1. 預轉型開發人員

2. 數學/統計學/物理專業

3. 研發管理技術拓展

4. 人工智能愛好者

• 制定AI培訓新標準培養AI專精型人才

• 覆蓋AI職業全技能助力學員高端就業

• 課程設置科學合理適合AI技術初學者

• 多領域多行業項目打造AI核心競爭力

• 技術大牛傾力研發專職沉淀AI新技術

• 聚力名企共建課程整合優質技術資源

• 機器學習、推薦、通用框架

  科學計算庫，特征工程， 十大經典算法，主流應用領域，推薦系統，主流框架人工智能框架TensorFlow、Pytorch。

• 圖像與視覺處理CV

  圖像分類，目標檢測和追蹤，圖像語義分割，場景文字識別，圖像生成，人體關鍵點檢測及標簽識別，視頻分類。

• 自然語言處理NLP

  分詞，命名實體識別，詞性標注、句法分析、語義理解、信息抽取、機器翻譯、文本摘要、問答系統、閱讀理解。

• 人工智能前沿技術和未來熱點

  進化學習、分布式機器學習、強化學習、立體視覺與SLAM、點云處理、對稱權重與深度置信網絡、模型可解釋性，模型壓縮，遷移學習，終身學習，元學習。

1. 階段1
2. 階段2
3. 階段3
4. 階段4
5. 階段5
6. 階段6
7. 階段7
8. 拓展課

• Python基礎編程

  主講內容：

  ·Python第一個程序
  ·條件控制語句和循環語句
  ·容器類型
  ·函數
  ·文件操作

  可掌握的核心能力：

  1、掌握Python基礎語法, 具備基礎的編程能力。

  可解決的現實問題：

  1、能夠熟練使用Python技術完成針對小問題的程序編寫。

• Python高級和應用編程

  主講內容：

  ·Python高級語法·Python常用標準庫
  ·數據結構與算法·Linux系統使用
  ·網絡編程·多任務編程
  ·Web基礎應用：HTTP協議·Web基礎應用：前端基礎
  ·AI開發Web應用：Django框架·面向對象
  ·異常處理·模塊和包

  可掌握的核心能力：

  1、能夠熟練使用Linux操作系統；
  2、掌握網絡編程相關技術, 能夠實現網絡間數據通信；
  3、掌握程序設計開發中多任務實現方式；
  4、能夠進行Python與MySQL之間的數據交互；
  5、掌握Python中的re模塊的使用, 能夠實現對字符串進行復雜模式匹配；
  6、掌握Web服務器的工作流程, 以及Web框架的實現原理；
  7、建立起編程思維以及面向對象程序設計思想。

  可解決的現實問題：

  能夠使用面向對象的程序設計方法, 基于Linux操作系統開發多任務的網絡程序開發。

• 機器學習

  主講內容：

  ·常用科學計算庫的使用
  ·數學基礎知識及基于科學計算庫的實現
  ·數據預處理與特征工程
  ·決策樹
  ·SVM支持向量機
  ·樸素貝葉斯
  ·聚類算法
  ·集成學習
  ·馬爾可夫鏈蒙特卡羅方法
  ·圖模型
  ·高斯過程
  ·機器學習項目實訓

  可掌握的核心能力：

  1、掌握數據科學庫的使用；
  2、掌握數據基本處理的方法；
  3、掌握機器學習中處理數據的方法；
  4、理解經典的機器學習算法原理；
  5、掌握機器學習中工作的具體流程。

  可解決的現實問題：

  1、把實際工作、生活中遇到的問題轉換為可以用機器學習解決的模型；
  2、實現針對不同問題，選擇不同算法模型，同時在該模型的基礎上，對該算法進行調優。

• 深度學習與圖像與視覺處理

  主講內容：

  ·神經網絡
  ·TensorFlow框架
  ·圖像與視覺處理介紹
  ·目標分類和經典CV網絡
  ·目標檢測和經典CV網絡
  ·目標分割和經典CV網絡
  ·OpenCV庫與圖像處理基礎
  ·OpenCV庫與圖像處理進階
  ·cv綜合案例實訓

