1. 預轉型開發人員

2. 理工科相關專業

3. 研發管理技術拓展

4. 人工智能愛好者

• 制定AI培訓課程培養AI專精型人才

• 覆蓋AI職業技能助力學員高起點就業

• 課程設置科學合理適合AI技術初學者

• 多領域多行業項目打造AI核心競爭力

• 技術大牛傾力研發專職沉淀AI新技術

• 聚力名企共建課程整合優質技術資源

• 機器學習、推薦、通用框架

  科學計算庫，特征工程， 十大經典算法，主流應用領域，推薦系統，主流框架人工智能框架TensorFlow、Pytorch。

• 圖像與視覺處理CV

  圖像分類，目標檢測和追蹤，圖像語義分割，場景文字識別，圖像生成，人體關鍵點檢測及標簽識別，視頻分類。

• 自然語言處理NLP

  分詞，命名實體識別，詞性標注、句法分析、語義理解、信息抽取、機器翻譯、文本摘要、問答系統、閱讀理解。

• 人工智能前沿技術和未來熱點

  進化學習、分布式機器學習、強化學習、立體視覺與SLAM、點云處理、對稱權重與深度置信網絡、模型可解釋性，模型壓縮，遷移學習，終身學習，元學習。

1. 階段1
2. 階段2
3. 階段3
4. 階段4
5. 階段5
6. 階段6
7. 階段7
8. 階段8
9. 階段9
10. 階段10

• Python編程基礎

  主講內容：

  · Python基礎語法
  · Python數據處理
  · 函數
  · 文件讀寫
  · 異常處理
  · 模塊和包

  可掌握的核心能力：

  1、掌握Python開發環境基本配置；
  2、掌握運算符、表達式、流程控制語句、數組等的使用；
  3、掌握字符串的基本操作；
  4、初步建立面向對象的編程思維；
  5、熟悉異常捕獲的基本流程及使用方式；
  6、掌握類和對象的基本使用方式。

  可解決的現實問題：

  熟練掌握人工智能Python語言，建立編程思維以及面向對象程序設計思想，使學員能夠熟練使用Python技術完成基礎程序編寫。

• Python編程進階

  主講內容：

  · 面向對象
  · 網絡編程
  · 多任務編程
  · 高級語法
  · Python編程綜合項目
  · Python數據結構

  可掌握的核心能力：

  1、掌握網絡編程技術，能夠實現網絡通訊；
  2、知道通訊協議原理；
  3、掌握開發中的多任務編程實現方式；
  4、知道多進程多線程的原理。

  可解決的現實問題：

  熟練使用Python，掌握人工智能開發必備Python高級語法。

• 數據處理與統計分析

  主講內容：

  · Linux
  · MySQL與SQL
  · Numpy矩陣運算庫
  · Pandas數據清洗
  · Pandas數據整理
  · Pandas數據可視化
  · Pandas數據分析項目

  可掌握的核心能力：

  1、掌握Linux常用命令，為數據開發后續學習打下的良好基礎；
  2、掌握MySQL數據庫的使用；
  3、掌握SQL語法；
  4、掌握使用Python操作數據庫；
  5、掌握Pandas案例；
  6、知道會圖庫使用；
  7、掌握Pandas數據ETL；
  8、掌握Pandas數據分析項目流程。

  可解決的現實問題：

  掌握SQL及Pandas完成數據分析與可視化操作。

• 機器學習與多場景案例實戰

  主講內容：

  · 機器學習簡介
  · K近鄰算法
  · 線性回歸
  · 邏輯回歸
  · 決策樹
  · 聚類算法
  · 集成學習
  · 機器學習進階算法
  · 用戶畫像案例
  · 電商運營數據建模分析案例

  可掌握的核心能力：

  1、掌握機器學習算法基本原理；
  2、掌握使用機器學習模型訓練的基本流程；
  3、掌握Sklearn,Jieba,Gensim等常用機器學習相關開源庫的使用；
  4、熟練使用機器學習相關算法進行預測分析；
  5、掌握數據分析常用思維方法；
  6、掌握不同業務場景下的指標體系搭建；
  7、熟練使用各種數據分析工具進行數據提取與數據展示；
  8、熟練運用常用數據分析模型解決業務問題。

  可解決的現實問題：

  掌握機器學習基本概念，利用多場景案例強化機器學習建模。

• 數據挖掘綜合項目

  主講內容：

  · 金融風控項目業務背景介紹
  · 風控建模介紹
  · 機器學習評分卡
  · 金融風控特征工程
  · 不均衡學習和異常檢測
  · 推薦項目數據采集
  · 推薦系統召回業務
  · 推薦系統排序業務
  · 基于多路召回的實時推薦
  · 推薦系統平臺調度
  · 推薦系統性能評估

