管理、元数据管理、数据安全与合规等。
• AI 架构设计：擅长复杂 AI 系统的架构设计，能够根据业务需求构建高性能、高可用性的 AI 解决方案。
• 行业解决方案：对制造业、能源、金融、零售、制造等行业有深刻理解，能够提供针对性的 AI 应用解决方案。

荣誉与奖励

• 行业影响力人物：多次被评为人工智能和大数据领域的年度影响力人物。
• 最佳技术创新奖：领导的项目获得多个行业最佳技术创新奖，体现了卓越的创新能力。

出版著作

• 《企业 AI 大模型落地实战宝典》
  系统阐述了企业如何从零开始构建和应用 AI 大模型，包括技术选型、团队建设、项目管理等方面，为企业 AI 转型提供了实战指南。
• 学术论文
  在《人工智能学报》、《计算机学报》等核心期刊发表多篇学术论文，内容涉及深度学习算法、数据治理模型等。

张老师 大模型算法/AI Infra 开发专家

北京邮电大学，网络与交换国家重点实验室，计算机科学与技术硕士。某互联网大厂高级 AI 工程师，深度学习框架开发与性能调优专家 horovod,spark,iceberg,hudi 等系列源码贡献者，“Tim 在路上”公众号主理人。

专业能力

熟悉大模型、深度学习框架，模型性能调优，有过深度学习框架开发调优经验。

熟悉 GPU, NPU, CUDA, CANN, Nccl, IB 等底层原理与工程实践。

熟悉数据湖/数据引擎的开发优化，例如针对 SparkSQL 源码级优化开发。

王老师 达观数据副总裁

达观数据副总裁，高级工程师，浦东新区"明珠计划"菁英人才、BroadView2023“技术成长领路人”，人工智能标准编制专家。曾获得广东省科技进步奖二等奖，上海市计算机学会科技进步奖二等奖和上海市浦东新区科技进步奖二等奖。人工智能标准编制专家，《知识图谱：认知智能理论与实战》作者，参与编撰《智能文本处理实战》，《新程序员 * 人工智能新十年》顾问专家和文章作者，专注于知识图谱、通用人工智能 AGI、大模型、AI 大工程、NLP、认知智能、强化学习、深度学习等人工智能方向。上海市人工智能技术标准化委员会委员、上海科委评审专家、中国计算机学会（CCF）高级会员、中文信息学会（CIPS）语言与知识计算专委会委员、中国人工智能学会（CAAI）深度学习专委会委员。申请有数十项人工智能领域的国家发明专利，在国内外知名期刊会议上发表有十多篇学术论文。曾带队获得国内国际顶尖算法竞赛 ACM KDD CUP、EMI Hackathon、“中国法研杯”法律智能竞赛、CCKS 知识图谱评测的冠亚季军成绩。曾获 BroadView2023“技术成长领路人”、2022 年度电子工业出版社博文观点“优秀作者”等称号，2021 年度浦东职工科技创新英才优秀奖。被聘为上海市质量和标准化研究院培训中心企业标准化总监高级研修班教课讲师，高校学生人工智能训练营（同济大学）特邀企业导师，浙江大学中国数字贸易大讲堂讲师团专家。在达观数据致力于将自然语言处理、知识图谱、计算机视觉和大数据技术产品化，以 OCR、文档智能处理、知识图谱、RPA 等产品服务于金融、智能制造、贸易、半导体、汽车工业、航空航天、新能源、双碳等领域。

