1. 預(yù)轉(zhuǎn)型開發(fā)人員

2. 理工科相關(guān)專業(yè)

3. 研發(fā)管理技術(shù)拓展

4. 人工智能愛好者

• 制定AI培訓(xùn)課程培養(yǎng)AI專精型人才

• 覆蓋AI職業(yè)技能助力學(xué)員高起點(diǎn)就業(yè)

• 課程設(shè)置科學(xué)合理適合AI技術(shù)初學(xué)者

• 多領(lǐng)域多行業(yè)項(xiàng)目打造AI核心競爭力

• 技術(shù)大牛傾力研發(fā)專職沉淀AI新技術(shù)

• 聚力名企共建課程整合優(yōu)質(zhì)技術(shù)資源

• 機(jī)器學(xué)習(xí)、推薦、通用框架

  科學(xué)計算庫，特征工程， 十大經(jīng)典算法，主流應(yīng)用領(lǐng)域，推薦系統(tǒng)，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(biāo)檢測和追蹤，圖像語義分割，場景文字識別，圖像生成，人體關(guān)鍵點(diǎn)檢測及標(biāo)簽識別，視頻分類。

• 自然語言處理NLP

  分詞，命名實(shí)體識別，詞性標(biāo)注、句法分析、語義理解、信息抽取、機(jī)器翻譯、文本摘要、問答系統(tǒng)、閱讀理解。

• 人工智能前沿技術(shù)和未來熱點(diǎn)

  進(jìn)化學(xué)習(xí)、分布式機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、立體視覺與SLAM、點(diǎn)云處理、對稱權(quán)重與深度置信網(wǎng)絡(luò)、模型可解釋性，模型壓縮，遷移學(xué)習(xí)，終身學(xué)習(xí)，元學(xué)習(xí)。

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(chǔ)

  主講內(nèi)容：

  · Python基礎(chǔ)語法
  · Python數(shù)據(jù)處理
  · 函數(shù)
  · 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(fā)環(huán)境基本配置；
  2、掌握運(yùn)算符、表達(dá)式、流程控制語句、數(shù)組等的使用；
  3、掌握字符串的基本操作；
  4、初步建立面向?qū)ο蟮木幊趟季S；
  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(xiàn)實(shí)問題：

  熟練掌握人工智能Python語言，建立編程思維以及面向?qū)ο蟪绦蛟O(shè)計思想，使學(xué)員能夠熟練使用Python技術(shù)完成基礎(chǔ)程序編寫。

• Python編程進(jìn)階

  主講內(nèi)容：

  · 面向?qū)ο?br>· 網(wǎng)絡(luò)編程
  · 多任務(wù)編程
  · 高級語法
  · Python編程綜合項(xiàng)目
  · Python數(shù)據(jù)結(jié)構(gòu)

  可掌握的核心能力：

  1、掌握網(wǎng)絡(luò)編程技術(shù)，能夠?qū)崿F(xiàn)網(wǎng)絡(luò)通訊；
  2、知道通訊協(xié)議原理；
  3、掌握開發(fā)中的多任務(wù)編程實(shí)現(xiàn)方式；
  4、知道多進(jìn)程多線程的原理。

  可解決的現(xiàn)實(shí)問題：

  熟練使用Python，掌握人工智能開發(fā)必備Python高級語法。

• 數(shù)據(jù)處理與統(tǒng)計分析

  主講內(nèi)容：

  · Linux
  · MySQL與SQL
  · Numpy矩陣運(yùn)算庫
  · Pandas數(shù)據(jù)清洗
  · Pandas數(shù)據(jù)整理
  · Pandas數(shù)據(jù)可視化
  · Pandas數(shù)據(jù)分析項(xiàng)目