  可掌握的核心能力：

  1、掌握風控業務場景的常用指標；2、掌握評分卡的建模流程；
  3、掌握評分卡特征工程的常用套路；
  4、熟練運用機器學習算法解決風控業務場景下的問題；
  5、掌握多行業推薦業務；6、掌握推薦業務建模流程；
  7、掌握召回，排序基礎算法；8、熟練運用機器學習算法解決推薦業務問題；
  9、掌握大數據計算框架基本使用。

  可解決的現實問題：

  1、掌握掌握金融風控或推薦系統項目
  2、掌握運用機器學習算法解決實際業務的分類、聚類、回歸的問題

• 深度學習與NLP自然語言處理基礎

  主講內容：

  · 深度學習基礎
  · BP神經網絡
  · 經典神經同絡結構（CNN&RNN）
  · 深度學習多框架對比
  · 深度學習正則化和算法優化
  · 深度學習Pytorch框架
  · NLP任務和開發流程
  · 文本預處理
  · RNN及變體原理與實戰
  · Transformer原理與實戰
  · Attention機制原理與實戰
  · 傳統序列模型
  · 遷移學習實戰

  可掌握的核心能力：

  1、pytorch工具處理神經網絡涉及的關鍵點；2、掌握神經網絡基礎知識；
  3、掌握反向傳播原理；4、了解深度學習正則化與算法優化；
  5、掌握NLP領域前沿的技術解決方案；6、了解NLP應用場景；
  7、掌握NLP相關知識的原理和實現；8、掌握傳統序列模型的基本原理和使用；
  9、掌握非序列模型解決文本問題的原理和方案；10、能夠使用pytorch搭建神經網絡；
  11、構建基本的語言翻譯系統模型；12、構建基本的文本生成系統模型；
  13、構建基本的文本分類器模型；14、使用ID-CNN+CRF進行命名實體識別；
  15、使用fasttext進行快速的文本分類；16、勝任多數企業的NLP工程師的職位。

  可解決的現實問題：

  掌握深度學習基礎及神經網絡經典算法；掌握熱門的PyTorch技術，完成自然語言處理基礎算法，諸如RNN、LSTM、GRU等技術。

• ChatGPT技術深入淺出

  主講內容：

  · ChatGPT入門
  · ChatGPT原理詳解
  · ChatGPT項目實戰
  · 基于大型預訓練模型搭建聊天機器人
  · 聊天機器人和問答系統

  可掌握的核心能力：

  1、掌握大規模知識圖譜技術與自然語言處理在多領域的應用
  2、掌握ChatGPT聊天機器人實戰
  3、掌握基于大型預訓練模型搭建聊天機器人
  4、熟悉端到端以及結合知識庫的多輪多任務對話系統網絡結構

  可解決的現實問題：

  能夠運用ChatGPT模型完成聊天機器人和問答系統的相關功能

• NLP自然語言處理綜合項目

  主講內容：

  · 解決方案列表
  · 項目架構及數據采集
  · 命名實體識別
  · 對話系統
  · 項目架構
  · 多模型預測
  · 模型的迭代優化
  · 模型的上線部署與總結
  · 智能文本分類
  · 模型上線

  可掌握的核心能力：

  1、醫療領域NER解決方案；2、對話主題相關解決方案；
  3、微信端服務部署解決方案；4、對話管理系統與A結合解決方案；
  5、抽取式文本摘要解決方案；6、生成式文本摘要解決方案；
  7、自主訓練詞向量解決方案；8、解碼方案的優化解決方案；
  9、數據增強優化解決方案；10、大規?？焖傥谋痉诸惤鉀Q方案；
  11、多模型井行預測解決方案；12、分布式模型訓練解決方案；
  13、多標簽知識圖譜構建解決方案。

  可解決的現實問題：

  1、掌握自然語言處理項目，完成文本摘要或傳智大腦項目
  2、掌握自然語言處理項目，完成智能文本分類或知識圖譜項目
  3、掌握運用NLP核心算法解決實際場景關系抽取的問題

• CV基礎&面試加強

  主講內容：

  · 機器學習核心算法加強
  · 深度學習核心算法加強
  · 數據結構與算法
  · 多行業項目擴展
  · 圖像與視覺處理介紹
  · 目標分類和經典CV網絡
  · 目標檢測和經典CV網絡
  · 目標分割和經典CV網絡