  可掌握的核心能力：

  1、熟悉深度學習主要及前沿網絡模型的架構原理及在實際業務場景中的應用；
  2、掌握深度學習在計算機視覺中的應用，包括但不限于分割檢測識別等；
  3、掌握實際工作中深度學習的具體流程，數據及標注處理，建模訓練，及模型部署應用等。

  可解決的現實問題：

  1、可實現物體（人體，人臉，通用目標）檢測，跟蹤與識別，道路交通及工業環境險情發現等多領域的深度學習解決方案；
  2、能夠對圖像處理、人臉算法，或者對于各種深度學習框架實現的算法進行調優。

• 深度學習與自然語言處理

  主講內容：

  ·pytorch工具與神經網絡基礎
  ·自然語言處理NLP介紹
  ·自然語言處理NLP開發HelloWorld案例
  ·文本預處理
  ·RNN及變體
  ·Transfomer
  ·傳統的序列模型
  ·非序列模型解決文本問題

  可掌握的核心能力：

  1、掌握pytorch的安裝和使用；2、掌握NLP領域前沿的技術解決方案；
  3、掌握NLP相關知識的原理和實現；  4、掌握傳統序列模型的基本原理和使用；
  5、掌握非序列模型解決文本問題的原理和方案。

  可解決的現實問題：

  1、能夠使用pytorch搭建神經網絡；2、構建基本的語言翻譯系統模型；
  3、構建基本的文本生成系統模型；4、構建基本的文本分類器模型；
  5、使用ID-CNN+CRF進行命名實體識別；    6、使用fasttext進行快速的文本分類。

• 人工智能項目實戰

  主講內容：

  ·智能交通CV項目
  ·實時人臉檢測CV項目
  ·智能文本分類NLP項目
  ·在線醫生NLP項目
  ·場景識別CV項目
  ·泛娛樂推薦項目（CV+推薦）

  可掌握的核心能力：

  1、掌握大規模語料下AI模型快速進行文本分類的全流程；
  2、掌握多模型并行訓練與多模型部署預測的全流程；
  3、掌握垂直領域AI對話系統的基本工程實現；
  4、掌握使用遷移學習方法進行句子審核及其句子主題相關問題的實現；
  5、掌握復雜場景下AI模型實時進行目標檢測并跟蹤的全流程；
  6、掌握利用AI模型進行人臉定位，檢測，識別，匹配的工程實現方法；
  7、掌握多模型級聯實現場景識別并進行模型部署的全流程。

  可解決的現實問題：

  1、通過項目對機器學習、NLP、CV領域知識點綜合應用；
  2、通過項目綜合提升AI算法業務流搭建能力；
  3、通過項目綜合提升AI算法實用性、先進性、可拓展性經驗提升。

• 人工智能面試強化

  主講內容：

  ·自編碼器·對稱權重與深度置信網絡
  ·進化學習·分布式機器學習
  ·強化學習·數據結構和算法強化
  ·數據結構強化·動態規劃初步
  ·貪心算法·數據結構與算法的Python實現
  ·計算機視覺CV強化·立體視覺與SLAM
  ·點云處理

  可掌握的核心能力：

  1、理解算法和模型的分布式實現及加速原理；
  2、深入理解常用算法，模式識別，概率統計、最優化等算法原理及應用；
  3、基于3D點云數據，進行配準、分割和特征識別等算法開發,建立3D點云圖處理的算法模型。

  可解決的現實問題：

  1、跟進行業最新深度學習算法相關先進技術，研究并應用的學習算法，持續提升模型的精準性和魯棒性；
  2、深入理解算法和模型調優方式及優缺點；
  3、綜合運用經典SLAM技術，多視角幾何基礎理論以及三維重建方法進行業務實踐。

• 人工智能AI進階班- 拓展課

  自然語言處理方向01 NLP案例6+
  02 小智同學聊天機器人項目
  03 基于Transformer的語音識別項目

  推薦系統方向01 大數據推薦系統基礎專業課
  02 黑馬頭條推薦系統項目
  03 泛娛樂推薦系統項目

  圖像與視覺處理方向01 CV案例6+
  02 場景識別項目
  03 在線商品檢測項目

  數據處理方向01 Python爬蟲基礎
  02 爬蟲熱點項目庫
  03 爬蟲高薪課
  04 數據分析基礎課和案例

  Web開發方向01 Web-Django框架基礎課
  02 Web-Flask框架基礎課
  03 美多商場項目
  04 黑馬頭條web項目
  05 傳智云課堂項目