授课培训案例

1、DataFunTalk：达观数据知识图谱增强的大模型应用实践： 达观数据知识图谱增强的大模型应用实践

2、CNCC｜第六届知识图谱论坛-知识图谱赋能大数据大算力： CNCC｜第六届知识图谱论坛-知识图谱赋能大数据大算力-中国计算机学会

3、中国计算机学会-基于知识图谱的企业中台架构： 基于知识图谱的金融中台架构

4、知识图谱的自动化构建：数据集和评测： DataIntelligence发布FR2KG—最大的金融报告中文知识图谱 - 智源社区

5、InfoQ “驯服”不受控的大模型，要搞定哪些事？| 专访达观数据副总裁王文广：“驯服”不受控的大模型，要搞定哪些事？| 专访达观数据副总裁王文广_腾讯新闻

6、腾讯云最具价值专家 TVP： 腾讯云最具价值专家TVP-王文广-个人简介

7、数创大讲堂-知识图谱与大模型融合应用实践： 厦大数据挖掘中心|数创金融大讲堂系列报告（十三）——知识图谱与大模型融合应用实践

孙老师，资深大模型算法专家

毕业于中国科学技术大学自动化系，拥有 20+年 IT/AI 经验，先后在 IBM、华为、顺丰、KPMG 等知名企服务于 DBS,UBS,HSBC 等大型客户。2023 年起 All in 生成式 AI 应用创业，专注于大型智能制造领域的 AI 咨询、系统实施和培训。精通生成式 AI 相关技术栈和应用系统设计开发。

2023.10-至今：生成式 AI 研发专家

 持续跟踪国内外开源和闭源大模型的发展动态，进行本地部署或通过 API 集成到系统，熟悉 GPT, Claude, Gemini, Llama, Mistral, Command R, GLM, Qwen, Deepseek, Moonshot, Xunfei Spark, Ernie, Yi, MiniMax 等模型，能够根据行业不同的业务场景进行模型选取

 熟悉大量开源嵌入模型和向量数据库，如 BGE, Jina, Nomic 等系统嵌入模型和 Qdrant, Milvus, Chroma, LanceDB, Fincore 等向量数据库，并能提供选型建议

 熟练掌握 Langchain, Llamaindex, Langgraph 等生成式 AI 应用开发框架，并能根据不同行业的业务场景选型和应用

 研究了多个开源和闭源平台级产品，包括 Coze, DSPy 和各模型厂商提供的在线 chatbot 和智能体平台等

 设计开发了多个生成式 AI 应用，从简单的多轮对话聊天机器人，到 RAG、Agent、Agentic Workflow 还有 Vscode 代码生成插件和浏览器插件；精通生成式 AI 应用系统架构设计和系统调优

 部署了 stable-diffusion 模型进行文生图能力评估测试，同时持续跟踪国内外文生图模型和平台发展, 熟悉国内厂商文生图平台及 API

 部署并在系统种集成了 speech-to-text 和 text-to-speech 的模型，如 Whisper, EmotiVoice

 进行了多场大模型技术应用培训，包括对不同行业的 IT 团队进行的“AIGC 大模型技术在不同领域的场景化应用“培训。

2017-2023，KPMG 中国智能创新中心技术负责人

创建了 KPMG 中国智能创新中心，管理着从设计、开发、交付、上线到运维的全流程，团队规模将近 500 人。带领团队面向公司内外部客户设计和开发人工智能、大数据驱动的解决方案，围绕信用、风险、合规等业务领域构建知识库、算法模型和业务系统。服务的客户包括国内外知名企业，如 HSBC，平安集团、招商银行、太平洋保险、蚂蚁金服等等。

2001-2014，IBM，从技术开发到业务管理

作为技术团队负责人，带领团队进行应用系统设计、开发、测试、上线和运维；服务的客户包括：PCCW、DBS、国泰航空、UBS、UPS、深圳机场物流园等。

蔡老师 LLM 和多模态技术研发专家

中科院计算机博士，现任北京邮电大学计算机学院硕导，多模态内容分析及多模态大模型研究领域的专家。景行博士在多模态数据处理、机器学习和人工智能方面拥有丰富的研究经验和技术成果，致力于推动大模型技术在多个行业的应用，积累了深厚的理论基础和实践经验。

教育背景

• 2016.09—2020.06 中国科学院大学 计算机科学与技术 博士

可讲主题及培训内容

1. 多模态内容分析技术与应用
2. 大模型架构设计、优化与部署
3. 计算机视觉与深度学习
4. 自然语言处理与多模态融合
5. 智能推荐系统与个性化服务
6. 数据挖掘与机器学习

