为您找到班级结果约 1212

大模型应用工程师(高级)D班

0人评价(129)人学习
熟悉PyTorch、TensorFlow等深度学习平台,能够使用Python/C++编程语言进行基本的模型开发和调试。具备数据处理能力,包括数据爬取、清洗、增强和标注等。    

大模型应用工程师(初级)A班

0人评价(31)人学习
熟悉PyTorch、TensorFlow等深度学习平台,能够使用Python/C++编程语言进行基本的模型开发和调试。具备数据处理能力,包括数据爬取、清洗、增强和标注等。    

大模型应用工程师(高级)E班

0人评价(110)人学习
熟悉PyTorch、TensorFlow等深度学习平台,能够使用Python/C++编程语言进行基本的模型开发和调试。具备数据处理能力,包括数据爬取、清洗、增强和标注等。    

大模型应用工程师(高级)(通用)

0人评价(33)人学习
熟悉PyTorch、TensorFlow等深度学习平台,能够使用Python/C++编程语言进行基本的模型开发和调试。具备数据处理能力,包括数据爬取、清洗、增强和标注等。    

提示工程师(高级)A班

0人评价(13)人学习
深入理解大模型的工作原理,能够分析模型输出结果,对提示词进行针对性调整,解决常见的输出偏差或不完整问题。      

提示工程师(中级)(通用)

0人评价(1)人学习
深入理解大模型的工作原理,能够分析模型输出结果,对提示词进行针对性调整,解决常见的输出偏差或不完整问题。      

提示工程师(高级)B班

0人评价(8)人学习
深入理解大模型的工作原理,能够分析模型输出结果,对提示词进行针对性调整,解决常见的输出偏差或不完整问题。      

提示工程师(高级)(通用)

0人评价(15)人学习
深入理解大模型的工作原理,能够分析模型输出结果,对提示词进行针对性调整,解决常见的输出偏差或不完整问题。      

上海工程技术大学-金融人工智能微专业

0人评价(14)人学习
在金融科技深度融合的时代背景下,人工智能、大数据分析、区块链等技术正重塑金融行业生态。为培养适应金融数字化转型需求的复合型人才,特开设金融人工智能微专业。

广州东华职业技术学院人工智能应用学习考核

0人评价(70)人学习
初级对应的是应用技术人员,例如数据标注人员、知识库开发人员、应用开发人员等;中级对应的业务管理人员,例如产品经理、技术经理、项目经理等;高级对应的是高级技术人员,例如算法研究人员、高级架构人员等。