  可掌握的核心能力：

  1、機器學習與深度學習核心算法，NLP經典算法，數據結構算法、Djkstra算法，動態規劃初步，貪心算法原理，多行業人工智能案例剖析；
  2、經典卷積網絡：LeNet5、AlexNet、 VGG、 Inception、GoogleNlet、殘差網絡 深度學習優化;RCNN、FastRCNN;FasterRCNN;SSD、YOLOM、 YOLOV2、 YOLOV。

  可解決的現實問題：

  1、掌握數據結構與算法，核心機器學習、深度學習面試題，助力高薪就業；
  2、掌握計算機視覺基礎算法，諸如CNN、殘差網絡、Yolo及SSD。

• CV計算機視覺綜合項目

  主講內容：

  · 解決方案列表
  · 項目架構及數據采集
  · 人臉檢測與跟蹤
  · 人臉姿態任務
  · 人臉多任務
  · 系統集成

  可掌握的核心能力：

  1、人臉檢測與跟蹤解決方案；
  2、人臉多任務解決方案；
  3、人臉識別任務解決方案；
  4、系統集成解決方案；。

  可解決的現實問題：

  掌握人臉支付項目或智慧交通項目或實時人臉識別項目。

• 40+解決方案

  特定目標車輛跟蹤Siamese系列模型的解決方案SORT/DeepSORT算法多目標車輛跟蹤解決方案

  建立交通流系統狀態和觀測狀態的解決方案車輛檢測、計數和分類解決方案

  圖像去畸變的解決方案實時車道線檢測的解決方案

  實時采集攝像頭人臉視頻的解決方案利用深度學習方法進行人臉屬性提取的解決方案

  動態圖像人臉定位的解決方案利用深度神經網絡進行人臉實時識別跟蹤的解決方案

  醫學影像格式轉換的解決方案肺部實質形態分割的解決方案

  利用深度學習模型進行肺結節檢測及分割的解決方案可疑病灶區域標記及預診斷的解決方案

  基于多模型級聯學習的場景識別解決方案淺CNN模型和深CNN模型集成學習

  mlp模型組合預判場景解決方案在線圖片識別-商品檢測項目（CV）

  基于端到端算法的目標檢測解決方案模型訓練中數據增強的解決方案

  基于Label Image的圖像標注的解決方案知識圖譜的雙畫像關系存儲解決方案

  動態/靜態標簽的AI屬性方案實時響應的AI金字塔召回方案

  wide-deep模型的排序模型方案醫療領域NER解決方案

  對話主題相關解決方案微信端服務部署解決方案

  對話管理系統與AI結合解決方案大規?？焖傥谋痉诸惤鉀Q方案

  多模型并行預測解決方案分布式模型訓練解決方案

  多標簽知識圖譜構建解決方案基于Flume+Kafka的實時數據采集解決方案

  基于詞頻、詞向量的文章畫像抽取解決方案離線定時任務多路召回的解決方案

  wide&deep深度神經網絡模型的排序方案雙通道redis&hbase的實時請求服務解決方案

  推薦系統冷啟動解決方案中文分詞和向量化的解決方案

  基于神經網絡端到端的解決方案語言模型調優與注意力機制優化的方案

• 10+技術棧

  模型訓練流水線模型并行預測服務模型熱更新微服務分布式模型訓練自動參數調優Fasttext模型全面解析應用Transformer遷移學習深入實踐ResNet主干視覺網絡剖析強化學習與對抗網絡解讀大型模型壓縮與知識蒸餾探索對抗網絡系列算法論文復現……

1. 20+名

   
   AI技術大牛

2. 平均5年+

   
   AI從業經驗

3. 300+次

   
   技術研討

百度云智學院，制定人工智能人才培養方案雙方將共同制定和推廣“人工智能”人才標準及人才培養方案，并根據各自的優勢共同進行課程設計和優化，旨在培養更專業的人工智能領域人才。

京東人工智能平臺，達成 AI 項目資源深度合作雙方將通過平臺建設、課程研發、人才培養及產品創新，圍繞人工智能數據科學、圖像與視覺處理、自然語言處理等領域開展更多深度合作。

• 目標導向式學習

  課前明確學習目標
  學員全程圍繞學習目標開展學習

• 智能指引式建議

  根據個人知識掌握
  推薦對應學習建議

• 及時的答疑解惑

  隨時隨地在系統中提出
  問題并獲得解答

• BI可視化呈現

  學習成果通過可視化BI報表展現
  學習情況了然于胸

• 隨堂診斷式糾錯

  隨堂糾錯測評
  確保學習的薄弱點有效補救

• 循序漸進式練習

  低起點、高終點的練習路徑
  提升知識應用能力

• 階段性效果測試

  階段性評估
  明確學習薄弱點

• 貼心的強化輔導

  專人制定專項學習計劃
  確保每一名學員不掉隊