培训案例

• 中国电信：主持“大数据平台优化及开发应用实战”培训，提升了电信网络运维及开发团队的大数据应用实践能力，优化了多个数据分析应用软件的性能。
• 北京城建：开展“智能推荐系统与个性化服务”培训，提升华为研发团队在大数据处理和个性化推荐系统设计上的技术水平。
• 中科院软件研究所：负责“多模态内容分析技术及应用”培训，促进了科研团队在多模态数据处理和分析方面的技术提升。
• 京东集团：进行“计算机视觉与深度学习”培训，帮助京东 AI 团队在图像识别、物品分类等方面实现了技术突破。

个人资质

• 高级工程师职称
• 多模态内容分析及大模型技术专家
• IEEE 高级会员
• ACM 会员
• 发表 SCI 论文 10 篇，EI 会议论文 7 篇
• 作为项目负责人主持国家自然科学基金、省部级重点研发项目多项

发表论文与发明专利

• 论文：
  • 发表在《IEEE Transactions on Circuits and Systems for Video Technology》的论文“Multimodal Content Analysis and Applications”
  • 发表在《Pattern Recognition》的论文“Advanced Techniques in Image Recognition”
  • 发表在《Neural Computing and Applications》的论文“Neural Networks in Multimodal Data Processing”
  • 发表在《Neurocomputing》的论文“Deep Learning Models for Multimodal Data”
  • 发表在《Multimedia Tools and Applications》的论文“Tools and Techniques for Multimedia Data Processing”
  • 发表在 NeurIPS、AAAI、ACM MM 等顶级会议的多篇论文
• 专利：
  • “一种基于多模态数据分析的智能推荐系统”发明专利
  • “大规模数据处理与优化方法”实用新型专利

张老师 资深的 AI 算法专家

超过十年的技术研发和项目管理经验，尤其在 LLM 技术、机器学习、深度学习及其在实际业务场景中的应用上有丰富的实战经验。“开源技术人”公众号主理人，研究各种大模型的疑难杂症。擅长大规模模型的设计、开发、优化和评估，并成功领导了多个行业级项目的落地实施，涵盖金融、制造、公共安全和互联网等多个领域。通过在技术领域不断学习和实践，积累了深厚的算法优化、模型加速以及大模型测评的理论与实操经验。他也是多个业内知名企业的技术顾问，帮助企业提升其 AI 能力，推动前沿技术的应用和落地。

专业技能

• 编程与开发：精通 Python 编程、C++、Java，熟悉 Linux 环境下的开发，掌握现代软件工程的各种工具与框架。
• 深度学习与机器学习：熟练使用主流深度学习框架，如 TensorFlow、PyTorch、Keras，拥有丰富的模型训练、调优和部署经验。尤其擅长 NLP、CV、多模态模型的开发与调优。
• 大模型技术：对主流大模型架构如 GPT、BERT、T5、LLAMA 等有深入理解，熟悉其训练流程、微调策略和模型测评标准。
• 算法优化与加速：深入掌握 ONNX、TVM 等工具，擅长模型转换、优化及硬件加速工作，能够针对不同业务场景定制高效的模型推理流程。
• 大数据处理：具备处理和分析海量数据的能力，熟练使用 Spark、Hadoop 等大数据工具，能够高效进行数据预处理、特征工程及模型训练。
• 数据库与系统开发：精通 MySQL、MongoDB 等数据库管理系统，熟练掌握分布式架构设计，能够为复杂系统的部署提供全面的技术支持。
• 项目管理与团队领导：具有丰富的团队管理经验，能够根据项目需求组建、培养和领导技术团队，确保技术项目的成功交付。

工作经历

2024 年至今 | 北京某软件上市公司 | 算法负责人

• 负责公司的大模型算法产品线，全面主导模型研发、优化和测评工作。
• 带领团队参与了多个智能制造和金融领域的 AI 应用项目，推动多模态数据集的构建和模型微调对齐，确保模型在实际业务场景中的高效应用。
• 在 FFT 项目中负责核心算法的开发与优化，利用先进的机器学习技术加速 FFT 计算流程，实现了业务中的关键技术突破。

2021-2023 | 北京某金融科技公司 | 算法负责人

• 参与央行资金追踪算法模型的研发，负责湖南省公安厅智能禁毒大数据项目，在数据挖掘、模型预测和智能决策方面取得了重要成果。
• 推动 AI 技术在金融反洗钱、反欺诈等领域的实际应用，帮助金融机构建立起更加完善的风控体系。
• 主持多个 AI 项目的评估工作，特别是大型模型的测试与性能评估，确保算法能够在复杂的金融场景中稳定、高效运行。