  可掌握的核心能力：

  1、掌握Linux常用命令，為數(shù)據(jù)開發(fā)后續(xù)學(xué)習(xí)打下的良好基礎(chǔ)；
  2、掌握MySQL數(shù)據(jù)庫的使用；
  3、掌握SQL語法；
  4、掌握使用Python操作數(shù)據(jù)庫；
  5、掌握Pandas案例；
  6、知道會圖庫使用；
  7、掌握Pandas數(shù)據(jù)ETL；
  8、掌握Pandas數(shù)據(jù)分析項(xiàng)目流程。

  可解決的現(xiàn)實(shí)問題：

  掌握SQL及Pandas完成數(shù)據(jù)分析與可視化操作。

• 機(jī)器學(xué)習(xí)與多場景案例實(shí)戰(zhàn)

  主講內(nèi)容：

  · 機(jī)器學(xué)習(xí)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(xué)習(xí)
  · 機(jī)器學(xué)習(xí)進(jìn)階算法
  · 用戶畫像案例
  · 電商運(yùn)營數(shù)據(jù)建模分析案例

  可掌握的核心能力：

  1、掌握機(jī)器學(xué)習(xí)算法基本原理；
  2、掌握使用機(jī)器學(xué)習(xí)模型訓(xùn)練的基本流程；
  3、掌握Sklearn,Jieba,Gensim等常用機(jī)器學(xué)習(xí)相關(guān)開源庫的使用；
  4、熟練使用機(jī)器學(xué)習(xí)相關(guān)算法進(jìn)行預(yù)測分析；
  5、掌握數(shù)據(jù)分析常用思維方法；
  6、掌握不同業(yè)務(wù)場景下的指標(biāo)體系搭建；
  7、熟練使用各種數(shù)據(jù)分析工具進(jìn)行數(shù)據(jù)提取與數(shù)據(jù)展示；
  8、熟練運(yùn)用常用數(shù)據(jù)分析模型解決業(yè)務(wù)問題。

  可解決的現(xiàn)實(shí)問題：

  掌握機(jī)器學(xué)習(xí)基本概念，利用多場景案例強(qiáng)化機(jī)器學(xué)習(xí)建模。

• 數(shù)據(jù)挖掘綜合項(xiàng)目

  主講內(nèi)容：

  · 金融風(fēng)控項(xiàng)目業(yè)務(wù)背景介紹
  · 風(fēng)控建模介紹
  · 機(jī)器學(xué)習(xí)評分卡
  · 金融風(fēng)控特征工程
  · 不均衡學(xué)習(xí)和異常檢測
  · 推薦項(xiàng)目數(shù)據(jù)采集
  · 推薦系統(tǒng)召回業(yè)務(wù)
  · 推薦系統(tǒng)排序業(yè)務(wù)
  · 基于多路召回的實(shí)時推薦
  · 推薦系統(tǒng)平臺調(diào)度
  · 推薦系統(tǒng)性能評估

  可掌握的核心能力：

  1、掌握風(fēng)控業(yè)務(wù)場景的常用指標(biāo)；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(yùn)用機(jī)器學(xué)習(xí)算法解決風(fēng)控業(yè)務(wù)場景下的問題；
  5、掌握多行業(yè)推薦業(yè)務(wù)；6、掌握推薦業(yè)務(wù)建模流程；
  7、掌握召回，排序基礎(chǔ)算法；8、熟練運(yùn)用機(jī)器學(xué)習(xí)算法解決推薦業(yè)務(wù)問題；
  9、掌握大數(shù)據(jù)計算框架基本使用。

  可解決的現(xiàn)實(shí)問題：

  1、掌握掌握金融風(fēng)控或推薦系統(tǒng)項(xiàng)目
  2、掌握運(yùn)用機(jī)器學(xué)習(xí)算法解決實(shí)際業(yè)務(wù)的分類、聚類、回歸的問題

• 深度學(xué)習(xí)與NLP自然語言處理基礎(chǔ)

