培訓課時：15 天（90 課時）

課程介紹：

本課程是為希望掌握大模型項目開發的專業人士量身打造的 15 天實戰訓練課程。

通過團隊分組和 Scrum 敏捷開發模式，學員將在模擬企業環境中完成一個完整

的企業級大模型項目。課程涵蓋從需求分析到系統部署的全流程，注重技術深度

與團隊協作，并結合實際場景提供真實項目體驗，幫助學員在 AI Agent、大模

型微調及多模態應用等前沿領域獲得系統性提升。

學員基礎：

【技術背景】

? 掌握 Python 編程基礎

? 了解機器學習或深度學習基礎知識

? 熟悉 Git 的基本使用（提交、分支管理）

【應用經驗】

? 有一定的 AI 或數據相關項目經驗（非必需，但優先）

? 對大模型（如 ChatGPT、GPT-4、Claude 等）有所了解

【軟技能要求】

? 樂于團隊協作，能夠參與討論并分工合作

? 有一定的英語閱讀能力，用于理解技術文檔

課程目標：

【技術能力】

? 熟練使用大模型（本地或云端部署），并根據業務需求微調模型

? 掌握 RAG（檢索增強生成）架構的實現與優化方法

? 理解并應用多模態生成技術（如文本生成、語音合成、圖片生成等）

? 構建和優化 AI Agent，探索多智能體協作的實現

【項目實戰】

? 應用 Scrum 敏捷開發方法，完成企業級大模型項目

? 學會使用現代協作工具（如 GitHub、Trello、Jira 等）管理團隊任務

? 在項目中實現從需求分析到系統部署的全流程開發

【團隊協作與軟技能】

? 提升團隊溝通與協作能力。

? 學會通過代碼評審與展示，清晰表達技術成果與創新點

? 培養解決問題的實踐能力，靈活應對技術挑戰

課程亮點

 企業級實戰場景

? 模擬真實企業環境，從需求分析到系統上線，全流程實踐。

? 涉及大模型的最新技術（如 RAG、Prompt 優化、知識圖譜）。

 敏捷開發與團隊協作

? 采用 Scrum 開發模式，幫助學員習慣敏捷開發的迭代節奏。

? 小組協作，鍛煉溝通與任務分配能力，符合企業用人需求。

 多元技術綜合應用

? 提供多種技術工具和框架，如 Dify 本地部署、Docker、Postman 等。

? 聚焦多模態生成，擴展學員對 AI 前沿技術的認知與實踐能力。

 項目自主性與創新性

? 提供豐富項目選項，鼓勵團隊自主創新設計技術方案。

? 開放性項目，支持學員結合實際興趣延伸探索。

 完善的指導與反饋機制

? 每階段成果檢查與指導，及時調整方向和改進技術。

? 通過演示與講師點評，總結佳實踐，促進深度學習。

課程內容：

一階段：項目準備與團隊組建（Day 1-2）

1. Day 1: 入門與基礎

o Scrum 敏捷開發

? 敏捷開發概念與 Scrum 框架

? Scrum 角色：產品負責人、Scrum Master、開發團隊

? Sprint 計劃與執行

? 日常站會、迭代回顧與成果展示

o 源代碼管理

? Git 基礎：克隆、提交、分支管理、合并沖突解決

? GitHub/GitLab 的使用與協作

? 代碼評審（Code Review）流程與實踐

o 工具與環境準備

? Dify 本地模型部署工具介紹

? 開發環境配置：Python、Docker、Postman、VS Code

等

? 協作工具：Trello/Jira、Slack/釘釘

2. Day 2: 團隊組建與需求分析

o 分組與角色分配

? 每組 4-6 人，明確角色（如產品負責人、Scrum 

Master、開發人員）

o 項目列表講解與選擇

? 提供企業級大模型項目選項（詳見下文項目列表）

? 各組討論與確定選題

o 需求分析與用戶故事創建

? 通過用戶故事描述項目需求

? 繪制產品原型與項目計劃

第二階段：Sprint 1（Day 3-7）——功能實現與驗證

3. Day 3: 模型與技術方案設計

o 確定技術架構與模型選型

? 使用云服務還是本地部署（Dify 等工具）

? 模型微調與 Prompt 設計

? 數據預處理與數據庫設計

o 設計 API 接口與調用流程

4. Day 4-5: 核心功能開發

o 實現核心功能（如問答、文檔檢索、內容生成等）

o 應用 Prompt 工程優化初步實現效果

o 集成前后端接口，確保最小可用產品（MVP）完成

o 初步整合 Dify 平臺中的模型微調功能

5. Day 6: 中期檢查與問題解決

o 小組匯報當前進度，展示初步成果

o 講師指導技術問題，優化實現細節

o 迭代調整開發計劃

6. Day 7: Sprint 1 回顧與評估

o 每組回顧本次迭代的優點與改進點

o 收集用戶測試反饋，為下一輪開發做準備

第三階段：Sprint 2（Day 8-12）——擴展功能與性能優化

7. Day 8-9: 擴展功能開發

o 增加高級功能模塊

? 多模態能力（圖片生成、語音合成等）

? 工具集成（如外部 API 調用）

? 用戶自定義功能（如上傳數據進行定制化回答）

o 實現高可用性（如錯誤處理、日志記錄）

8. Day 10-11: 性能優化與模型微調

o 優化 Prompt 提示，提高模型響應準確率

o 微調基礎模型（如 LLM）以適配特定場景

o 優化數據檢索（RAG 架構）

o 負載測試與系統性能調優

9. Day 12: Sprint 2 回顧與測試

o 系統全面測試：功能性、性能、兼容性

o 提交測試報告與改進計劃

o 完善用戶手冊與項目文檔

第四階段：項目展示與評估（Day 13-15）

10**ay 13: 項目部署與展示準備

o 部署最終系統（云端或本地）

o 制作展示 PPT 與 Demo

o 模擬演示并優化呈現方式

11**ay 14: 項目成果展示

o 每組進行項目展示

? 項目背景與需求

? 技術實現與創新點

? 系統演示與用戶反饋

o 評委與講師點評，提供改進建議

12**ay 15: 總結與反饋

o 各組回顧整個開發流程

o 講師總結關鍵技術佳實踐

o 收集學員反饋，頒發培訓證書

項目列表：企業級大模型項目選項（6 選 1）

1.智能客服系統

? 場景：企業客戶支持，結合知識庫進行實時問答

? 核心技術：RAG 增強、意圖識別、多輪對話

? 擴展功能：多語言支持、情感分析

2.文檔智能搜索與摘要系統

? 場景：內部資料檢索，自動生成摘要或關鍵點

? 核心技術：RAG、自然語言生成

? 擴展功能：跨模態搜索（文字與圖片結合）

3.營銷內容生成工具

? 場景：電商平臺內容自動生成，包括商品描述、廣告文案

? 核心技術：生成式 AI、Prompt 優化

? 擴展功能：A/B 測試優化，關鍵詞推薦

4.短視頻生成與自動化運營工具

? 場景：企業品牌宣傳視頻自動生成

? 核心技術：多模態生成、語音合成

? 擴展功能：多語言字幕、用戶個性化定制

5.知識圖譜問答系統

? 場景：企業內復雜知識結構化與交互

? 核心技術：知識圖譜構建、QA 系統

? 擴展功能：與外部數據庫集成

6.企業內部協作助手

? 場景：日程安排、郵件撰寫、會議記錄摘要

? 核心技術：任務自動化、多模態能力

? 擴展功能：語音識別、與日歷工具集成