收费标准：￥1980/人    *2人同行，￥2800/2人    *3人同行，￥3000/3人

Ø 含授课费、证书费、资料费、午餐费、茶点费、会务费、税费

Ø 不包含学员往返培训场地的交通费用、住宿费用、早餐及晚餐

证书：

颁发上海市人工智能技术协会认可证书。

课程目标：

1. 理解Deepseek的基本概念：

通过通俗易懂的语言介绍Deepseek的核心理念和技术特点，使学员能够理解其基本工作原理和优势。

2. 掌握主要应用场景：

展示Deepseek在多个行业中的实际应用案例，如医疗健康、金融服务、零售、教育等，帮助学员了解其广泛的适用性。

3. 了解产业影响：

分析Deepseek对各行业的潜在影响，探讨其如何推动产业升级和创新，帮助学员识别新的商业机会和挑战。

4. 初步了解实践操作：

提供简单易懂的实践操作指南，展示如何利用Deepseek进行基础的任务（如文本生成、图像识别），激发学员的兴趣并降低技术门槛。

5. 展望未来发展方向：

探讨Deepseek在未来的发展趋势，预测可能的技术突破和应用场景扩展，帮助学员对未来研究方向有初步的认识和思考。

参训对象：

1. 企业管理者和决策者：包括CEO、CTO、CIO等，希望了解前沿AI技术如何为公司带来竞争优势。

2. 非技术背景的产品经理和业务分析师：需要理解AI技术及其应用场景，以便更好地推动产品创新和业务发展。

3. 市场营销和销售团队成员：希望通过了解AI技术的应用，更好地推广相关产品和服务。

4. 政府和公共部门工作人员：负责科技政策制定、产业规划和公共服务提升的人员，希望了解AI技术对社会和经济的影响。

5. 教育工作者：对人工智能感兴趣的非技术背景的教育工作者，希望获得对该领域的初步了解。

授课形式：

知识讲解、案例演示讲解、实战演练、小组讨论、互动交流、游戏感悟、头脑风暴、强调学员参与。

课程大纲：

第一部分、Deepseek的定位与行业意义

1. Deepseek的背景与发展历程

   - 公司/项目起源：成立时间、核心团队、使命与愿景

   - 技术定位：聚焦领域（如AGI、垂直行业大模型、高效训练等）

2. 为什么关注Deepseek？

   - 全球AI竞争中的中国代表性力量

   - 技术突破对行业生态的潜在重塑

 第二部分、Deepseek的技术创新与底层逻辑

1. 模型架构创新  

   - 核心架构：深入浅出对比对ChatGPT的基础模型Transformer的改进

   - 性能突破：更低的训练成本、更高的推理效率（示例：单位算力下的性能提升）

2. 训练方法与算法优化

   - 数据高效利用：小样本学习、合成数据生成

   - 训练框架创新：分布式训练优化、混合精度策略

3. 数据处理与知识注入

   - 多模态数据融合：文本、代码、行业数据的联合训练

   - 领域知识增强：垂直行业（金融、医疗等）的定向优化

4. 算力效率革命

   - 模型压缩技术：从千亿参数到百亿参数的轻量化部署

   - 硬件适配：国产算力（如华为昇腾）的兼容性优化

 - 对（推理）应用的意义：推理成本大规模降低带来的应用爆发的机遇

 第三部分、Deepseek对全球AI产业的影响

1. 算法层：开源生态与行业标准

   - 开源模型（如Deepseek-MoE）对开发者社区的推动

   - 行业应用案例：代码生成、智能客服、科研辅助

2. 数据层：打破数据垄断的新路径

   - 合成数据与数据隐私保护技术的结合

   - 中文语料库的深度开发与全球化输出

3. 算力层：降低AI门槛，推动普惠化

   - 算力需求下降对中小企业的利好

   - 国产芯片生态的协同发展机遇

 第四部分、Deepseek与中美AI竞赛的关键命题

1. 技术对比：Deepseek vs. 美国头部模型（GPT-4、Claude等）

   - 性能指标对比：推理效率、多语言支持、垂直领域表现

   - 技术路线差异：追求AGI vs. 行业落地优先

2. 供应链自主性挑战

   - 算力依赖：国产GPU/NPU能否支撑下一代模型训练？

   - 工具链短板：框架（PyTorch/TF）与生态壁垒

3. 中美AI竞赛的未来格局

   - 中国优势：应用场景丰富、政策支持、数据规模

   - 美国优势：芯片霸权、顶尖人才密度、基础研究积累

