发帖
雷达卡
CAIE认证LEVEL II辅导课程
【背景简介】
企业经历了以业务流程管理（BPM—Business ProcessManagement）为核心的信息化时代，以客户体验管理（CEM—Customer Experience Management）为核心的数字化时代，目前迎来了以综合要素管理（IFM—Integrated FactorManagement）为核心的数智化时代。根据下图所示的“感知型企业”理论，每个时代都有其对应的数智平台和产品。在信息化时代对应的是数据仓库和BI数据产品，数字化时代对应的是大数据平台、数据中台和客户洞察类数据产品，数智化时代对应的是智能平台和自主决策智能产品。
数智化时代的企业需要使用AI工具分析经营状况、洞察客户需求和识别各类风险，制定相应的生产、营销、防风险策略，并且将这些策略配置在智能化流程工具中。企业中的业务策略专家和数智产品专家需要和AI算法工程通力合作，实现AI赋能业务。
【课程简介】
本课程体系基于先进企业的行业实践，提出了如下图所示的企业人工智能发展阶段。
本课程适用于处于第二、三阶段的企业业务支持部门的AI赋能专家、AI产品经理、AI工程师，负责智能应用系统或产品的设计和开发工作。其需要建立服务于业务的人工智能应用产品。通过将大语言模型与小模型和业务流程相结合，满足企业全面的数智化转型需求。
本课程分为线上和线下两部分。线上课程注重知识与实践的结合，先讲解数智产品构成六要素，进而介绍数智产品设计思维框架，之后讲解四类典型数智产品，最后是编程和大模型技术。线下课程更注重培养实践动手能力，根据企业落地的场景重要程度，分别讲解智能体（MCP）、知识库（RAG）和大模型微调的技术实践，最后以一个完整的AI产品全生命周期案例结束。使得学员既懂技术，有知道如何与业务场景相结合，创新性的构建AI产品。
【课程讲师】
常国珍博士
北京大学管理学博士，CDA数据科学研究院院长，中国大数据产业生态联盟专家委员会委员，腾讯云最有价值专家（TVP）。曾任思特沃克（ThoughtWorks）中华区数据科学家，毕马威（KPMG）咨询大数据总监。中国社会科学院大学等多所院校外聘讲师，北京语言大学金融硕校外导师。
具有20年数据分析、人工智能和数据治理从业和咨询服务经验，资深数字化营销和风控专家。
著有《金融商业数据分析》、《金融商业算法建模》、《数字化管理师能力评价与培养》、《Python 数据科学：技术详解与商业实践》、《用商业案例学R语言数据挖掘》、《胸有成竹：数据分析的SASEG 进阶》等多本著作。
白发川 Data&AI技术专家
曾任字节跳动大数据资深技术专家，负责火山云大数据产品EMR 1.0 架构设计和组件内核开发，参与EMR整个产品的演进。曾任ThoughtWorks中国区首席数据咨询师，DataMesh中国区布道者，负责众多大型企业技术方案设计与落地指导。
开源代码贡献者：深度神经网络框架DeepLearning.scala创作者、Apache Hive 代码贡献者、知识库Ragflow核心代码贡献者、分布式存储Juicefs代码贡献者。
专利作者：《一种提高HiveServer2任务级别可靠性的方法》、《一种通过引擎预热方式提升Spark SQL任务效率的方法》
赵仁乾 北京邮电大学管理科学与工程硕士，高级经济师，高级数据分析师
现就职于浪潮工业互联网有限公司数据智能事业部首席工程师，负责算法研究、人工智能应用落地以及数字化解决方案的设计与实施。曾先后任职中国联通、爱立信等企业。18年电信、制造业数据工作经验,致力于将前沿的人工智能技术应用于设备制造产业，实现智能制造升级。作为特聘讲师为中国人民银行清算中心、国内三大电信运营商、九阳、咪咕等知名企业提供定制化培训。
编写《金融商业算法建模》，《Python数据科学技术详解与商业实践》，《Spark大数据分析技术与实战》等多部专著。
徐杨 英国Glasgow大学毕业，师从Hisayuki Yoshimoto
主攻计量模型与算法，研究方向为复杂数据空间的矩阵参数识别与优化问题，对各种统计模型/机器学习/深度学习/人工智能模型有深入研究。
