极客时间 大模型高级工程师认证课

课程导入

课程内容与目标概述阿里云大模型 ACP 认证体系介绍职业意义和市场需求分析

开发环境准备

配置 Python 开发环境安装必要的库和工具（如 LangChain、Llama-Index、Milvus、FAISS 等）实践阿里云百炼平台的基本功能介绍相关文档、API 参考和最佳实践指南

大模型 API 调用基础

比较 OpenAI API 和阿里云通义千问 API 的使用核心参数解析（model、temperature、top_p 等）实现批量生成和流式生成API 调优策略和性能评估

对话历史管理与上下文处理

消息传递机制和上下文关联处理多轮对话实现技巧保存对话历史的上下文管理动态上下文管理策略

基于 Llama-Index 构建问答机器人

Llama-Index 工作原理及与通义千问的集成搭建问答机器人框架构建检索与问答流程实现模块化设计和可扩展性

提示词工程优化

提示词要素与框架系统角色、用户、辅助信息提示词提示词分隔符的应用构建提示词模板提示词策略与场景设计针对问答、意图分类、文档生成的优化控制模型行为的提示词系统角色设计与优化多轮对话中的角色动态切换算法应用实践意图分类、文档审阅与修订批量提示词处理大规模任务链式思维提示（Chain-of-Thought Prompting）的应用

检索增强生成（RAG）优化

RAG 核心要素文件解析、文本切片、段落召回、重排序召回策略优化句子窗口检索、自动合并检索模糊检索和语义相似度检索检索与生成整合动态权重分配实践向量化检索（Milvus、FAISS）

模型微调与评测

微调基础理论概念、应用场景、前提条件常用算法（LoRA、Prefix Tuning、Adapter Tuning）微调实践数据集构建与标注参数设置与调优处理过拟合与欠拟合评测与优化评测指标（Precision、Recall、F1-Score）自动化评测和调优策略

多模态大模型概述

阿里云通义系列多模态模型介绍（Qwen-Max、Qwen-VL、通义万相、CosyVoice）多模态模型在内容生产中的应用场景多模态数据处理基础

基于百炼 Assistant API 构建智能体

智能体运行机制解析百炼 Assistant API 的核心功能和使用方法实践构建个性化语音助手设计多模态内容生成的智能体

多模态内容生产工作流

文本到 PPT 的自动生成使用 Qwen-VL 实现文本到 PPT 转换通义万相生成图像和图表并嵌入 PPT课件自动化生产使用 Marp 将 Markdown 转换为 PPTPython 脚本自动管理格式和样式音频/视频内容生成CosyVoice 生成个性化语音使用 FluxMerged、moviepy、ffmpeg 进行多媒体合成多语言字幕生成与同步

构建课程 PPT 工作流

自动生成和转换文本到 PPT使用通义万相生成高质量图像和图表，嵌入 PPT基于 Python 和 Marp 的课件自动化生产编辑和合成 PPT 中的音频和视频集成动态更新和版本控制策略

内容到音频/视频的工作流构建

使用 CosyVoice 生成个性化语音多模态合成和视频制作字幕生成和多语言同步自动字幕翻译和时间轴优化

开发课程内容生产助手

集成多模态模型和大模型插件引入多模态向量数据库，实现内容检索和推荐辅助教学中的内容个性化和动态调整动态生成课程内容和优化学习路径部署与应用优化，确保稳定性和实时响应