培训对象:产品中心,运营中心,技术中心,客服中心等管理运营相关人士

课程时间:1天 (6小时)

课程背景:

本课程主要本次培训旨在为公司管理人员和研发技术骨干提供关于AI人工智能与算力的基础知识和应用前景,增强参训者对AI大模型工具和AI算力的理解,为公司在AI算力方向的战略布局达成共识。

课程收益:

培训完结后,学员能够:

² 了解AI及算力带来的挑战与机遇;

² 掌握AI发展及算力基础知识和常见工具;

² 熟练运用AI工具及算力日常工作场景中的问题;

课程大纲:

单元

大纲

内容

单元一

AI工具及AI大模型对挑战与机遇

一. AI技术的发展趋势及其在HR领域的应用前景:

1.AI工具及AI大模型对HR工作流程的影响;

2.HR如何适应并利用AI工具及AI大模型提升工作效率。

案例:某公司运用AI工具优化招聘流程

讨论课题:AI技术将如何改变HR的未来?

单元二

AI工具及AI大模型基础认知解析

1.AI工具及AI大模型的基本概念与原理;

2.常见AI工具及AI大模型介绍与比较;

3.AI工具及AI大模型的应用场景与优势。

案例:不同AI工具在HR场景中的应用实例

讨论课题:如何选择合适的AI工具及AI大模型?

单元三

AI工具及模型在日常共性场景中的应用

1. AI符合赋能数据分析场景

2. AI符合赋能OFFICE办公写作场景

3. Ai如何赋能公司日常会议组织及总结

4. AI如何赋能知识库管理

5. AI如何赋能文案生成

6. AI如何赋能企业营销

单元四

基础PROMPT语言学习

1. 语法和结构

2. 基本概念和原理

2.1)写出清晰指令

2.2)让模型充当某个角色

2.3)使用分隔符清楚指令输入的不同部分

2.4)指定任务所需要的步骤

2.5)提供参考例子

2.6)指定所输入长度

案例分析:PROMPT语言在自动化脚本编写中的应用

讨论课题:PROMPT语言与传统编程语言的对比

单元五

AI算力概述

1. 算力的定义与重要性

2. AI算力市场的现状与趋势分析

3. AI算力的技术发展及未来方向

4. AI芯片技术的演进

5. 云计算、边缘计算在AI算力中的角色

6. 量子计算在AI算力中的潜力

7. 底层训练、推理模型的运作原理

8. 深度学习模型的训练与推理过程

9. 模型优化技术

10. 分布式计算与并行处理在AI算力中的应用

11. 全球算力龙头——英伟达公司的技术与水平

12. 英伟达在AI算力领域的技术创新

13. 英伟达算力产品的市场影响力

案例分享:英伟达算力如何助力AI应用

小组活动与讨论

小组讨论:公司在AI算力方向的战略布局

分享与反馈:管理人员对算力的基础认知和共识