Boot Campの基本情報
中国語:AI 全栈开发实战营
授業料:約6万円(3000RMB)
運営会社
英語:GeekTime
中国語:极客时间
Boot Camp URL: u.geekbang.org
シラバスURL:
シラバス
導入編:AIの一般知識基礎とコア技術
- 1. 機械学習とディープラーニングの理論基礎
- 機械学習の基礎
- ニューラルネットワークとディープラーニングの基礎
- 2. LLM発展の全体像と主要技術
- Transformerアーキテクチャの誕生と応用
- LLMの技術的ブレークスルーと最先端トレンド
DeepSeek編:LLM応用とエージェント開発入門
- 3. DeepSeekの現状、応用と技術革新
- DeepSeekの爆発的人気となる現象と本質
- DeepSeek応用のクイックスタート
- DeepSeekのマイルストーンモデルと主要技術
- 4. DeepSeekを使った初めてのRAG開発
- 5. DeepSeekを使った小紅書(シャオホンシュー、RED)の人気投稿文生成アシスタントの開発
- エージェントの理論基礎と開発入門
- DeepSeekエージェント開発入門とケース分析
- 実践:DeepSeekを使った小紅書(シャオホンシュー、RED)の人気投稿文生成アシスタントの開発
- 6. DeepSeekのプライベートデプロイメントとベストプラクティス
- プライベートデプロイメントの概念と要件分析
- LLMのプライベートデプロイメントにおける技術選定
- LLMのプライベートデプロイメントツール:Ollama
- 実践:Ollamaに基づいたDeepSeekのプライベートデプロイメント
- パフォーマンス評価:
- 実践:プライベートデプロイした小紅書(シャオホンシュー、RED)の人気投稿文生成アシスタント
Dify編:ワークフローオーケストレーションに基づくエージェントの設計と開発
- 7. LLM応用開発プラットフォームDifyクイックスタート
- Dify開発プラットフォームの紹介
- コア機能と技術アーキテクチャ
- Difyプラットフォームの使用方法
- Difyを使ったエージェントアプリケーションプロトタイプの迅速な構築
- 8. LangBot LLMネイティブのインスタントメッセージングロボットプラットフォーム
- LangBotプラットフォームの紹介
- コア機能と技術的特徴
- 迅速なデプロイ方案
- 実践:LangBotを個人のWeChatに接続
- 9. DifyとLangBotを使ったマルチプラットフォーム対応インテリジェントカスタマーサービスエージェントの開発
- マルチプラットフォーム対応インテリジェントカスタマーサービスソリューションの概要
- コアコンポーネントのデプロイ
- IMマルチプラットフォーム接続の実践
- 高度な機能と最適化
- 実践事例:業界の実際のニーズに基づいたエージェント開発
- 10. Difyを使ったコード自動生成エージェントの開発
プロトコル編:MCP & A2A クイックスタートと実践
FastGPT編:エンタープライズレベルのナレッジベース設計とRAG応用開発
- 13. エンタープライズナレッジベースとQ&Aシステムの設計
- 14. エンタープライズレベルのRAG開発フレームワークFastGPTクイックスタート
- FastGPTの概要とコアバリュー
- FastGPTのデプロイと設定
- FastGPTのクイック利用
- 15. FastGPTを使ったエンタープライズレベルのインテリジェントQ&Aエージェントの開発
エンタープライズ編:応用データセキュリティと業界経験の展開
- 16. エンタープライズアプリケーションにおける権限階層管理とデータプライバシー保護
- 17. 業界横断的な経験の複製と応用
- 18. 業界横断的なコード生成エージェント経験の複製と応用
- コード生成ソリューションを他の業界に移植する方法
- コード生成エージェントの異なる業界への適応と最適化
- 事例:社内ツールからクロスプラットフォームアプリケーションへのコード生成実践
モデル編:知識ドリブンと推論ドリブンのLLM競争構図
- 19. 前半戦:国際的巨大企業がリードするモデル技術ロードマップ
- OpenAI GPTシリーズ
- OpenAI 推論シリーズ
- Meta LLaMAシリーズ
- xAI Grokシリーズ
- Anthropic Claudeシリーズ
- Google Geminiシリーズ
- 20. 後半戦:国内(中国)のパイオニアが主導するオープンソース先進モデル
- DeepSeekシリーズ
- Alibaba Qwenシリーズ
- 21. 未来展望:LLM応用のトレンドと課題
- 未来のLLM発展方向の予測
- 未来志向のLLM技術革新
- 業界内外の環境変化がLLMに与える影響
- 未来のAI発展におけるキャリアチャンスと課題
トレーニング編:DeepSeekモデルのファインチューニングと蒸留
- 22. DeepSeek-R1モデルのファインチューニングとケース分析
- ファインチューニングの基本概念とトレーニングフロー
- DeepSeekに基づいたモデルファインチューニングの事例
- 企業におけるファインチューニング技術の応用
- 23. 実践 DeepSeek-R1からQwenへの小規模モデル蒸留
- 蒸留技術の基礎と背景
- 蒸留プロセスと主要技術
- 実践:DeepSeek-R1とQwenを使った小規模モデルの蒸留