中山大学/国防科技大学教授、教育部长江学者特聘教授,国家杰出青年科学基金获得者,CCF Fellow。研究方向为高性能网络计算与云计算、大数据新型存储和支撑系统。
结合高性能计算和大数据技术,通过我们的实践来探讨大数据人才培养的经验。
本课程通过对数字化项目管理能力的快速理解,以及互动实战演练,使学员能够快速掌握数字化项目管理本质,提升项目经理综合管理技能,学后运用到工作中,使项目管理能力快速提升。 课程从战略、产品、组织、客户等多维度深入探讨项目管理技能在研发生命周期中不同场景中的最佳实践、引导学员能够熟练运用合适的方法解决实际问题,并通过自己建模来解决新环境新技术带来的新挑战,不断地通过度量指标分析,使模型具有可复制性,提升整个组织的管理效率。
本课程摒弃传统的单一模型讲解模式,采用“架构演进”视角,带领学员走完 AI Agent 从原型(Prototype)到生产(Production)的全过程。 1. 由浅入深,重构认知:从最基础的 Prompt 和 Reasoning 范式入手,逐步深入到 Memory、RAG、Tools,最终落脚于企业级的 Harness 和 Graph 架构,符合工程师的学习曲线。 2. 问题导向,实战为王:针对当前大模型落地的核心痛点(幻觉、上下文丢失、工具调用失败、缺乏评估标准),设置了大量的真实案例(特别是金融/严肃场景),不讲空话,只讲解决方案。 3. 全栈覆盖,闭环思维:不仅关注模型本身,更强调“模型-数据-工具-评估”的四位一体。引入“评估飞轮”概念,强调只有通过科学的评估(红蓝对抗、RAGAS),才能实现 Agent 的自进化。
随着大模型技术的爆发,企业级AI应用普遍面临“交付难、成本黑洞、效果不可控”的三大痛点。据Gartner预测,到2027年,40%的智能体项目可能烂尾。造成这一困局的核心原因在于,传统的瀑布式或慢敏捷开发模式,已无法适应AI项目“需求涌现化”、“输出概率性”和“技术迭代快”的特征。传统的职能分工导致产品、研发与交付之间存在“职能墙”,在AI项目中难以形成合力。与此同时,Palantir等成功的AI公司通过设置对最终业务效果负责的新型人才 FDE(Forward Deployed Engineer),并设计相应的敏捷组织架构和流程,打破边界、成功破局。 本课程正是为了解决AI落地中的“剪刀差”现状,由具有大规模AI项目成功落地经验的实战派FDE讲师亲自授课,通过讲解+实战培养具备全链路闭环能力的FDE,帮企业将大模型技术真正转化为可落地的业务价值。
To Be Better
注册或 找回密码?
欢迎成为Msup专家讲师
活动详情