  主講內(nèi)容：

  · 深度學(xué)習(xí)基礎(chǔ)
  · BP神經(jīng)網(wǎng)絡(luò)
  · 經(jīng)典神經(jīng)同絡(luò)結(jié)構(gòu)（CNN&RNN）
  · 深度學(xué)習(xí)多框架對比
  · 深度學(xué)習(xí)正則化和算法優(yōu)化
  · 深度學(xué)習(xí)Pytorch框架
  · NLP任務(wù)和開發(fā)流程
  · 文本預(yù)處理
  · RNN及變體原理與實(shí)戰(zhàn)
  · Transformer原理與實(shí)戰(zhàn)
  · Attention機(jī)制原理與實(shí)戰(zhàn)
  · 傳統(tǒng)序列模型
  · 遷移學(xué)習(xí)實(shí)戰(zhàn)

  可掌握的核心能力：

  1、pytorch工具處理神經(jīng)網(wǎng)絡(luò)涉及的關(guān)鍵點(diǎn)；2、掌握神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識；
  3、掌握反向傳播原理；4、了解深度學(xué)習(xí)正則化與算法優(yōu)化；
  5、掌握NLP領(lǐng)域前沿的技術(shù)解決方案；6、了解NLP應(yīng)用場景；
  7、掌握NLP相關(guān)知識的原理和實(shí)現(xiàn)；8、掌握傳統(tǒng)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(jīng)網(wǎng)絡(luò)；
  11、構(gòu)建基本的語言翻譯系統(tǒng)模型；12、構(gòu)建基本的文本生成系統(tǒng)模型；
  13、構(gòu)建基本的文本分類器模型；14、使用ID-CNN+CRF進(jìn)行命名實(shí)體識別；
  15、使用fasttext進(jìn)行快速的文本分類；16、勝任多數(shù)企業(yè)的NLP工程師的職位。

  可解決的現(xiàn)實(shí)問題：

  掌握深度學(xué)習(xí)基礎(chǔ)及神經(jīng)網(wǎng)絡(luò)經(jīng)典算法；掌握熱門的PyTorch技術(shù)，完成自然語言處理基礎(chǔ)算法，諸如RNN、LSTM、GRU等技術(shù)。

• ChatGPT技術(shù)深入淺出

  主講內(nèi)容：

  · ChatGPT入門
  · ChatGPT原理詳解
  · ChatGPT項(xiàng)目實(shí)戰(zhàn)
  · 基于大型預(yù)訓(xùn)練模型搭建聊天機(jī)器人
  · 聊天機(jī)器人和問答系統(tǒng)

  可掌握的核心能力：

  1、掌握大規(guī)模知識圖譜技術(shù)與自然語言處理在多領(lǐng)域的應(yīng)用
  2、掌握ChatGPT聊天機(jī)器人實(shí)戰(zhàn)
  3、掌握基于大型預(yù)訓(xùn)練模型搭建聊天機(jī)器人
  4、熟悉端到端以及結(jié)合知識庫的多輪多任務(wù)對話系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)

  可解決的現(xiàn)實(shí)問題：

  能夠運(yùn)用ChatGPT模型完成聊天機(jī)器人和問答系統(tǒng)的相關(guān)功能

• NLP自然語言處理綜合項(xiàng)目

  主講內(nèi)容：

  · 解決方案列表
  · 項(xiàng)目架構(gòu)及數(shù)據(jù)采集
  · 命名實(shí)體識別
  · 對話系統(tǒng)
  · 項(xiàng)目架構(gòu)
  · 多模型預(yù)測
  · 模型的迭代優(yōu)化
  · 模型的上線部署與總結(jié)
  · 智能文本分類
  · 模型上線

  可掌握的核心能力：

  1、醫(yī)療領(lǐng)域NER解決方案；2、對話主題相關(guān)解決方案；
  3、微信端服務(wù)部署解決方案；4、對話管理系統(tǒng)與A結(jié)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(xùn)練詞向量解決方案；8、解碼方案的優(yōu)化解決方案；
  9、數(shù)據(jù)增強(qiáng)優(yōu)化解決方案；10、大規(guī)模快速文本分類解決方案；
  11、多模型井行預(yù)測解決方案；12、分布式模型訓(xùn)練解決方案；
  13、多標(biāo)簽知識圖譜構(gòu)建解決方案。

