工业大模型基础与应用培训课程大纲
培训对象
-
制造企业数字化部门、IT部门的技术骨干与管理人员
-
从事工业互联网、智能制造解决方案开发的工程师
-
希望了解大模型技术并探索工业场景应用的业务专家
培训目标
-
理解基本概念：掌握大模型的基本原理、发展历程及在工业领域的应用潜力
-
熟悉技术架构：了解大模型的技术栈、训练流程及部署方式
-
掌握应用场景：熟悉大模型在工业知识问答、设备运维、代码生成、数据分析等场景的应用
-
具备初步实践能力：能够使用大模型API或开源模型进行工业场景的简单应用开发
培训内容介绍
一、大模型技术概述
讲解人工智能与大模型的发展历程，从传统机器学习到深度学习再到预训练大模型的演进。介绍大模型的核心能力：理解、生成、推理、记忆，以及典型代表（GPT系列、Llama、通义千问等）。
二、大模型核心技术原理
深入讲解Transformer架构的核心思想：自注意力机制、多头注意力、位置编码。理解预训练与微调的概念，介绍RLHF（基于人类反馈的强化学习）在模型对齐中的应用。
三、工业大模型的应用价值
分析大模型技术在工业领域的主要应用方向：工业知识库智能问答、设备运维知识助手、工业代码自动生成、工业数据分析与报告撰写、生产工艺优化建议、安全巡检智能识别等。
四、提示词工程基础
掌握与大模型高效交互的方法：提示词设计原则、少样本学习、思维链提示。学习通过优化提示词提升模型回答的准确性与专业性，适配工业场景需求。
五、检索增强生成（RAG）技术
讲解RAG技术架构及其在工业知识库中的应用价值。学习将企业技术文档、设备手册、维修记录等私有知识库与通用大模型结合，实现基于企业知识的智能问答系统。
六、工业知识库问答系统搭建
实操演练：使用开源框架（如LangChain、Dify）搭建工业知识库问答原型系统。完成文档加载、文本分割、向量化存储、检索召回、大模型生成回答的全流程配置。
七、大模型微调基础
介绍大模型微调的基本概念与适用场景。讲解LoRA、QLoRA等高效微调技术的原理。了解如何准备工业领域的数据集，通过微调提升模型在特定工业任务上的表现。
八、工业代码生成与应用
探索大模型在工业自动化领域的代码生成能力：PLC代码辅助生成、Python数据分析脚本生成、机器人轨迹代码生成。学习通过自然语言描述生成基础代码框架，提高开发效率。
九、工业数据分析助手
讲解大模型在工业数据分析中的应用：通过自然语言交互实现数据查询、报表生成、异常检测、趋势分析。学习将大模型与BI工具结合，实现对话式数据分析。
十、多模态大模型与工业视觉
介绍多模态大模型（图像+文本）的技术特点及其在工业视觉中的应用：设备仪表读数识别、安全帽检测、烟雾火焰识别、产品缺陷识别等。了解零样本/少样本视觉识别的实现方法。
十一、大模型部署与工程实践
讲解大模型的本地化部署方案与云端调用方案的对比与选型。介绍模型量化、推理加速、硬件选型等工程化考量因素。了解私有化部署对工业数据安全的保障价值。
十二、工业大模型应用案例深度解析
精选典型工业大模型应用案例：某制造企业设备运维知识库、某工厂智能安防问答系统、某设计院设计规范智能助手。从需求分析、技术选型、数据准备到应用落地，完整剖析成功经验。
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表下载请点击
服务优势：
丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。
专家力量：
中国科学院相关研究所高级研究人员
西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等
大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关学历背景专业，理论素养高
多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享
针对客户实际需要，真实案例演示，互动式沟通，学有所值
