课程简介
从DevOPS到MLOPS，再到LLMOPS，变的是应用类型和边界范围，不变的是通过工具链思维，持续提升一致性，提高协作型，正确高效地开发交付应用。在本课程中，我们将沿着软件工程发展的趋势，解读传统业务应用，数据AI应用，大模型应用的痛点，以及对应的相关平台理论和技术，带领学员从传统软件开发模式向云原生，AI原生应用开发模式转型，拥抱AI世界。
目标收益
1、了解软件开发的历程，以及各个阶段软件工程技术的痛点和解决方案
2、理解AI项目与传统项目的差异
3、理解DevOPS，MLOPS，LLMOPS三者异同
4、掌握K8s/docker等常见的云原生工具的作用及使用方法
5、掌握常见的机器学习平台的产品功能和使用方法。
6、掌握常见的LLM应用开发的架构及常见框架使用方法。
培训对象
适用于前后端软件开发者、架构师和管理者，有一定的开发经验，有无DevOps经验皆可。
课程大纲
| 概论（3小时） |
1.从单体架构到云原生，再到无服务架构，纵览近20年软件架构演化过程以及相关技术。 2.从传统软件到数据AI应用，再到LLM应用，解析技术特点和相关开发技术。 3.未来技术趋势 |
| DevOPS基础（2小时） |
1.云原生及DevOPS的概念与理论 2.docker相关技术和实践 3.k8s相关技术和实践 |
| MLOPS基础（2-3小时） |
1.机器学习及MLOPS的概念与理论 2.机器学习平台及相关技术介绍 3.流程自动化与MLOPS流水线 4.线上线下一致性与特征工程平台 |
| LLMOPS基础（2小时） |
1.大模型及LLMOPS的概念与理论 2.LLM相关框架与技术介绍（langchain，llamaindex等） 3.LLMOPS平台介绍（Dify/coze等） |
| 实操（3小时） |
1.基于k8s安装部署LLMOPS平台环境（可选） 2.LLM应用开发实战 |
|
概论（3小时） 1.从单体架构到云原生，再到无服务架构，纵览近20年软件架构演化过程以及相关技术。 2.从传统软件到数据AI应用，再到LLM应用，解析技术特点和相关开发技术。 3.未来技术趋势 |
|
DevOPS基础（2小时） 1.云原生及DevOPS的概念与理论 2.docker相关技术和实践 3.k8s相关技术和实践 |
|
MLOPS基础（2-3小时） 1.机器学习及MLOPS的概念与理论 2.机器学习平台及相关技术介绍 3.流程自动化与MLOPS流水线 4.线上线下一致性与特征工程平台 |
|
LLMOPS基础（2小时） 1.大模型及LLMOPS的概念与理论 2.LLM相关框架与技术介绍（langchain，llamaindex等） 3.LLMOPS平台介绍（Dify/coze等） |
|
实操（3小时） 1.基于k8s安装部署LLMOPS平台环境（可选） 2.LLM应用开发实战 |
近期公开课推荐