  可解決的現(xiàn)實(shí)問題：

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

• CV基礎(chǔ)&面試加強(qiáng)

  主講內(nèi)容：

  · 機(jī)器學(xué)習(xí)核心算法加強(qiáng)
  · 深度學(xué)習(xí)核心算法加強(qiáng)
  · 數(shù)據(jù)結(jié)構(gòu)與算法
  · 多行業(yè)項(xiàng)目擴(kuò)展
  · 圖像與視覺處理介紹
  · 目標(biāo)分類和經(jīng)典CV網(wǎng)絡(luò)
  · 目標(biāo)檢測和經(jīng)典CV網(wǎng)絡(luò)
  · 目標(biāo)分割和經(jīng)典CV網(wǎng)絡(luò)

  可掌握的核心能力：

  1、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)核心算法，NLP經(jīng)典算法，數(shù)據(jù)結(jié)構(gòu)算法、Djkstra算法，動態(tài)規(guī)劃初步，貪心算法原理，多行業(yè)人工智能案例剖析；
  2、經(jīng)典卷積網(wǎng)絡(luò)：LeNet5、AlexNet、 VGG、 Inception、GoogleNlet、殘差網(wǎng)絡(luò) 深度學(xué)習(xí)優(yōu)化;RCNN、FastRCNN;FasterRCNN;SSD、YOLOM、 YOLOV2、 YOLOV。

  可解決的現(xiàn)實(shí)問題：

  1、掌握數(shù)據(jù)結(jié)構(gòu)與算法，核心機(jī)器學(xué)習(xí)、深度學(xué)習(xí)面試題，助力高薪就業(yè)；
  2、掌握計算機(jī)視覺基礎(chǔ)算法，諸如CNN、殘差網(wǎng)絡(luò)、Yolo及SSD。

• CV計算機(jī)視覺綜合項(xiàng)目

  主講內(nèi)容：

  · 解決方案列表
  · 項(xiàng)目架構(gòu)及數(shù)據(jù)采集
  · 人臉檢測與跟蹤
  · 人臉姿態(tài)任務(wù)
  · 人臉多任務(wù)
  · 系統(tǒng)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(wù)解決方案；
  3、人臉識別任務(wù)解決方案；
  4、系統(tǒng)集成解決方案；。

  可解決的現(xiàn)實(shí)問題：

  掌握人臉支付項(xiàng)目或智慧交通項(xiàng)目或?qū)崟r人臉識別項(xiàng)目。

• 40+解決方案

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

  建立交通流系統(tǒng)狀態(tài)和觀測狀態(tài)的解決方案車輛檢測、計數(shù)和分類解決方案

  圖像去畸變的解決方案實(shí)時車道線檢測的解決方案

  實(shí)時采集攝像頭人臉視頻的解決方案利用深度學(xué)習(xí)方法進(jìn)行人臉屬性提取的解決方案

  動態(tài)圖像人臉定位的解決方案利用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉實(shí)時識別跟蹤的解決方案

  醫(yī)學(xué)影像格式轉(zhuǎn)換的解決方案肺部實(shí)質(zhì)形態(tài)分割的解決方案

  利用深度學(xué)習(xí)模型進(jìn)行肺結(jié)節(jié)檢測及分割的解決方案可疑病灶區(qū)域標(biāo)記及預(yù)診斷的解決方案

  基于多模型級聯(lián)學(xué)習(xí)的場景識別解決方案淺CNN模型和深CNN模型集成學(xué)習(xí)

