1.点击下面按钮复制微信号
点击复制微信号
珀菲特企业管理
Karen /郑老师
课程名称
DeepSeek赋能数据决策与训推实践工作坊
参加对象
管理者
授课天数
1 天
授课形式
内训
官网电话
400-008-4600，13382173255（Karen 郑老师）
公司官网
1500门公开课，2万门内训课，可登陆搜索：https://www.perfectpx.com/
易精课程遵循“数据带来，报告带走。项目带来，源码带走”的承诺，已向中国市场领军制造企业（一汽、上汽、东风、广汽、北汽、宝马、丰田、本田等）和金融机构（银联、中国银行、中国工商银行、招商银行、中国民生银行、邮储银行、渤海银行、唐山银行、汇丰银行、中国平安、国泰君安、方正证券等）成功交付。
这门课程的设计旨在帮助企业员工（特别是产品研发和数据中台部门的员工）全面掌握人工智能（AI）和机器学习（ML）的理论、方法和实操技能，尤其是大语言模型（LLM）和 DeepSeek 的应用。
1. 人工智能基础知识的全面掌握
学员将从传统机器学习到深度学习，再到当前最热门的大语言模型（如 GPT、BERT、DeepSeek 等）逐步深入学习，掌握 AI 的核心概念、技术原理和发展趋势。
2. AI 在软件开发中的实际应用能力
￮ 学会使用 AI 工具（如 GitHub Copilot）自动生成代码，提高开发效率。
￮ 掌握如何在 VSCode 中安装和使用 AI 扩展，优化代码质量和开发流程。
3. AI 在数据处理中的实战技能
￮ 掌握数据自动化 ETL 的工具和方法（如 Apache NiFi），提升数据集成和清洗的效率。
￮ 学会使用自然语言生成 SQL 查询，简化数据查询和分析过程。
￮ 了解如何使用 AI 工具自动爬取网页数据，并解决相关法律和伦理问题。
4. AI 在数据决策中的支持能力
￮ 学会使用 AI 生成可视化看板（如 Tableau、Power BI），提升数据分析和决策效率。
￮ 掌握如何利用 AI 生成数据分析报告，支持企业决策。
5. DeepSeek 的本地化部署与定制化能力
￮ 掌握 DeepSeek 的本地化部署、训练微调和推理方法。
￮ 学会构建个人知识库，并将其集成到 DeepSeek 中，提升信息检索和决策支持能力。
￮ 了解 DeepSeek 与主流 AI 大语言模型（如 GPT、BERT、LLaMA）的对比，掌握其独特优势。
6. AI 自动化工作流程的实现
￮ 学会使用 Agent 自动化工具，优化工作流程，提升工作效率。
￮ 掌握如何设计和实现自动化工作流，减少人工操作。
7. 实战案例驱动的学习体验能力
￮ 通过多个实战案例（如 AI 生成代码、自动化数据爬取、生成决策支持报告等），学员能够将理论知识应用于实际场景。
￮ 学会解决 AI 应用中的常见问题（如数据偏差、模型过拟合、法律和伦理问题）。
• 应用场景：能够将课程中学到的技能直接应用于银行中后台的实际工作中，提升工作效率和质量。
8. 团队协作与跨部门合作能力
￮ 通过课程中的案例分析和团队讨论，学员能够提升跨部门协作能力。
￮ 学会如何与业务部门、管理层沟通 AI 技术的应用和价值。
9. 未来 AI 技术发展的前瞻性视野
￮ 通过课程中对 AI 技术发展趋势的探讨，学员能够了解未来 AI 技术的方向（如多模态模型、边缘计算等）。
￮ 学会如何持续学习和适应 AI 技术的快速变化。
|
章 |
节 |
小节 |
时间 |
|||
|
㊀人工智能入门 |
1. 从传统机器学习到深度学习 |
1. 介绍传统机器学习的基本概念，如监督学习、无监督学习和强化学习。 2. 探讨深度学习的核心思想，如神经网络的结构和训练过程。 3. 分析深度学习在图像识别、自然语言处理等领域的应用案例。 案例：某股份制银行智能化客服电访评估
电访是零售的重要工作。电话外呼和企业微信是联系客户的关键工具，占据了客户经理超过一半的工作时间。对电话质量的评价以人工判断为主，一通电话的评价大约需要半个小时，效率低。利用大语言模型，通过对电话录音的挖掘，营销过程中的一些标签（如营销开口、客户的意向）。最终通过构建机器学习模型，对电访进行评分。最终学员在云上成功运行Python代码，并掌握模型调优方法。 |
9:00-10:30 |
|||
|
2. 从深度学习到大语言模型 |
1. 讲解大语言模型的基本架构，如Transformer模型。 2. 探讨大语言模型的训练过程，包括预训练和微调。 3. 分析大语言模型在文本生成、翻译和问答系统中的应用。 |
