城市 |
|
|
|
时间 |
|
|
HiroTan
某公司 多模态大模型负责人
收益目标:1. 系统理解Agent技术全景: 掌握OpenAI定义的L1-L5智能体演进范式,深入理解Agent的认知架构与核心能力模型; 2. 精通Agent认知架构核心能力:深入掌握自主性、规划、工具使用、记忆机制与反思学习等Agent构建的关键模块; 3.构建生产级RAG系统:从零搭建RAG全流程,掌握chunking、Embedding、向量数据库等优化技巧,并升级为具备反思能力的Agentic RAG;
适应人群:
关键词:ai,大模型,RAG
开课时间 : 2026.03 未定 工程师Harry
某前大厂 某部门负责人
收益目标:架构设计能力提升:学员将深入理解 AI Agent 架构设计的全景,掌握如何根据业务需求进行合理的架构规划和技术选型。 核心组件深入掌握:学员将全面了解 Agent 大脑、工具系统、上下文管理系统、评测系统、数据飞轮系统、环境与沙箱等核心组件的功能、实现方法及优化策 略。 技术栈与选型精通:学员将熟悉当前主流的 AI Agent 技术栈,包括模型层、编排层、工具层和应用层,并能够根据项目特点选择合适的技术方案。 行业最佳实践应用:通过分析国内外大厂的技术案例和开源方案,学员将学习到如何将最佳实践应用到实际业务场景中,解决各种复杂问题。 研发提效技巧掌握:学员将了解 AI Agent 在辅助编程等方面的应用,提升个人和团队的研发效率。 Agent 业务场景赋能:学员将了解 AI Agent 如何真正解决行业问题,如何找到业务内痛点,并在效率和空间提升上发挥巨大优势。
适应人群:AI架构师:负责 AI 项目架构设计的专业人士,希望通过学习 AI Agent 架构设计提升项目整体性能和可扩展性。 AI 开发工程师:参与 AI Agent 开发的技术人员,需要深入了解核心组件和技术栈,以便更好地进行系统开发和优化。 技术团队负责人:需要对 AI Agent 技术有全面了解,以便在团队建设、技术选型和项目管理中做出明智决策。 对 AI Agent 技术感兴趣的研究人员和学者:希望了解 AI Agent 的最新发展动态和前沿技术,为研究工作提供参考和启发,并完成转型。
关键词:架构设计
开课时间 : 2026.03 未定 工程师更多实践
更多实践
更多实践
更多实践
更多实践
更多实践
活动详情