企业内训|AI赋能业务和研发实战训练营-某卫星通信公司
-
场景定制:结合卫星通信、应急响应、海事管理等核心业务设计专属案例。
-
工具覆盖:整合2025年主流AI工具(如扣子Coze、Cursor、ChatExcel等),提供工具实操手册。
-
技术前沿:融入RAG、Agent开发、大模型微调等研发级技术,适配软硬件团队需求。






1. 导入与兴趣激发
以互动提问开场,引导员工分享生活或工作中接触AI的经历,如手机语音助手、智能推荐系统等。
结合员工分享,从技术发展(硬件、算法、数据)和商业价值(降本、增效、创新业务)两方面,探讨AI受关注的原因,激发员工学习兴趣。
2. 企业级AI工具链全景图
设计类(稿定AI、美图设计室)、文档类(DeepSeek、豆包)、数据分析类(ChatExcel、Julius)工具对比与选型策略。
3. Prompt设计方法论:高效Prompt构建策略
讲解办公中需构建Prompt的场景,如获取知识、数据分析、内容创作等,以查询市场动态为例说明其作用。
结构化公式:角色(Role)-任务(Task)-要求(Requirement)-信息(Info)。
以竞品透视情况为例,讲解高阶Prompt模式,介绍优化方法,如添加角色设定、背景信息。
-
业务文档生成(应急报告模板)。
-
营销文案优化(客舱服务文案)。
-
其他案例分享:
1. 成功案例分享
a. 阿里巴巴跨境电商品牌视觉统一项目
b. AI 投标文件生成系统在智慧城市项目中的应用
c. 京东外卖交互原型设计
2. AI设计工具深度应用
-
稿定AI:海报智能生成(适配机型风格)。
-
墨刀AI:交互式原型设计(管理平台界面快速迭代)。
3. 品牌一致性控制
-
案例:利用AI工具实现多部门设计素材统一规范(色彩、字体、LOGO)。
4. 投标文件AI工具链整合:星火投标+DeepSeek
-
流程:需求解析→框架生成→内容填充→合规性校验。
-
案例:通过AI实现文档的自动化生成和审核校对。
-
实战:模拟“通信系统”招标文件生成(嵌入卫星参数与合规条款)。
5. 风险控制与人工复核
-
AI生成文档的常见错误(如数据过时、条款冲突)及人工干预策略。
1. AI法务工具对比:北大法海 vs 通义法睿
-
功能差异:合同条款风险识别、知识产权合规性检测。
2. 实战案例:卫星合作协议审核
-
任务:利用AI工具快速定位合作协议中的潜在风险点。
3. 扣子Coze智能客服系统全流程实战
-
知识库构建:整合FAQ、技术文档。
-
对话逻辑设计:多轮问答与工单转接(模拟用户咨询“航班Wi-Fi故障”场景)。
4. 系统集成与效果评估
-
微信/电商平台对接方案,基于用户反馈优化知识库。
1. 数据AI分析工具链:ChatExcel + Julius
-
数据清洗:处理监测原始数据(缺失值、异常值识别)。
-
分析模型:用户行为聚类(用户上网行为分析)。
-
分析方法沉淀:总结之前公司分析习惯,让AI学习后自动完成模型迭代。
2. 案例:应急通信效能评估
-
任务:基于历史响应数据,预测地震救援场景的带宽需求峰值。
3. AI可视化工具:Excel Labs + Power BI
-
动态仪表盘设计:展示通信覆盖率。
4. 自动化报告生成
-
生成“月度运营分析报告”摘要,嵌入可视化图表。
5. 通过AI设计动态定价模型
-
可以根据销售热门程度、剩余产品数等,智能调整套餐价格。
1. 研发工具与大模型
a. 研发工具与大模型的使用关系,了解应用背后的技术逻辑,介绍 QwenAgent及其应用项目;
b. 自训模型的重要意义,可简单讲解训练方法。
2. Deepseek R1深度技术剖析