10:45-12:00 |
||||
|
3. 实战案例：使用大语言模型进行逻辑推理 |
1. 演示如何使用大语言模型解决经典逻辑问题（如数独、逻辑谜题等）。 2. 探讨如何通过提示工程（Prompt Engineering）优化模型的推理结果。 3. 分析模型在实际应用中的表现，并提出改进建议。 案例：使用AI大模型预测成功概率
通过一个电影中的德州扑克场景，设计Prompt，能让AI准确理解问题的上下文，游戏的潜在规则和任务目标，体会与AI的逻辑交流碰撞，对比不同AI大模型平台的智力水平和回答质量。最终深刻思考AI的成长趋势。 |
14:00-15:30 |
||||
|
㊁AI在软件开发上的应用 |
1. 自动生成代码 |
1. 介绍自动生成代码的基本原理和工具，如GitHub Copilot。 2. 探讨自动生成代码在提高开发效率中的应用。 3. 分析自动生成代码的局限性和改进方向。 |
15:45-17:00 |
|||
|
2. Vscode及AI扩展的安装和使用 |
1. 讲解如何在Vscode中安装和配置AI扩展。 2. 探讨AI扩展在代码补全、错误检测和代码优化中的应用。 3. 分析AI扩展对开发流程的影响和潜在问题。 |
9:00-10:30 |
||||
|
3. 实战案例：使用AI扩展优化代码 |
案例：Github Copilot开发数据分析软件
Github Copilot 作为强大的自动化代码生成工具，在数据分析软件的开发中展现出卓越性能。它利用先进的算法和智能辅助功能，高效地生成代码，提升开发效率。开发人员借助其强大的技术支持，能够更快速、精准地构建数据分析软件，满足各种复杂的数据处理需求。 |
10:45-12:00 |
||||
|
㊂AI在数据处理上的应用 |
1. 数据自动化ETL |
1. 介绍数据自动化ETL的基本概念和工具，如Apache NiFi。 2. 探讨数据自动化ETL在数据集成和清洗中的应用。 3. 分析数据自动化ETL的挑战和解决方案。 |
14:00-15:30 |
|||
|
2. 自然语言生成数据库SQL |
1. 讲解如何使用自然语言生成数据库查询语句。 2. 探讨自然语言生成SQL在数据查询和分析中的应用。 3. 分析自然语言生成SQL的准确性和优化方法。 |
15:45-17:00 |
||||
|
3. 实战案例：AI自动爬取网页数据 |
1. 演示如何使用AI工具自动爬取网页数据。 2. 探讨AI在数据采集中的应用和优势。 3. 分析AI爬取数据的法律和伦理问题。 案例：Appstore评语的自动抓取和Transformer情感分析
App运营非常消耗人力，应用自然语言处理模型对用户的评语进行情感分析，区别正面、中性和负面，实现业务运营的降本增效。本例使用AI大模型，从打开网站，抓取网页信息，保存Excel数据，标注样本，训练模型，直至形成最终分析报告的全过程。学员只需跟着操作指示，一步一步实现样本。案例采用了Appstore的实时数据，保证了实战效果，让学员学完即可用。 |
9:00-10:30 |
||||
|
㊃AI在数据决策上的应用 |
1. AI生成可视化看板 |
1. 介绍AI生成可视化看板的基本原理和工具，如Tableau和Power BI。 2. 探讨AI生成可视化看板在数据分析和决策中的应用。 3. 分析AI生成可视化看板的局限性和改进方向。 |
10:45-12:00 |
|||
|
2. AI生成数据分析报告 |
1. 讲解如何使用AI生成数据分析报告。 2. 探讨AI生成报告在提高决策效率中的应用。 3. 分析AI生成报告的准确性和优化方法。 |
14:00-15:30 |
||||
|
3. 实战案例：使用AI生成决策支持报告 |
案例：AI一键生成数据报告
Python拥有强大的数据处理能力，拥有大量高效的工具箱。Pandas Profiling是一个强大的Python库，可以快速对数据进行初步的探索性数据分析。它可以生成交互式的报告，其中包含数据集的概览、变量的描述、变量之间的关系、缺失值的分析等多种统计信息，非常适合在数据分析初期快速获取数据集的直观理解。 |
15:45-17:00 |
||||
|
㊄DeepSeek训推实践 |
1. 训练微调和推理
|
