---

DeepSeek API 的获取和使用

收益目标：•理解 LLM 与 API 的关系，掌握 API 的基本概念和作用。 •掌握 DeepSeek API 的请求结构和认证方式。 •熟练使用 Python 和 openai 库调用 DeepSeek API。 •理解 DeepSeek API 的核心参数，并根据需求进行配置。 •掌握 API 密钥的安全管理最佳实践。 •了解 API 调用与本地部署的优劣势，能够根据实际情况做出选择。

适应人群：•希望使用 DeepSeek API 进行 AI 应用开发的程序员和开发者。 •需要了解 LLM API 工作原理和调用方式的技术人员。 •关注 API 安全管理，希望保障账户和数据安全的专业人士。 •希望通过 API 快速利用 LLM 能力，提升工作效率的职场人士。

关键词：互联网，其他，Python，API

---

深度学习原理及项目实战

收益目标：1）深度学习必备基础知识点 2）神经网络模型和神经网络案例实战 3）神经网络原理详解及实战 4）TensorFlow实战自然语言处理-Word2Vec 5）深度学习顶级论文算法详解

适应人群：暂无

关键词：互联网，人工智能，机器学习，工程师，Python

---

数据分析技能培训

收益目标：暂无

适应人群：暂无

关键词：互联网，其他，大数据，数据挖掘，Python，SQL，数据分析，Spark，大数据平台

---

TensorFlow的应用和实战

收益目标：1）覆盖Tensorflow和Tensorflow上层库(Keras) 、Tensorflow可视化TensorBoard及原理 2）从TF数据预处理到建模训练，从图像预处理到网络模型，一一覆盖 3）精讲图像等实战案例 4）精讲自然语言处理等实战案例

适应人群：暂无

关键词：互联网，人工智能，机器学习，工程师，Java，Python

---

AI大模型应用、Agent开发及垂直模型微调

收益目标：暂无

适应人群：1、适合想进入AI领域，或者利用AI提升工作效能的工程师。 2、适合想开发AI产品，或者使用开源大模型构建垂直业务模型的工程师。 3、适合想更全面判断AI趋势、或者利用AI为现有业务赋能的技术管理者。

关键词：其他，机器学习，工程师，Java，Python，API，研发效能，大模型

---

大模型实战应用训练营：三天掌握AI赋能IT的实战技能

收益目标：掌握MCP等前沿大模型应用工程技术的实际应用 能够在普通开发环境中部署和运行开源大模型 构建适合团队需求的AI辅助工具 设计和实现基于多模型协作的复杂系统 优化IT流程并提高团队工作效率 制定企业AI应用路线图和最佳实践

适应人群：软件开发工程师与团队负责人 DevOps与SRE工程师 IT运维人员与系统管理员 技术经理与IT项目负责人 希望提升团队AI能力的技术决策者

关键词：其他，运维，工程师，Python，API，转型，企业级，数字化转型，大模型

---

多目标最优化算法及应用实践

收益目标：掌握多目标优化问题的基本理论与常用算法； 学会使用 Excel 及 Python 等工具对多目标问题建模与求解； 理解层次分析法（AHP）原理并能应用于实际业务决策； 能独立解决企业中的多目标冲突问题并提出优化建议； 提升数据分析与建模在金融等行业的实际落地能力。

适应人群：银行数字化产品经理，有效助力企业全面提升运营效率 银行运营人员，改变传统的运营思维 银行大数据技术人员，技术与业务的结合，掌握人工智能在银行应用的场景与手段。

关键词：传统金融，互联网金融，Python，金融

---

机器智能基础理论探索（系列1）

收益目标：暂无

适应人群：暂无

关键词：互联网，其他，人工智能，机器学习，Python

---

大模型和智能体底层核心技术及实战

收益目标：暂无

适应人群：暂无

关键词：其他，工程师，Python，数据分析，NLP，大模型

---

代码简洁+CCI混沌指数+设计模式 高级编程训练营

收益目标：暂无

适应人群：技术经理，开发骨干，资质高的新员工，重点产品、新产品、重构团队的全体开发人员

关键词：互联网，面向对象

---

机器学习与深度学习算法及应用实战

收益目标：通过课程学习，可以理解机器学习的思维方式和关键技术；了解深度学习和机器学习在当前工业界的落地应用；能够根据数据分布选择合适的算法模型并书写代码，初步胜任使用Python进行数据挖掘、机器学习、深度学习等工作。

适应人群：具备一定的Python和深度学习基础，希望深入了解深度学习的目标检测、实体识别、关系抽取、GAN、时间序列分析、强化学习等实用化技术的光大工程技术人员。

关键词：互联网，机器学习，数据挖掘

---

PaddleOCR产业实践之路：如何打造8.6M超轻量模型，一条龙解决训练部署问题

收益目标：（1）最新的前沿OCR技术进展及发展方向 （2）解析8.6M超轻量中英文OCR模型是如何打造的 （3）从训练到部署的完整解决方案（含真实企业案例） （4）传授GitHub Trending 全球榜第一名登顶经验

适应人群：暂无

关键词：互联网