  mlp模型組合預(yù)判場景解決方案在線圖片識別-商品檢測項(xiàng)目（CV）

  基于端到端算法的目標(biāo)檢測解決方案模型訓(xùn)練中數(shù)據(jù)增強(qiáng)的解決方案

  基于Label Image的圖像標(biāo)注的解決方案知識圖譜的雙畫像關(guān)系存儲解決方案

  動態(tài)/靜態(tài)標(biāo)簽的AI屬性方案實(shí)時響應(yīng)的AI金字塔召回方案

  wide-deep模型的排序模型方案醫(yī)療領(lǐng)域NER解決方案

  對話主題相關(guān)解決方案微信端服務(wù)部署解決方案

  對話管理系統(tǒng)與AI結(jié)合解決方案大規(guī)?？焖傥谋痉诸惤鉀Q方案

  多模型并行預(yù)測解決方案分布式模型訓(xùn)練解決方案

  多標(biāo)簽知識圖譜構(gòu)建解決方案基于Flume+Kafka的實(shí)時數(shù)據(jù)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(wù)多路召回的解決方案

  wide&deep深度神經(jīng)網(wǎng)絡(luò)模型的排序方案雙通道redis&hbase的實(shí)時請求服務(wù)解決方案

  推薦系統(tǒng)冷啟動解決方案中文分詞和向量化的解決方案

  基于神經(jīng)網(wǎng)絡(luò)端到端的解決方案語言模型調(diào)優(yōu)與注意力機(jī)制優(yōu)化的方案

• 10+技術(shù)棧

  模型訓(xùn)練流水線模型并行預(yù)測服務(wù)模型熱更新微服務(wù)分布式模型訓(xùn)練自動參數(shù)調(diào)優(yōu)Fasttext模型全面解析應(yīng)用Transformer遷移學(xué)習(xí)深入實(shí)踐ResNet主干視覺網(wǎng)絡(luò)剖析強(qiáng)化學(xué)習(xí)與對抗網(wǎng)絡(luò)解讀大型模型壓縮與知識蒸餾探索對抗網(wǎng)絡(luò)系列算法論文復(fù)現(xiàn)……

1. 20+名

   
   AI技術(shù)大牛

2. 平均5年+

   
   AI從業(yè)經(jīng)驗(yàn)

3. 300+次

   
   技術(shù)研討

百度云智學(xué)院，制定人工智能人才培養(yǎng)方案雙方將共同制定和推廣“人工智能”人才標(biāo)準(zhǔn)及人才培養(yǎng)方案，并根據(jù)各自的優(yōu)勢共同進(jìn)行課程設(shè)計和優(yōu)化，旨在培養(yǎng)更專業(yè)的人工智能領(lǐng)域人才。

京東人工智能平臺，達(dá)成 AI 項(xiàng)目資源深度合作雙方將通過平臺建設(shè)、課程研發(fā)、人才培養(yǎng)及產(chǎn)品創(chuàng)新，圍繞人工智能數(shù)據(jù)科學(xué)、圖像與視覺處理、自然語言處理等領(lǐng)域開展更多深度合作。

• 目標(biāo)導(dǎo)向式學(xué)習(xí)

  課前明確學(xué)習(xí)目標(biāo)
  學(xué)員全程圍繞學(xué)習(xí)目標(biāo)開展學(xué)習(xí)

• 智能指引式建議

  根據(jù)個人知識掌握
  推薦對應(yīng)學(xué)習(xí)建議

• 及時的答疑解惑

  隨時隨地在系統(tǒng)中提出
  問題并獲得解答

• BI可視化呈現(xiàn)

  學(xué)習(xí)成果通過可視化BI報表展現(xiàn)
  學(xué)習(xí)情況了然于胸

• 隨堂診斷式糾錯

  隨堂糾錯測評
  確保學(xué)習(xí)的薄弱點(diǎn)有效補(bǔ)救

• 循序漸進(jìn)式練習(xí)

  低起點(diǎn)、高終點(diǎn)的練習(xí)路徑
  提升知識應(yīng)用能力

• 階段性效果測試

  階段性評估
  明確學(xué)習(xí)薄弱點(diǎn)

• 貼心的強(qiáng)化輔導(dǎo)

  專人制定專項(xiàng)學(xué)習(xí)計劃
  確保每一名學(xué)員不掉隊(duì)