• 40+解決方案

  特定目標車輛跟蹤Siamese系列模型的解決方案SORT/DeepSORT算法多目標車輛跟蹤解決方案

  建立交通流系統狀態和觀測狀態的解決方案車輛檢測、計數和分類解決方案

  圖像去畸變的解決方案實時車道線檢測的解決方案

  實時采集攝像頭人臉視頻的解決方案利用深度學習方法進行人臉屬性提取的解決方案

  動態圖像人臉定位的解決方案利用深度神經網絡進行人臉實時識別跟蹤的解決方案

  醫學影像格式轉換的解決方案肺部實質形態分割的解決方案

  利用深度學習模型進行肺結節檢測及分割的解決方案可疑病灶區域標記及預診斷的解決方案

  基于多模型級聯學習的場景識別解決方案淺CNN模型和深CNN模型集成學習

  mlp模型組合預判場景解決方案在線圖片識別-商品檢測項目（CV）

  基于端到端算法的目標檢測解決方案模型訓練中數據增強的解決方案

  基于Label Image的圖像標注的解決方案知識圖譜的雙畫像關系存儲解決方案

  動態/靜態標簽的AI屬性方案實時響應的AI金字塔召回方案

  wide-deep模型的排序模型方案醫療領域NER解決方案

  對話主題相關解決方案微信端服務部署解決方案

  對話管理系統與AI結合解決方案大規?？焖傥谋痉诸惤鉀Q方案

  多模型并行預測解決方案分布式模型訓練解決方案

  多標簽知識圖譜構建解決方案基于Flume+Kafka的實時數據采集解決方案

  基于詞頻、詞向量的文章畫像抽取解決方案離線定時任務多路召回的解決方案

  wide&deep深度神經網絡模型的排序方案雙通道redis&hbase的實時請求服務解決方案

  推薦系統冷啟動解決方案中文分詞和向量化的解決方案

  基于神經網絡端到端的解決方案語言模型調優與注意力機制優化的方案

• 10+技術棧

  模型訓練流水線模型并行預測服務模型熱更新微服務分布式模型訓練自動參數調優Fasttext模型全面解析應用Transformer遷移學習深入實踐ResNet主干視覺網絡剖析強化學習與對抗網絡解讀大型模型壓縮與知識蒸餾探索對抗網絡系列算法論文復現……

1. 20+名

   
   AI技術大牛

2. 平均5年+

   
   AI從業經驗

3. 300+次

   
   技術研討

百度云智學院，制定人工智能人才培養方案雙方將共同制定和推廣“人工智能”人才標準及人才培養方案，并根據各自的優勢共同進行課程設計和優化，旨在培養更專業的人工智能領域人才。

京東人工智能平臺，達成 AI 項目資源深度合作雙方將通過平臺建設、課程研發、人才培養及產品創新，圍繞人工智能數據科學、圖像與視覺處理、自然語言處理等領域開展更多深度合作。

• 目標導向式學習

  課前明確學習目標
  學員全程圍繞學習目標開展學習

• 智能指引式建議

  根據個人知識掌握
  推薦對應學習建議

• 及時的答疑解惑

  隨時隨地在系統中提出
  問題并獲得解答

• BI可視化呈現

  學習成果通過可視化BI報表展現
  學習情況了然于胸

• 隨堂診斷式糾錯

  隨堂糾錯測評
  確保學習的薄弱點有效補救

• 循序漸進式練習

  低起點、高終點的練習路徑
  提升知識應用能力

• 階段性效果測試

  階段性評估
  明確學習薄弱點

• 貼心的強化輔導

  專人制定專項學習計劃
  確保每一名學員不掉隊

• 

  行業沙龍

  每年百場行業交流
  每年24場免費交流
  
  
  
• 

  高端人脈

  行業大牛講座
  技術大牛分享
  攻克研發難關
  緊跟科技前沿
• 

  職場資源

  二千余家企業
  高管精準指導
  助力職場晉升
  突破發展瓶頸
• 

  技術研習

  服務中高端IT人才
  持續跟蹤量身定做