課程分類： DS賦能運用

課程目標：
 通過本課程的學習，學員將能夠掌握AI大模型的發展趨勢和智能體技術的最新進展，明確AI大模型在運營商住建局與數據局的應用方向，并具備在實際項目中應用AI大模型進行二次開發的能力。同時，學員還將深刻理解AI大模型和智能體技術的未來發展趨勢，為他們在運營商客戶價值持續開發過程中提供新的機遇和挑戰。

課程對象：

課程時間：2天

第一天：AI大模型發展趨勢與智能體技術原理
第一章 大模型和智能體在運營商的應用場景
1.1掌握AI大模型的發展趨勢
1.2智能體相關技術的最新進展
1.3AI大模型在運營商住建局應用場景和案例
1.4AI大模型數據局的應用場景和案例
1.5案例分析：中國移動的大模型戰略和技術落地場景

第二章 AI大模型發展趨勢
2.1模型的發展歷程
2.2主流大模型對比分析
2.3大模型的應用領域與前景

第三章 知識增強檢索Rag+智能體Agent技術及其發展趨勢
3.1智能體的定義與特點
3.2智能體在AI大模型中的作用
3.3智能體技術在運營商領域的應用前景
3.4案例分享：中國電信研究院RAG+智能體案例分享
3.5案例分享：智能營銷助手：DeepSeek+RAG破解幻覺+Agent復雜業務流程拆解

第四章 智能體技術在運營商的應用案例
4.1智能化程序設計和方案設計
4.2施工過程智能監控
4.3運維管理智能優化
4.4案例分享：中國移動運維運維的案例分析

第五章 智能體技術在運營商數據局的應用案例
5.1數據處理與分析智能化
5.2政務服務智能化升級
5.3城市治理智能響應
5.4運營商：公文寫作
5.5智能辦公
5.6智能數據分析
5.7案例實操：數據分析和案例實操，利用智能體的思維鏈的方式寫文案。
5.8案例實操：智能數據分析

第六章 DeepSeek+RAG+Agent項目落地路徑與經驗分享
6.1項目落地路徑
6.1.1項目需求分析
6.1.2技術選型與架構設計
6.1.3數據處理與模型訓練
6.1.4部署與運維管理
6.2 項目落地實踐經驗
6.2.1項目管理理論在AI項目中的應用
6.2.2成功案例分享：AI大模型在運營商項目的應用
6.2.3失敗案例剖析：問題與教訓總結
6.3案例分享：運營商行業AI大模型應用
6.3.1運營商行業背景與特點
6.3.2AI大模型在運營商行業的應用場景
6.3.3跨行業借鑒：運營商住建局與數據局的啟示
6.3.4大模型和大數據在數據局的應用
6.3.5隱私計算和數據安全流通
6.3.6數據資產入表
6.3.7案例討論和分享：AI大模型在運營商客戶中的潛在應用場景
第二天：AI大模型項目實踐與技術進階
第七章AI大模型項目實踐
7.1項目實踐準備
7.1.1項目背景與需求分析
7.1.2技術選型與工具準備
7.2項目實踐流程
7.2.1數據收集與處理
7.2.2模型選擇與訓練
7.2.3模型評估與優化
7.2.4部署與測試
7.3實踐案例：運營商構建私有知識助手的案例分享，智能營銷案例
7.3.1系統設計思路
7.3.2技術實現細節
7.3.3測試結果與反饋

第八章 實踐案例：運營商數據智能分析系統
8.1系統架構與功能
8.2數據處理與分析流程
8.3應用效果與評估

第九章 技術進階與未來展望
9.1AI大模型技術進階
9.2深度學習算法在AI大模型中的應用
9.3自然語言處理技術在智能體中的應用
9.4智算架構的設計和方案設計：包含無損網絡架構和智算集群的架構設計
9.5智算在模型訓練中的應用
9.6案例分享：中國電信萬卡集群，算力網絡的體系架構應用場景和案例分享

第十章 大模型未來發展趨勢與機遇
10.1 AI大模型在運營商領域的未來發展趨勢
10.2智能體技術的未來發展方向
10.3運營商客戶價值持續開發的新機遇
10.4AI大模型對運營商住建局與數據局的影響
10.5運營商住建局：智能化設計與智能運維的未來
10.6運營商數據局：數據治理與智能決策的未來