a. 当前最强大模型Deepseek R1及其系列模型区别和联系。
3. GPU&大模型私有化部署技术
4. 其他最先进的大模型技术细节及应用场景
a. ChatGPT家族、Claude、Gork、Gemini模型。
b. 文生图、视频、音乐等端到端大模型。
1. RAG与Agent介绍
a. RAG与Agent区别和联系;
b. 常用RAG、知识库、Agent框架介绍。
2. RAG技术原理与行业应用
-
对比传统微调:大模型在安全领域的RAG实践。
3. 知识库构建
-
数据源:遥感元数据、设备技术手册。
-
工具链:LangChain + 向量数据库。
4. 基于扣子Coze的Agent设计
-
任务:开发“故障诊断Agent”,集成状态监测与维修知识库。
5. 多模态交互优化
-
语音+文本双通道响应(适配通信低带宽场景)。
6. 级联语音系统&端到端语音模型讲解
1. AI辅助开发工具对比:Cursor vs GitHub Copilot&Claude Code对比
-
代码生成效率测试。
2. 代码安全与合规性
-
AI生成代码的漏洞扫描。
3. AI系统全链路端到端案例:智能运维系统开发
-
介绍运维大模型提效工具
-
需求:基于应急响应日志,构建故障预测模型。
-
流程:数据采集→模型训练→API封装→前端展示。
授课方向:AI大模型算法-研发团队
l 某独角兽AI科技公司大模型研发负责人
l 字节跳动资深算法专家
l 中国银行AI算法专家
l 北京邮电大学硕士-国家重点实验室
l 拥有10+年人工智能及LLM领域的研发与应用经验,深度参与多个大型项目的开发与落地,特别是在企业级大模型技术的研发和评估上具有深厚的积累。
l 主导过多个大模型的全流程开发,包括从数据采集、模型训练到推理部署,具有丰富的实战经验。
l 主导过多个语音识别、智能客服等核心项目的研发。
l 擅长大模型的评估与优化,构建了多个大模型测评体系,覆盖多轮开放式对话、抗干扰能力测试、任务规划等。
l 熟悉当前主流的大模型技术架构,如ChatGLM、Baichuan、Qwen等,能够灵活运用这些模型进行微调和优化。
l 行业内演讲经验丰富,多次在技术论坛和企业内训中分享大模型及AI技术的前沿应用。
专业技能
-
LangChain框架深度解析与实践
-
多模态处理与多模态大语言模型应用
-
知识图谱与大数据应用
-
编程与工具:Python,Go,Kafka,TensorFlow,PyTorch,Jupyter,Docker,Kubernetes
-
人工智能与大数据应用:NLP、深度学习、ML、大数据分析
-
大语言模型技术:LLM模型的训练、微调与部署(包括ChatGLM、Baichuan、Qwen等)
-
框架与技术:
-
智能客服系统开发:基于LLM的智能客服解决方案设计与实施
-
推理服务与模型落地:自主研发推理服务框架,支持自训模型及多模态服务应用
-
系统架构与后端开发:数据库设计、分布式系统、高并发处理
项目经验
1.智能客服系统研发(某明星AI科技公司)
-
主导基于ChatGLM和Baichuan的LLM模型训练与微调,提升对行业术语与用户问题的理解能力。
-
设计并实现多轮对话系统,集成自然语言处理技术与情感分析算法,实现智能应答和情绪识别。
-
优化模型推理速度与精度,确保系统能够在高并发场景下稳定运行。
-
搭建推理服务框架,实现模型的高效部署与实时更新。
-
与产品团队密切合作,调优系统性能,成功上线并支持百万级用户互动。
-
项目背景:为某大型互联网公司设计与开发智能客服系统,目的是通过AI大语言模型提升客服效率与质量,减少人工客服依赖。
-
技术栈:Python,ChatGLM,Baichuan,LlamaIndex,LangChain,Kafka
