10天：提示工程、生成式AI与数据科学
一站式提示工程、生成式AI与数据科学训练营：使用GenAI与AI代理项目构建作品集
学习内容：
为大型语言模型设计强大的提示以提高人工智能的准确性。
掌握生成式人工智能技术，以最小的努力创建文本、图像等。
优化系统消息，以便在AI驱动的项目中更好地控制和保持一致性。
利用Python、R和XGBoost等数据科学工具获得更深入的见解。
将OpenAI API集成到实际应用程序中，用于文本生成和分析。
微调模型参数以最大化性能并个性化AI输出。
使用人工智能自动执行常见任务，节省业务工作流程中的时间和资源。
应用提示工程解决网络安全和合规性挑战。
开发实践项目，向利益相关者展示人工智能能力。
使用CrewAI构建AI代理，实现高级任务自动化（即将推出）。
课程内容主题：
引言
Day 1 – 提示工程基础
Day 2 – 系统消息与LLM参数
Day 3 – 提示工程用于改进推理
Day 4 – 推理LLMs（2025年第一季度推出）
Day 5 – 用于文本生成的OpenAI API
Day 6 – 顶点项目：OpenAI API（构建“石头剪刀布”AI）
Day 7 – 用于图像的OpenAI API（2025年第一季度推出）
Day 8 – 随机森林用于客户满意度
Day 9 – XGBoost（Python与R）
Day 10 – CrewAI的AI代理（2025年第一季度推出）
课程要求：
基本掌握Python（循环、函数）
一台可以上网的计算机，并且有学习的意愿。
课程详细描述：
**欢迎参加为期10天的提示工程、生成式AI和数据科学课程**
只需10天即可亲身体验提示工程、生成式AI和数据科学。
由Diogo设计，课程内容从基础到高级主题快速进阶。
涵盖现场课程、动手实验室和真实项目，总时长14小时30分钟。
提供终身更新，确保学习内容与时俱进。
**您将构建涵盖以下主题的项目组合：**
– **提示工程基础：** 了解变压器、注意力机制及如何构建提示以获得最佳性能。
– **生成式AI工作流程：** 掌握Google Colab、Jupyter Notebook、LM Studio等工具，学习微调系统消息和模型参数。
– **用于文本和图像的OpenAI API：** 将OpenAI API集成到Python项目中，探索文本生成参数，利用图像生成（即将推出）。
– **使用XGBoost和随机森林进行机器学习：** 探索参数调整、SHAP值及客户满意度建模的实际方法。
– **带有CrewAI的AI代理：** 深入探索AI自动化（2025年第一季度推出）。
**课程细目：**
– **引言：** 与导师会面，下载课程材料，设置环境（Google Colab、Jupyter Notebook、RStudio）。
– **Day 1：** 学习变压器、注意力机制及思路链提示，使用LM Studio练习显式指令、一次性技术和少量技术。
– **Day 2：** 标记化、系统消息和参数调整，故意打破系统消息以观察LLMs的响应并学习如何引导。
– **Day 3：** 提示工程用于改进推理，克服LLM幻觉。
– **Day 4：** 探索LLMs的推理机制（2025年第一季度推出）。
– **Day 5：** 在Python中集成OpenAI API，调整温度参数，优化文本生成流程。
– **Day 6：** 构建“石头剪刀布”AI，测试温度参数，观察GPT的适应性。
– **Day 7：** 探索OpenAI图像API（2025年第一季度推出）。
– **Day 8：** 使用随机森林进行客户满意度分析，学习构建可视化图表。
– **Day 9：** 在Python和R中探索XGBoost，处理数据、参数调整、交叉验证及模型解释。
– **Day 10：** 学习使用CrewAI构建AI代理（2025年第一季度推出）。
**为何报名？**
– **终身更新：** 自动获取未来课程模块，包括2025年推出的高级内容。
– **实际项目：** 将所学应用于真实场景（如“石头剪刀布”AI、XGBoost客户满意度建模）。
– **结构化课程：** 每日内容循序渐进，加速学习进度。
– **社区与反馈：** 参与讨论，获取直接反馈，影响新内容更新。
**适合人群：**
希望提升提示工程和生成式AI技能的开发人员与数据分析师。
寻求将AI解决方案融入业务流程的专业人士。
对最新机器学习技术及其实现感兴趣的计算机科学学生。
任何希望结合Python和OpenAI API构建真实项目的学习者。
