课程简介

IGC的兴起引起多个产业的更新，从电影业到教育业，从营销圈到机器人，每个行业都因为大模型而重新升级内部流程，从而将效率10倍甚至几十倍的提升。

当前企业都对大模型如何改进自己的生产流程感兴趣，而在在企业技术研发部门当中零星的也有程序员在使用ChatGPT，Co-Pilot在优化自己的代码。业界上可利用大模型提高整体企业研发效率实践指南不多，我们将以大模型+人混合编程的10万+行代码的经验，亲身实践了各种大模型+人的研发模式，来帮助企业利用大模型对研发流程、具体研发过程进行优化。

本次分享以具体实际开源项目研发案例，来诠释利用大模型提高企业研发效率，并在研发流程、分配工作上，让人和大模型有效配合，提高整体研发效率，同时也诠释在大模型环境下对研发流程产生深远影响，研发管理正在加速变化以适应更好的大模型驱动研发。

课程收益

1.目标：

1.1提升管理者和研发人员对于大模型提高研发效率的认知，

1.2了解大模型辅助研发的优点和缺点，在合理应用点来使用合理的大模型来辅助研发并 调整内部流程提高整体研发效率。

2. 成功（教训）要点：

2.1 鉴别私有化大模型，ChatGPT,Co-Pilot辅助编程的最佳场景和需要避免的坑

2.2 以具体实践为基础，给出实际案例如何结合大模型提高研发效率，同时给出研发流程和研发模式需要适应大模型的改进点。

3.启示：

大模型趋势下，人工智能会渗透在企业每一个环节，大模型会更好的给研发环节赋能。而每一个企业都可以快速利用DataOps等先进技术打造企业私有化大模型提升整体研发效率，让“大模型”驱动的研发平民化。

受众人群

运维工程师、架构师、大数据工程师、资深工程师、技术经理等

课程周期

 0.5天（3H）

课程大纲