连续两年任中国信息协会大数据分析竞赛首席评委、曾任中国大学生三创大赛大数据分析分赛评委、海通证券总部人工智能项目，负责RAG模块的授课与落地，工商银行数据挖掘与算法建模项目，负责算法技术模块的授课与落地，华夏银行数据分析内训项目，负责数学、统计算法、深度学习、人工智能模块的授课。
张彦存
具有8年数据相关工作经验，既在咨询工作中积累了大量上市企业数据体系化管理的经验，同时在实体行业中积累大量数据实战经验，能有效的将数据管理、分析理论和数据分析实操技能有效结合，协助企业梳理数据资产，运用数据分析技术优化业务流程，取得数字化竞争优势。目前主要提供企业数智化落地咨询及培训等服务。
所授课程涵盖：Python数据分析、Hive数据仓库、Spark数据挖掘、数据架构、自然语言处理技术、基于LangChain的AI应用开发、基于Dify的智能工作流开发、Coze低代码开发工作流等。
参与的项目主要涵盖：合资车企数据治理咨询项目；工商银行、华夏银行、江苏省联社等金融机构数智化转型培训项目。
参与《精益业务数据分析》、《商业策略数据分析》书籍的编著。
【课程特点】
1、循序渐进，从使用外部成熟工具的个人AI应用小案例出发，到手搓企业内部落地的AI应用案例；
2、明确数智化转型的落脚点，定位AI赋能业务的价值增长点；
3、解决看不清AI技术发展方向，搞不清业务落地的方法、方式和路径选择的问题；
4、解决数智产品做需求分析、方案设计时考虑不周全，技术选型不适用的问题。
【课程收益】
1、具备优化业务流程，用智能体部分替代常规日常工作的能力；
2、具备分析、设计、参与开发和校验企业内部AI产品研发的能力；
3、具备使用大模型微调（LLM FT）、知识库(RAG)和智能体（AI Agent）工具链的能力。
【培训对象】
✅ CAIE认证： 二级备考考生
✅ 业务数智化转型骨干
✅ AI产品经理
✅ IT工程师等
【直播上课时间】：2025年8月9-10日 (两天) 9:00-12:00；14:00-17:00；答疑
【上课地点】：北京现场, 同步在线直播; 均提供录播回放
【课程收费】：2400元
【基础视频课程-覆盖80%的考试内容】-共30小时
模块一、企业数智化基本概念（1.5小时）
1、企业数智化阶段
1）企业信息化与业务流程管理（BPM）
2）企业数字化与客户体验管理（CEM）
3）企业智能化与知识管理（EKM）
2、企业数智化EDIT工作方法
1) 某企业数智化客户运营案例
2) EDIT数智化工作方法讲解
3、企业数智产品构成六要素
1) 指标体系
2) 服务对象
3) 标签体系
4) 运营策略
5) 运营流程
6) 材料与内容
4、企业四类典型数智应用
1）企业经营分析类应用
2）企业策略落地类应用
3）企业对话系统应用
4）企业运营服务系统应用
模块二、大模型应用和提示词使用原理（2小时）
1、人工智能应用基础
1）企业数智化工作方法和AI辅助高效办公工具链
2）人工智能基础：分析式小模型和生成式大模型
3）企业落地AI的五个技术要点
2、大模型应用场景分类和提示词使用原理
1）基础大模型应用场景分类
2）提示词的工作原理和示例
3）提示词模板：28要素和常用个模板
4）提示词设计策略
5）使用Deepseek的多种方式
6）大语言模型的缺陷与问题防范方法
模块三、Python编程基础（1小时）
1、Python基础数据类型与表达式
2、Python原生态数据结构
3、Python控制流
4、Python函数
5、Python模块
模块四、智能工作流工具（5.5小时）
1、智能工作流工具介绍
2、在线智能工作流工具Coze
1)Coze的工作流和常用节点介绍
2)Coze开发普通的Agent
3)Coze开发高级Agent
3、可私有化部署的智能工作流工具Dify
1）基于阿里云微服务产品快速部署
2）基于Docker实现local部署
3）聊天助手
4）智能体Agent：旅游规划助手[工具
5）知识库：智能客服系统[RAG]
6）工作流：文案改写助手工作流
7）Agent高级工作流：企业工商信息获取[智能工作流+Python节点
模块五、数智产品设计方法（4小时）
1、数智产品设计思维框架
1）产品设计思维框架
2）商业与用户发展路线
3）技术发展路线
4）企业IT系统数智化改造的四种类型
5）AI时代的设计思维
2、需求分析和需求管理
1）需求分析的业务驱动因素和目标