-
工作内容:
2.智能语音测评系统(字节跳动)
-
基于Kaldi框架,训练英语语音识别模型,使用Conformer与Transformer模型改进端到端语音识别精度。
-
构建语音评分系统,结合语音特征与语言模型,通过深度学习算法对用户发音进行打分与反馈。
-
完成服务端与手机端的推理部署,确保语音测评系统在不同设备上的高效运行。
-
在大规模用户测试中,系统稳定运行,准确率达到行业领先水平。
-
项目背景:为字节跳动旗下的教育产品开发智能语音测评系统,帮助用户进行英语口语训练与自动评分。
-
技术栈:Kaldi,Conformer,Transformer,Python
-
工作内容:
3.多模态AIGC项目
-
领导团队构建基于LLM的智能客服系统,支持文本、语音、图像等多种输入方式。
-
设计多模态生成算法,实现文本到图像的生成能力,提升用户互动的趣味性与效率。
-
完成模型微调与推理服务的开发,确保系统能够实时响应用户需求,优化客户体验。
-
项目背景:智能客服与多模态生成的技术开发,结合大语言模型与图像生成技术,提升客户交互体验。
-
技术栈:LLM,GPT,图像生成,Python,TensorFlow,LangChain
-
工作内容:
4.语音识别与客服语音审核系统
-
设计与实现基于Conformer与Transformer的语音识别系统,支持流式识别与离线识别。
-
搭建服务端推理系统,进行大规模语音数据处理,提升识别准确率。
-
开发语音审核功能,通过语音情感分析与合规检测,保障客户服务的合规性与安全性。
-
项目背景:开发语音识别与客服语音审核系统,主要目标是通过智能语音分析提升客服质量与合规性。
-
技术栈:Conformer+Transformer,ASR,Python,Kafka
-
工作内容:
5.自研训练框架与数据处理平台
-
开发训练框架,支持主流LLM模型(如ChatGLM、Baichuan、Qwen14B)的全参数微调与QLora微调。
-
设计数据生成流程,根据不同业务需求定制数据集,进行高质量的数据预处理与增强。
-
构建多维度的训练指标监控与可视化系统,帮助团队实时调整训练策略,提高训练效果与稳定性。
-
项目背景:为了提升大语言模型(LLM)训练效率与可扩展性,赵宽带领团队开发了一个自研的训练框架,并结合实际业务需求设计数据处理与生成平台。
-
技术栈:Python,TensorFlow,Baichuan,ChatGLM,Kafka,MySQL
-
工作内容:
讲师经历
1.中信银行LLM Driving课程培训
-
讲解LLM的基础原理、训练与微调技术。
-
深入介绍LLM模型在实际项目中的应用,包括模型优化与部署策略。
-
培训学员如何在实际项目中利用LLM技术提升服务质量与效率。
-
培训内容:
2.广汽如祺AIGC技能培训
-
讲解LLM模型与多模态AIGC联合应用技术。
-
探讨LLM在多模态生成中的能力,如何在产品设计中融入AI生成技术。
-
实际操作案例,帮助学员掌握LLM模型在多模态应用中的创新应用。
-
培训内容:
客户反馈(新致软件)
授课方向:全员AI通用能力
阿里巴巴AI产品经理,武汉大学计算机系毕业,13年中国顶级互联网公司AI产品与管理经验
l曾任:百度搜索-AI产品经理
l曾任:奇虎360-APP推广竞价系统
l曾任:美团外卖-骑手调度系统AI产品经理
l现任:阿里巴巴-数据中心AI产品经理
擅长总结与教授知识:
出版书籍:《小白学产品》(电子工业出版社邀请出版)
企业培训经历50+,1V1员工培训100+
授课特点:
老师具备丰富的AI实战经验,课程中包括大量老师亲身参与案例,拒绝纸上谈兵。
