① 课程描述

《数据智能与RAG系统设计》课程专为希望掌握企业级私有知识库搭建、落地大模型检索增强应用的算法、产品及AI运维学习者设计。课程内容涵盖AI行业发展趋势与RAG技术定位、LLM基石模型选型、Embedding向量模型选型、企业级向量数据库选型运维、企业非结构化数据智能清洗处理、基础基线问答RAG搭建、RAG效果量化评估、高阶检索增强优化技巧、知识图谱融合、Agentic RAG智能体架构、企业员工助手前端界面开发十二大模块。通过理论讲授、企业案例拆解、从零代码实操、方案研讨相结合的方式，学员将深入理解端到端企业级RAG系统全链路设计逻辑，掌握从底层模型选型、数据治理到系统优化、界面交付的全套落地方法，能够打造满足企业90分可用性标准的私有智能问答助手。

② 课程目标

学员将深入理解RAG技术弥补原生大模型短板的核心原理与行业应用趋势，掌握LLM基座模型、Embedding模型、向量数据库三层底层组件选型方法，精通企业原始数据智能化处理、基线RAG搭建、效果评估、高阶检索优化的全流程技能，能够结合知识图谱与智能体架构迭代Agentic RAG，并独立完成轻量化员工助手界面开发。课程从AI大模型行业痛点与RAG价值入手，逐层拆解RAG四大底层核心组件选型逻辑，深入探讨低质量RAG的缺陷与90分可用性优化方案，系统讲授知识图谱融合、智能体联动、前端界面交付落地要点，并通过项目复盘与指标调优练习巩固所学内容，强化企业级RAG项目独立交付能力。

③ 课程大纲

1、课程介绍 2、掌握未来AI趋势—RAG引领大语言模型新纪元 3、RAG核心一：挑选符合企业90分大语言基石模型 

4、RAG核心二：挑选合适RAG的向量Embedding模型 5、RAG核心三：企业级的向量数据库选型和高效使用 

6、RAG核心四：企业数据的智能处理 7、搭建制度问答助手 baseline RAG 8、有效评估RAG是提升RAG的关键 

9、提升RAG的90分的检索增强技能 10、知识图谱 Knowledge Graph 11、Agentic RAG 12、企业员工助手界面开发