2）需求分析的相关概念
3）需求分析的实施方法
4）需求分析的效果检验
5）AI应用的需求分析特点
3、用户体验设计和管理
1）用户体验设计的业务驱动因素和目标
2）用户体验设计的相关概念
3）用户体验设计的过程
4）用户体验设计的效果检验
5）AI应用的用户体验设计特点
模块六、数据挖掘和神经网络（5小时）
1、数据挖掘算法讲解
2、凸优化算法和参数估计方法
3、神经网络的基本概念
4、感知机的构成要素
5、反向传播算法和BP神经网络算法
6、PyTorch应用案例
模块七、深度学习（2.5小时）
1、深度学习概述
2、循环神经网络
3、卷积神经网络
4、模型评价与调优
5、强化学习简介
模块八、自然语言处理（2.5小时）
1、自然语言处理概述
2、文本预处理技术浅析
1）分词与词性标注
2）文本信息提取
3）文本分类算法与情绪分析
3、文本向量化技术详解
4、Transformer原理解析
模块九、知识图谱和复杂网络（2小时）
1、知识图谱基本概念及场景应用
2、复杂网络（图）算法
模块十、知识库技术（RAG）（1.7小时）
1、知识库基础知识介绍
2、知识库的向量化，检索，召回，重排序
3、知识库的实现方案
4、RAG概念简介与应用场景
5、RAG的实现与优化
6、RAG应用示例：知识问答系统
7、RAG应用示例：聊天机器人
8、RAG应用示例：搜索引擎
模块十一、智能体技术（Agent）（1.3小时）
1、智能体基础知识介绍
2、智能体的类型
3、智能体的实现方式
4、MCP基础知识介绍
5、MCP的实现方式
6、智能体与MCP集成
模块十二、大模型微调技术（2小时）
1、大模型微调简介
2、常用微调算法
3、大模型微调流程
4、大模型微调实操
【实操直播或线下课程-覆盖剩余的20%的考试内容】
第一天上午
模块一、大模型技术路线和提示词工程
1、人工智能分类和发展历程
2、NLP和RAG技术回顾
3、Transformer技术详解
4、BERT和GPT技术详解
5、DeepSeek和最近技术详解
6、提示词工程
模块二、智能体（AI Agengt）和智能体工作流平台
1、智能体（AI Agengt）介绍
1）Agent关键能力（理解、规划、工具、执行）
2）Agent认知框架
3）函数调用和MCP技术
4）Agent质量评估
2、电商智能体（AI Agengt）应用案例演示
第一天下午
模块三、检索增强生成RAG核心技术和案例
1.商业化RAG优化方案与实践
1）索引优化
2）检索前优化
3）检索后优化
2.RAG效果评估
1）质量评估指标
2）能力评估指标
3）评估工具
3.RAG构建知识库案例演示
1）Python中langchain包的功能介绍
2）公司HR制度问答系统实践
第二天上午
模块四、大语言模型LLM微调技术
1、LLM微调工程实践
1）基座模型选择
2）微调训练框架选择
3）数据收集和预处理方案
4）大模型量化技术
2、领域大模型产品质量评估
3、行业领域大模型微调案例演示
第二天下午
模块五、AI产品全生命周期案例
1、某智能体开发案例讲解
1）商业分析和商业需求文档（BRD）讲解
2）需求分析和市场需求文档（MRD）讲解
3）解决方案设计和产品需求文档（PRD）讲解
4）实施和效果评估
5）持续优化方案和产品路线图
6）LLMops整体方案
2、AI产品设计思维工作坊
联系方式：
樊老师
电话：18611083334
QQ：2881989705
WeChat：FYLlaoshi
【CAIE认证简介】
CAIE，全称Certificated Artificial Intelligence Engineer（注册人工智能工程师)，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。CAIE 认证体系主要针对从事或希望从事人工智能技术研发、应用及项目管理等相关工作的专业人员，考核范围包括但不限于人工智能的基础理论、主流算法、开发工具、编程实践、以及在不同行业、不同领域、不同岗位场景下的应用能力，包括CAIE+营销\人力\财务\学术\医疗\视频等不同场景下的应用。
CAIE官网网址：https://www.caieglobal.com/
京公网安备 11010802022788号
