专题：深度培训

授课内容

1. 架构介绍：定义架构的概念，强调其在业务和技术之间的桥梁作用。

2. 架构分类

• 业务架构：重点讲解，包括其基础、设计、落地，以及与 IT 架构的关系。
• 应用架构：讨论应用的分类、设计原则和服务化。
• 数据架构：关注数据流动、存储、治理和数据模型设计。
• 技术架构：介绍技术栈选择、技术平台构建和技术演进。
• 部署架构：探讨应用部署策略和系统弹性、可靠性。

3. 架构设计

• 道：架构规律、常识与指导思想。
• 法：架构的方法、套路，包括设计原则和关键要素提取。
• 术：架构应具备的技术能力，包括沟通、技术、管理和解决方案。
• 器：介绍项目管理工具、敏捷管理、软件设计工具。

4. 架构未来：分析大模型对传统架构的影响和 AI 大模型在架构设计中的应用。

5. 其他：探讨组织架构和企业文化对架构设计的影响。

适合这样的你

• 架构师：需要全面了解架构设计和实施的专业人士。
• IT 经理：负责技术团队和项目，需要理解架构对业务的影响。
• 业务分析师：需要理解业务架构与 IT 架构的相互作用。
• 技术团队成员：希望提升技术能力和项目管理技能的工程师。

授课内容

模块一：数据治理技术全景

• 探索数据治理技术的起源、发展和未来趋势。

• 实时数仓在数据治理中的应用

• AI 大模型与数据治理的融合之道

模块二：实操演练

• 实时数仓实操：实时报表、多维分析、半结构化检索、向量检索、全文检索等

• Demo 业务: 基于实时数仓和 AI 大数据构建一个智能民宿 APP

课程受益

• 行业专家亲授：由数据治理和实时数仓领域的资深专家亲自授课。

• 理论与实践并重：通过案例分析和项目实战，将理论知识转化为实践技能。

• 项目驱动：通过真实高质量的行业开源数据进行测试和实操，在解决实际问题中学习和成长。

适合这样的你

• 数据分析师
• 数据工程师
• 数据科学家
• IT项目经理
• 业务分析师
• 技术经理/技术总监
• 产品经理
• 研发工程师

授课内容

前言：智能编程对企业的价值

• 哪些企业需要引入智能编程、何时引入

• 行业实例：公开非公开落地实践案例，提效遇到的困难

• 未来的发展趋势：落地基本成熟，提效现阶段能到30-60%，企业一两年落地智能编程工具进行辅助研发

第一章：智能辅助编程核心技术原理和发展现状

• Transformer 模型带来NLP自然语言的质变革命

• 大模型解决上下文、一词多义的技术原理

  • 词嵌入 Word Embedding、Word2Vec向量生成模型、COBW 概念和原理介绍

  • Transformer注意力层核心概念解析

• AI大模型影响下智能编程的发展和演变

• 国内外优秀智能编程工具汇总介绍

  • OpenAI CodeX 和 Github Copilot 的前世今生

  • 前沿代码大模型最新发展现状

• 国外优秀开源代码大模型 CodeLlama 介绍和实操效果

  • 国内优秀开源代码大模型 CodeGeeX4、DeepSeekCoder 介绍和实操效果

第二章：智能编程基础使用实操和功能对比测评

• 代码模型打分测评集 HumanEval、MBPP 介绍和底层评分原理

  • 打分原理，行业评测不合理真实现状分享

  • 归纳实用的编程场景辅助技巧

• 辅助编程平台第一梯队产品介绍

• 通义灵码、百度文心快码、CodeGeeX4、Github Copliot 部署和使用模式

• 基本使用实操 1：代码补全、缺陷修复、代码优化

• 代码补全：统一风格、上下文能力

  • 缺陷修复：高频缺陷等场景测评和使用技巧

  • 缺陷修复：开源的测试集模版介绍、代码大模型专家系统的意义

• 基本使用实操 2：报错排查、代码提交注解、AI 工具库

• 报错排查：编译阶段报错、运行阶段报错

  • 代码注释、AI工具库：理解大模型推理 CoT 和学会AI编程提示词模版

  • 工程师通过AI编程提高自我技术能力思考小结

第三章：智能编程高级使用技巧和实操分享

• 高级生成：如何设计Prompt，仿写服务技巧和思路

• 高级生成：API 和开发文档生成技巧和模版设计 

• 高级生成：普通单元测试、接口服务测试技巧和模版设计

• 高级生成：数据建模 表设计和 SQL 生成

• 产品需求文档、技术设计文档数据建模生成的效果

• 代码大模型检索增强生成 RAG 和 微调 Fine-tuning

• RAG 如何融合企业特定案例模版和编码规范

  • 代码大模型微调的价值和效果简单介绍

• 真实项目 0-1 完整实操生成低代码的过程

• 项目构建生成能力实操

  • 对轮大模型对话的意义和技巧

  • 研发工作量提效 >= 50% 真正实现实操过程

  • AI 编程时代工程师职业成长规划思考

第四章：企业引入智能辅助编程的提效实践

• 企业级智能编程解决方案介绍和思考

• 通义灵码、百度文心快码、CodeGeeX2 企业版核心功能

  • 国内外企业级方案不足：代码采纳率不能量化提效

  • 量化智能编程提效：开发时长、开发人力和有效度量

• 智能编程提效真实落地案例分享

• 和国内前沿代码大模型公司交流现状、企业真实落地实践分享

• 企业引入智能编程提效的解决方案

• 企业提效研发团队 SOP 介绍

• 团队协作、项目任务拆解、分工模式

  • 低代码项目的架构设计和思路：提效如何能达到50-70% 

    • 真实项目提效案例思路和解析分享

• 企业级智能编程解决方案选型总结

• 场景定位、售后支持、行业生态介绍

  • 开源OR闭源、公有云OR混合云方案对比 

AI 编程技术最新的发展：AI 工程师

• Cursor 工具介绍和使用

  • AI 工程师和AI 编程工具的区别

  • 低代码平台和AI 工程师对企业未来的价值

适合这样的你

• 程序员：希望掌握智能编程工具，提升代码开发效率和质量。
• AI 工程师：深化对 AI 编程工具的理解，提高 AI 解决方案的开发能力。
• 技术团队领导：了解智能编程的最新趋势，提升团队的研发效率和项目管理能力。
• 创业公司 CTO：为初创公司选择合适的智能编程工具，构建高效的技术栈。
• 产品经理：更好地理解技术实现，提高与技术团队的沟通效率。