   - Deepseek的破局点：轻量化模型+行业闭环的“农村包围城市”策略

 五、案例分析与互动讨论

1. 案例1：Deepseek-Coder如何挑战GitHub Copilot？

   - 代码生成效率对比、开发者生态响应

2. 案例2：金融领域落地——从风控到投研的AI重构

   - 数据安全与模型可解释性的平衡

3. 分组讨论：

   - 若美国升级算力封锁，Deepseek应如何应对？

   - 中国AI公司如何通过技术开源扩大全球影响力？

第六部分、总结与展望

1. Deepseek的长期价值

   - 技术民主化：让AI从“巨头游戏”走向普惠工具

   - 中美竞合中的“第三种路径”：开放合作 vs. 自主可控

2. 未来挑战

   - 通用vs.垂直的路线抉择

   - 全球合规风险：数据主权与伦理争议

讲师介绍：尹老师

Ø 荷兰Utrecht大学MBI，大数据&AI专家，人工智能布道师，AI产业应用落地咨询顾问

Ø 上海人工智能技术协会特聘首席顾问

Ø 上海市元宇宙产业发展专家咨询委员会专家

Ø 上海市电竞协会首席AI专家

Ø 原商汤科技城市元宇宙首席架构师

Ø 原商汤科技智能产业研究院首席架构师

Ø Oracle Master企业架构师

Ø 原惠普企业服务新形态IT首席架构师

尹老师是上海人工智能技术协会首席咨询顾问，贵州大数据专家委员会委员。尹老师曾任商汤科技智能产业研究院首席架构师，德勤Oracle CX首席架构师，惠普企业新形态IT首席架构师，Oracle Master企业架构师。尹老师专注在人工智能战略和架构规划、元宇宙产业规划及落地，数字化客户体验，以及AI及大数据驱动的新形态ICT架构规划和咨询落地，有超过19年在中国大陆和荷兰的职业经验。先后服务过世界顶级的通讯和网络设备及方案商，世界顶级的咨询和审计服务公司和企业软件公司。

主讲课程类型及具体课程：

Ø 《通用人工智能曙光：生成式人工智能大模型的源起，发展和落地应用》

Ø 《Deepseek的技术创新与产业影响—— AI竞赛新格局》

Ø 《如何开箱即用地私有化部署企业级Deepseek 》

Ø 《AI大模型智能体应用的模式和落地路径》

Ø 《人工智能时代地天空产业：低空经济》

Ø 《AI大模型时代的金融数字化转型和人工智能赋能应用》

Ø 《生成式AI大模型时代的财税领域AI赋能：范式和应用》

Ø 《深入浅出数字化战略和企业架构：框架和应用》

Ø 《数字新基建：智能计算中心承载的人工智能模型和应用》

Ø 《人工智能大模型时代的人力资源赋能：应用和实践》

Ø 《人工智能时代的数字科技在双碳全生命周期管理中的应用模式和实践》

Ø 《元宇宙+ 电竞：人工智能时代的数实融合新形态虚拟体育》

Ø 《人工智能和AI大模型落地工作坊：从业务分析到技术架构落地设计》

Ø 《AI大模型时代的算法思维和实践运用》

Ø 《AI大模型赋能的5G+ 元宇宙产业应用》

Ø 《人工智能时代的企业大数据技术和架构》

授课风格：

尹老师的课程深入浅出，视野宏大，案例研究丰富，分析精彩，讲解幽默风趣，用企业和政府的语言，把抽象的人工智能和元宇宙理论知识与产业转化、政府数字化变革融会贯通，讲得通俗易懂，看得见，摸得着，用得上，深受好评。

尹老师的讲课自我要求：“不讲正确的废话”，“所有听众都要听得懂”，“内容原创”，“不仅讲“What”，更讲“Why”和“How”。

服务客户（部分）：

院校，科研机构：复旦大学、清华大学经管学院、上海交通大学、上海人工智能研究院、上海理工大学、上海体育学院、中国传媒大学、同济大学、武汉大学、浙江大学、齐鲁工大、深圳大学等。

政企集团：上海市经信局、湖畔创研中心、广东机场集团、中国电信、中国移动、中国联通华盛、中国通信服务、中国银行、中国建设银行、国家金融监管总局广西监管局、兴业银行、中核集团、交通银行、中国工商银行、北京银行、平安银行、平安租赁、平安一账通、建设银行、国泰君安、中国烟草、国家电网、中电建、国电投、阿里云创新中心、华为云、临港集团、商飞集团、虎彩集团、国泰君安、成都新经济局、江西省政府、扬州市政府、合肥市政府、中南建筑设计院、银川市政府、云南市政府、深圳交管局、安徽铁塔、成都金牛区、武汉洪山区、中石油、云南中烟、北汽集团、上海铁路局、上海电力、南京大数据局、河南能源集团、神华集团、平安集团、中国国航、南方航空、新华三、海隆石油、安东石油等