1. 介绍DeepSeek本地化部署的基本步骤和工具。 2. 探讨如何对模型进行微调和推理。 3. 分析微调和推理在实际应用中的效果和优化方法。 |
9:00-10:30 |
|||
|
2. 构建个人知识库 |
1. 讲解如何构建个人知识库并集成到DeepSeek中。 2. 探讨个人知识库在信息检索和决策支持中的应用。 3. 分析个人知识库的维护和更新策略。 |
10:45-12:00 |
||||
|
3. DeepSeek与主流AI大语言模型对比 |
1. 模型架构对比：对比DeepSeek与ChatGPT等主流模型的架构设计，分析各自的优势和适用场景。 2. 性能与效率对比：从训练速度、推理效率、资源消耗等方面对比DeepSeek与其他模型的性能。 3. 探讨DeepSeek在本地化部署和定制化方面的优势，与其他模型的对比。 |
14:00-15:30 |
||||
|
4. 实战案例：Agent自动化工作流程 |
1. 演示如何使用Agent自动化工作流程。2. 探讨Agent自动化在提高工作效率中的应用。3. 分析Agent自动化的局限性和改进方向。 |
15:45-17:00 |
珀菲特顾问 | 曾剑韬老师
更多课程| 讲师简介 / About the Program Leader |
人工智能与数字化实战专家—曾剑韬老师
【授课优势】
㊀ 深耕数字化培训咨询二十年，客户遍及500强企业
㊁ 前国有大数据征信公司首席数据官，护航信贷风控
㊂ 融汇大批行业案例为数据沙盘，可供学员模拟经营
㊃ 资深AI和数据专家，通过数据治理国家标准DCMM3
㊄ 资深新能源汽车专家，清华大学电机系电力专业学士
㊅ 资深管理咨询专家，北京大学光华管理学院MBA
央企集体车联网公司大数据和软件架构高级顾问
【实战经验】
Ø 主持《中小微企业快速融资撮合关键技术及应用》数字化项目，获得国家电网数科集团科技进步二等奖。
Ø 通过国家标准"数据管理能力成熟度评估模型（DCMM）"3级评审。
Ø 主持编撰《北京市电动汽车充电基础设施建设运营情况报告》。
Ø 参与撰写北京大学光华管理学院何志毅教授主编的《中国产业结构》，负责工业篇和数据分析部分。
Ø 主持某省级金融服务平台的大数据建设，提供普惠金融和金融监管服务。
Ø 承接福建省最大的地方网络货运平台"好运联联"数字化建设项目。
Ø 受邀参加国家电网（苏州）城市能源研究院《综合能源服务云平台项目》课题。
Ø 受邀参加国家电网电动车服务公司《基于乘用车动力电池的储能配置策略与商业模式研究》项目组。
Ø 主持《国家级智能网联汽车示范区（武汉）》的运营平台设计。
Ø 与清华能源互联网研究院合作，主持《新能源汽车共享出行运营研究》课题，为国家电网提供新能源汽车业务的投资决策精算服务。
Ø 获选2017年清华大数据产业联合会个人理事。
Ø 受邀为第四届"清华创意创新创业大赛"智能制造评委
Ø 受邀为第三届清华"数据标准化及治理优秀评选"决赛评委。
Ø 作为新浪网创始技术负责人，主持网站产品研发，为公司上市做出重要贡献。
| 培训课程 / Training courses |
|
行业 领域 |
金融（银行为主） |
制造（汽车为主） |
|
数据分析 |
易精数据思维与客户数据分析实战 |
易精数据思维与客户数据分析实战 |
|
数字化转型 |
易精金融数字化转型沙盘经营实战 |
易精汽车数字化转型沙盘经营实战 |
|
人工智能 |
易精AI倍增研发效率工作坊 |
易精AI倍增研发效率工作坊 |
|
其他 |
易精金融（银行）数据治理与实践 |
易精新能源汽车行业变革洞察与应对 易精汽车数据治理与实践 |
| 代表性客户 / PART OF TRAINED COMPANIES INCLUDED BUT NOT LIMITED TO |
制造业客户包括：
中国一汽出行、中国一汽通讯、中国一汽北京研发院、上汽集团（四期：包括别克和雪佛兰）、东风乘用车、东风本田、东风畅行、宝马（上海）、奔驰（北京）、北汽股份、广汽传祺、广汽丰田、广汽汇理、广汽大圣车服、顺丰科技、是德科技、科沃斯机器人（两期）、好运联联、日立中国（两期）、中信戴卡等。
金融类客户包括：
银联科技、中国银行内蒙古分行（四期）、中国银行湖南分行、中国工商银行北京分行（三期）、中国工商银行广东分行、招商银行武汉分行、中国民生银行陕西分行、邮储银行、渤海银行、唐山银行、江门银行、国发创投（苏州）、汇丰银行、中国平安产险、华安保险、国泰君安证券（四期）、方正证券、中国东方资产、大连商品交易所、江门农商行等