2019-2021 | 某大数据研究院 | 算法研发工程师

• 主导多个大数据与 AI 项目的研发工作，涵盖疫情大数据平台、工业大数据平台、肾小球识别平台等领域，开发并优化了多种机器学习和深度学习算法。
• 负责大数据平台的架构设计与性能优化，提升了系统的数据处理能力，并确保在高并发场景下的稳定运行。
• 参与了多个模型的测评工作，积累了丰富的大模型测试经验。

林老师，大模型技术应用专家

16 年产业数字化和智能化技术背景，北京航空航天大学计算机仿真专业硕士，挪威工作两年，连续创业者，深谙大型企业的数字化技术路线。

AIGC 知名创新企业墨见 MoLook 创始人和 CEO，阿里云前解决方案总监，负责基于云计算、AI、IoT 的产品和解决方案沉淀、业务拓展、生态建设，挪威软件公司 Prediktor 前中国区负责人，ICA 联盟工作组组长，阿里云 CIO 学院讲师。连续 3 年阿里云产品销售额 1 亿+，曾服务于陕煤、美孚、中国国网、南方电网、中烟、上海电气、宝钢、物产中大、东方希望等客户。

擅长 AIGC 的视觉和文本技术，作为多个 AIGC 项目的负责人，对 AI 技术在企业落地方面有丰富的经验和深刻的见解。

AI 创业公司的 LLM 项目已落地南信投、欧冶、中烟等企业。视觉项目已落地苏美达、三彩、雅戈尔等企业。

率领墨见为多家大型公司提供了完整的 AIGC 解决方案，包括基础大模型、知识库 RAG、工作流等方面的技术和应用落地。南信投作为江苏第一大国资金融集团，墨见帮助其搭建 AI 大模型应用平台，并打造智慧办公、数字员工等应用，与其数字化系统紧密结合。欧冶作为贸易公司，墨见帮助其打造票据审核、知识库等 AI 服务应用。

林琚深谙云计算、大数据、物联网、AI 等技术原理和路径，以及在企业落地实现的方式。是技术落地企业的实战派。作为互联网产品解决方案负责人，林琚参与规划与建设了超过 300 个企业数智化项目，其中包括 30 个大规模项目，实战经验丰富。作为 AIGC 公司的创始人，对 AI 技术以及 AI 在企业的应用有深度理解。

过往授课主题及培训内容

1. 大模型技术基础
   1. 大模型的基本原理与架构
   2. 主要大模型框架与技术应用
2. 大模型在制造行业的应用
   1. 制造行业数据分析与建模
   2. 风险控制与预测
   3. 客户行为分析与推荐系统
3. 多模态内容分析
   1. 多模态融合技术
   2. 图像、文本与语音数据的综合处理

企业领域的 LLM 产品研发和培训案例

1. 合作开发：风险预测系统
   1. 以外部核心技术身份参与科技企业研发项目，研发基于大模型的风险预测系统，成功提升了风险控制的准确性和效率。
   2. 为该企业技术团队提供大模型技术辅导和培训，覆盖数据预处理、模型训练与优化等内容。
2. 合作开发：客户行为分析与推荐系统
   1. 主持开发基于多模态内容分析的客户行为分析系统，为客户提供个性化推荐服务。
   2. 对相关部门进行系统使用与大模型技术应用的培训，促进了新技术在实际业务中的落地。
3. 南信投：大模型平台合作项目
   1. 与南信投合作开发大模型应用平台，推动大模型在行业的广泛应用。
   2. 提供针对内部技术人员的专项培训，涵盖大模型开发与应用的各个环节。

