感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
模块1:介绍与AI理论
- 基于模型的方法:AI作为工程问题。
- 揭开“机器中的幽灵”之谜:AI是什么,不是什么。
- 技术演变:从BERT到Transformers。
- 生成领域:分析、创意、研究、图像、音乐和视频。
- 数据治理:支柱、审计和研究趋势(多模态、代理、RAG、LLM vs. SLM)。
- 阴暗面:伦理、知识产权、偏见、幻觉和社会工程。
- 风险评估:数据中毒、Nepenthes和“削弱”人才的风险。
- 模型分类:基础模型 vs. 任务特定模型;闭源模型 vs. 开源模型。
模块2:当前格局与工具集
- 语言模型竞技场:性能与基准比较。
- 专业购买标准:成本、延迟、隐私和供应商锁定。
- 大型模型概览:OpenAI ChatGPT、Perplexity、Gemini和Grok。
- 小众与小型模型:Manus、SpecKit。
- 图形生成:Perchance。
- 技术限制:上下文衰减 vs. Token成本。
模块3:交互 - 提示与上下文工程
- 验证框架:完整性、一致性和可验证性。
- RAG策略:何时使用检索增强生成 vs. 微调。
- AI的投资回报率:维护成本 vs. 生产力提升。
- 高级技术:20+提示与RAG方法,附实际案例。
- 实验前沿:三角测量、地图与地形概览,以及基于模型的生成。
模块4:AI在敏捷项目管理中的应用
- 超级计算机领航员:AI作为自动化引擎。
- 决策制定:人类责任 vs. AI辅助。
- AIOps与GitOps:将AI整合到操作工作流中。
- 工具链与流水线:创建无缝的AI驱动环境。
- 敏捷工件:待办事项、路线图和需求工程。
- 精准管理:容量规划与估算(准确性与精度)。
- 产品所有权:构思、功能分析和Vibe-coding风险。
- 风险与情景:规划“如果”情景和自动风险管理。
- 优化:用例和用户故事描述与优化。
要求
- 对敏捷宣言和Scrum框架有基本了解。
- 具备项目管理、产品所有权或团队领导经验。
- 无需编程或AI工程经验,但建议对数字工具有一定了解。
目标受众
- 敏捷项目经理和Scrum主管。
- 产品负责人和产品经理。
- IT团队领导和交付经理。
- 在敏捷环境中工作的业务分析师。
- 对AIOps感兴趣的操作经理。
7 小时
客户评论 (2)
实践示例
Ryan Brookman - The Shaw Group Limited
课程 - Introduction to Artificial Intelligence for Non-technical users
机器翻译
我们使用了这些工具。
Victor Aguero - PNUD/MICI
课程 - Aplicaciones Prácticas de Inteligencia Artificial para Personal Administrativo
机器翻译