其他客户包括：
中国移动陕西分公司、中国电信上海分公司、国家电网汇通金财、南方电网（两期，集团和云南分公司）
提交需求
明确内训需求与课程方向
沟通诊断
了解岗位、学员与业务痛点
项目调研
调研实际场景与学习目标
方案设计
定制课程内容与实操安排
达成共识
确认培训方案与实施细节
项目实施
讲师授课与现场实操
持续跟踪
跟进学习应用与问题反馈
效果评估
评估培训成果与落地效果
我们是谁 Who We Are
珀菲特顾问成立于2011年，是一家专业为企业提供一体化解决方案的知识供应商。我们紧跟AI技术发展趋势，整合AI实战讲师资源，为企业提供从AI认知到落地的全链条赋能培训解决方案。
Founded in 2011, PERFECT CONSULTANT is a knowledge supplier specializing in integrated enterprise solutions. We closely follow AI technology trends and integrate practical AI instructor resources to provide full-chain empowerment from AI awareness to implementation.
我们做什么 What We Do
承接组织绩效提升与人才学习发展业务，覆盖企业内训、公开课、在线学习和项目咨询四大板块，并将AI赋能内容融入不同业务与岗位场景。
We support organizational performance improvement and talent learning development across enterprise internal training, public courses, online learning and project consulting, embedding AI empowerment into business and role-specific scenarios.
服务对象 Our Clients
服务世界500强企业、合资工厂、国有企业、快速发展的民营企业及行业代表性企业，客户包括微软、Intel、阿里巴巴、腾讯、华为、三星、丰田等知名科技与制造企业。
We serve Fortune 500 companies, joint ventures, state-owned enterprises, fast-growing private companies and industry leaders, including Microsoft, Intel, Alibaba, Tencent, Huawei, Samsung, Toyota and other leading technology and manufacturing enterprises.
公司数据 Company at a Glance
2011
成立年份Founded
6000+
服务企业Enterprise Clients
60万+
累计学员Total Learners
2000+
签约&特邀讲师Signed & Guest Instructors
300+
AI热门课题AI Courses
1500+
现有公开课Public Courses
20000+
现有内训课Internal Courses
20+
覆盖城市Cities Covered
公开课
覆盖AI赋能与领导力、通用管理、人力资源、精益智造及个人效能等方向，为不同岗位提供实战课程。
企业内训
围绕组织绩效与人才发展定制培训方案，可将AI办公、智能体、AI研发与数字化供应链等内容嵌入业务场景。
项目咨询
提供人才梯队、智能制造与AI转型咨询，通过案例驱动、工具实操和模板交付推动方案落地。
企业视频号
公司微信公众号
公开课小程序
【见证企业成长每一步】
AI效能提升 × HR实战干货 × 领导力精要，前沿管理智慧每周更新，
关注视频号获取全场景管理解决方案，让卓越触手可及！
AI productivity, practical HR insights and leadership essentials, updated weekly.
Follow our video channel for management solutions across every scenario.