叶老师 中国科学院自动化研究所/多模态人工智能系统全国重点实验室副研究员

博士，中国科学院自动化研究所/多模态人工智能系统全国重点实验室副研究员，硕士研究生导师，兼任山东交通学院特聘研究生校外导师，西安交通大学软件学院研究生课程特聘授课专家，长期致力于复杂系统、智能交通、自动驾驶等领域的基础及应用研究，主持国家自然科学基金面上项目、青年基金，国家自然科学基金重大项目子课题等多个国家级科研项目，作为研究骨干参与国家“973”课题、国家“863”课题、国家重点研发计划、广州亚运会公共交通管理辅助决策系统、青岛市平行交通系统、杭州市城市交通大脑等多个科学研究及工程应用项目，发表一区SCI/SSCI学术论文50余篇（其中第一或通讯作者20余篇，高被引1篇），以第一作者身份出版人工智能专著2部，取得11项授权发明专利，获得2017年中国公路学会科学技术一等奖，2020年中国智能交通协会科学技术二等奖，2020年中国自动化学会自然科学一等奖。相关研究受到国家留学基金资助，公派赴美国加州大学圣地亚哥分校认知科学系交流访问。叶佩军博士目前担任多个学术和社会服务职位，先后入选中国科学院青年创新促进会会员，北京市软件和信息服务业协会专家库成员，北京市海淀区央地交流人才专家库成员，国际学术期刊《IEEE Transactions on Intelligent Transportation Systems》编委，《IEEE Transactions on Computational Social Systems》编委，《IEEE Transactions on Intelligent Vehicles》编委，中国自动化学会平行智能专委会委员。

杨老师 智能汽车控制系统专家

长期从事新能源智能汽车三电控制、智能汽车AI模型及优化、域控制器架构安全、功能安全、预期功能安全、网络安全等教学科研工作。先后获武汉理工大学自动化专业本科，北京信息科技大学电信系硕士，武汉理工大学车辆博士、东风汽车公司新能源汽车动力驱动系统方向博士后。曾在天津通信广播研究所从事北斗飞机导航、722舰船通信研究所从事舰船通信、清华大学汽车节能与安全国家重点实验室从事线控转向工作，借调教育部从事专业认证等工作。是新工科、产教融合、新能源智能汽车控制系统复合型领域专家。该领域发明专利第一作者30余项，发明专利成果产业化5项以上，其中包括威马汽车。曾在：工信部人才中心、教育部SGAVE项目、ⅠBM、阿里斑马、地平线、eTON、舍弗勒、东风公司股份、东风商用车、东风岚图、上汽集团、南汽集团、一汽集团、吉利集团、五菱、三一、联合电子、中汽研、清华大学苏研院、上海交大继续教育学院、中国汽车报网络平台2020智能汽车精品课程等汽车行业新能源智能汽车控制系统内训、ISO26262功能安全、21434、21448等培训咨询专家、盖世汽车、东方瑞通lT培训、中国电池联盟协会讲师、多家汽车行业培训公司、公众平台等讲师、腾讯新工科研究院特聘专家。现在武汉理工大学汽车工程学院、武汉理工大学新能源与智能网联车湖北省工程技术研究中心工作、机械工业出版社汽车类顾问专家、浙江智能网联创新中心专家、武汉市新能源汽车产业协会专家、四川省汽车产业协会专家、教育部汽车专业评估专家、高校毕业生就业协会校企专家、中国汽车维修行业协会高级专家、中国光谷创新企业协会汽车分会秘书长、南昌理工学院客座教授、汉鼎智能高级顾问。多次参与国内鉴定机构新能源汽车司法鉴定。机械工业出版社第二主编《汽车构造》、主编《智能网联汽车技术与原理》、化学工业出版社《图说汽车域控制技术》、《新能源汽车电控、电机与电池系统结构与故障诊断》。

关于 TsingtaoAI

TsingtaoAI 企业内训业务线专注于提供 LLM、具身智能、AIGC、智算和数据科学领域的企业内训服务，通过深入业务场景的案例实战和项目式培训，帮助企业应对 AI 转型中的技术挑战。其培训内容涵盖 AI 大模型开发、Prompt 工程、数据分析与模型优化等最新前沿技术，并结合实际应用场景，如智能制造、金融科技和智能驾驶等。通过案例式学习和 PBL 项目训练，TsingtaoAI 能够精准满足企业技术团队的学习需求，提升员工的业务能力和实战水平，实现 AI 技术的高效落地，为企业创新和生产力提升提供强有力的支持。