多年国内顶级互联网大厂工作经历,方法论成熟,熟知各种方法论在国内互联网企业的升级版本。
风格幽默,但不为了幽默而幽默,能将段子与重点知识点结合,让学员对重点知识难以忘记
-
专业技能与优势
-
AI专家
熟悉了解国内外各种AI工具,包括语言大模型、AIPPT生成、AI图片与视频生成。担任3家企业AI顾问,担任墨刀AI合作推广导师。 -
数据驱动的用户分析
深入分析用户需求,通过数据挖掘识别核心用户群体和行为模式。擅长利用数据驱动产品设计和优化用户体验,从而提升用户粘性与转化率。 -
市场拓展与业务增长
制定市场拓展策略,通过用户增长和市场推广手段实现业务扩展。尤其在用户获取、用户转化和用户留存方面拥有丰富的实践经验。
主要项目经验
一、企业AI顾问
-
项目介绍:作为3家企业AI顾问,为其提供专业的业务背景梳理与产品设计方案,最终帮助企业落地AI能力,为企业搭建了智能客服、智能数据分析平台。
二、墨刀AI模块推广(AI导师)
-
项目介绍:作为墨刀的AI模块推广合作者,负责培训AI在原型图与流程图设计中的应用,帮助企业客户掌握最新的AI应用技术。
三、阿里巴巴:数据中台线下模块(产品经理)
-
项目背景:负责阿里巴巴居然之家项目的数据中台线下模块,为其数据化转型提供支持。
-
用户分析:基于用户数据构建精准用户画像,深入挖掘用户在家居消费场景中的行为习惯,以此为依据设计个性化的推荐算法和营销策略。
-
活动运营:策划线下促销活动,利用大数据预测活动效果;跟踪用户参与情况,针对不同反馈优化活动内容。多次成功提升活动转化率,使销售额显著提升。
-
门店选址:帮助阿里巴巴的合作伙伴完成门店布局决策,并通过对门店位置数据分析协助选址。
四、美团外卖:骑手AI调度系统(产品经理)
-
项目背景:负责美团外卖骑手调度系统的产品设计与管理,主要涉及日均3000万订单和100万骑手的高频调度。
-
技术应用:引入AI和大数据分析模块,实现骑手路径的最优规划,提升配送效率,降低运营成本。具体模块包括实时订单分配、骑手位置追踪和用户满意度反馈。
-
成果:通过AI模型改进骑手调度流程,配送效率提升20%以上;大数据辅助订单分配与调度,有效减少配送超时情况,为公司节省了数千万运营成本。
主讲课程:
《用AI做PPT,效率提升50倍》
《AI降本提效企业实战实例》
《产品经理核心技能提升》
授课经验:
100+学员:人人都是产品经理社区、智库灯塔社区、内向培训机构讲师
50+企业AI培训:北京祥云通联科技有限公司、杭州轻犀科技有限公司等公司培训合作讲师
10+内部分享:阿里巴巴内部AI数据化培训讲师
TsingtaoAI(北京霆涛商业智能技术有限公司)企业内训业务线专注于提供LLM、具身智能、AIGC、智算和数据科学领域的企业内训服务,通过深入业务场景的案例实战和项目式培训,帮助企业应对AI转型中的技术挑战。其培训内容涵盖AI大模型开发、Prompt工程、数据分析与模型优化等最新前沿技术,并结合实际应用场景,如金融科技、智能制造、医药健康和智能驾驶等。通过案例式学习和PBL项目训练,TsingtaoAI能够精准满足企业技术团队的学习需求,提升员工的业务能力和实战水平,实现AI技术的高效落地,为企业创新和生产力提升提供强有力的支持。
同时,TsingtaoAI公司并不是一家单纯的培训机构,我们同样是一家AI产品开发公司,公司核心团队主要也都是由技术人才构成,公司团队大部分成员在大模型时代之前就在从事AI产品相关的工作。公司在过去一年里,为10余家客户开发了AI相关的产品,涵盖金融、医疗、教育、智能制造、人力资源等领域。相信我们在AI产品开发和客户服务的过程所形成的认知和方法论,能对贵司的需求有更深更细的洞察和理解,也能提供更深入业务肌理的“AI能力获得”。