广东AI工程培训

CloudMatrix 是华为统一的 AI 开发和部署平台，旨在支持可扩展的生产级推理管道。

本课程由讲师主导，采用线上或线下培训形式，面向初级到中级 AI 专业人员，帮助他们使用 CloudMatrix 平台与 CANN 和 MindSpore 集成来部署和监控 AI 模型。

在培训结束时，参与者将能够：

• 使用 CloudMatrix 进行模型打包、部署和服务。
• 转换和优化模型以适应 Ascend 芯片组。
• 为实时和批量推理任务设置管道。
• 在生产环境中监控部署并调整性能。

课程形式

• 互动式讲座和讨论。
• 在实际部署场景中动手使用 CloudMatrix。
• 专注于转换、优化和扩展的指导练习。

课程定制选项

• 如需根据您的 AI 基础设施或云环境定制本课程，请联系我们进行安排。

本课程为讲师主导的培训（线上或线下），面向中级到高级的AI专业人员和软件开发人员，旨在帮助他们使用AI和ML构建智能应用。

培训结束后，学员将能够：

• 理解AI和ML背后的高级概念和技术。
• 分析和可视化数据，为AI/ML模型的开发提供信息。
• 有效构建、训练和部署AI/ML模型。
• 创建能够解决实际问题的智能应用。
• 评估AI应用在各行业中的伦理影响。

这种由讲师指导的现场培训广东（在线或现场）面向希望掌握智能应用程序复杂性并利用它们解决复杂现实问题的中级到高级数据科学家、工程师和 AI 从业者。

在培训结束时，参与者将能够：

• 实施和分析深度学习架构。
• 在分布式计算环境中大规模应用机器学习。
• 设计和执行用于决策的强化学习模型。
• 开发用于语言理解的复杂 NLP 系统。
• 利用计算机视觉技术进行图像和视频分析。
• 解决人工智能系统开发和部署中的伦理考虑。

本次由讲师指导的线下或线上培训，面向初级到中级水平的AI工程师和软件开发人员，旨在帮助他们获得对AI工程原理和实践的基础理解。

培训结束后，参与者将能够：

• 理解AI和机器学习的核心概念与技术。
• 使用TensorFlow和PyTorch实现基本的机器学习模型。
• 应用AI技术解决软件开发中的实际问题。
• 使用AI工程中的最佳实践管理和维护AI项目。
• 认识开发AI系统涉及的伦理问题和责任。

Biren AI 加速器是专为 AI 和高性能计算（HPC）工作负载设计的高性能 GPU，支持大规模训练和推理。

本课程为讲师主导的培训（线上或线下），面向中级到高级开发者，旨在教授如何使用 Biren 的专有 GPU 栈进行编程和优化，并与基于 CUDA 的环境进行实际对比。

在本课程结束时，学员将能够：

• 理解 Biren GPU 架构和内存层次结构。
• 搭建开发环境并使用 Biren 的编程模型。
• 转换并优化基于 CUDA 的代码以适用于 Biren 平台。
• 应用性能调优和调试技术。

课程形式

• 互动式讲座与讨论。
• 在示例 GPU 工作负载中实践使用 Biren SDK。
• 专注于移植和性能调优的指导练习。

课程定制选项

• 如需根据您的应用栈或集成需求定制本课程，请联系我们安排。

这种以讲师为主导的 广东（在线或现场）现场培训面向希望获得智能应用程序以及如何将其应用于各个行业的初级 IT 专业人员。

在培训结束时，参与者将能够：

• 了解人工智能的历史、原理和影响。
• 识别并应用不同的机器学习算法。
• 有效地管理和分析 AI 应用程序的数据。
• 认识到人工智能在不同领域的实际应用和局限性。
• 讨论人工智能技术的伦理考虑和社会影响。

这门为期两天的动手实践课程，旨在帮助学员掌握实用技能，以便在技术和运营工作中有效、安全、一致地使用生成式人工智能工具。培训重点在于将AI转变为可靠的日常助手，用于起草和改进文档、构建需求、加速分析与报告、支持问题解决，并简化跨职能沟通。学员将学习经过验证的提示模式、减少错误和“幻觉”的验证技术，以及保护机密信息和知识产权的轻量级治理实践。课程旨在产出立即可用的模板、工作流程，以及一套可重复的AI辅助工作方法。

AI正迅速成为现代产品管理的基础，改变了我们如何发现客户需求、定义解决方案并做出决策。正如电力革命改变了工业，人工智能正在重塑产品的构建、验证和演进方式。

本次由讲师主导的培训（线上或线下）面向希望了解如何利用AI增强产品所有权和决策能力的产品负责人、Scrum Master和敏捷教练。

培训结束后，参与者将能够：

• 理解人工智能的基础知识，并区分传统AI与生成式AI（GenAI）。
• 应用产品负责人的七种优选立场（包括新的协调者立场），并利用AI强化每种立场，如愿景者、实验者或客户代表。
• 掌握有效的提示技巧，将AI工具视为具备专业技能的智能协作者。
• 深化客户理解，创建AI支持的角色用于假设测试和发现，同时保持与客户的真实联系。
• 使用结构化框架（如3x3框架）开发和传达清晰的产品愿景，利用AI塑造和可视化叙述。
• 使用生成式AI工具加速原型设计和假设测试，例如生成模拟图或产品概念。
• 通过AI工具分析、优先排序和评估功能，支持产品决策，基于价值、可行性和用户影响。
• 使用AI自动化或委派日常任务（如邮件、利益相关者管理、笔记记录），专注于战略性和创造性工作。
• 领导关于AI伦理、偏见和数据安全的讨论，确保负责任和可持续的AI采用。
• 识别并设计符合特定产品和组织背景的有价值AI用例。
• 探索并实验约20种不同的AI工具和模型，从生产力助手和原型设计平台到生成式视频、图像和编码解决方案。