陕西某能源公司:人工智能技能大赛培训
浏览:3次 作者:小编1. 培训背景
随着人工智能技术在各行业的深度融合,能源领域正迎来智能化转型的关键时期。为提升员工在人工智能领域的理论素养与实践能力,积极备战人工智能技能大赛,陕西某能源公司特邀请中培IT学院入企定制开展赛前专项培训。
本次培训紧扣赛事考核标准,结合能源行业真实业务场景,旨在帮助参赛选手系统掌握AI技术知识,熟练运用大模型、知识库、智能体等前沿工具,为正式比赛和后续业务应用奠定坚实基础,同时为企业数字化、智能化发展储备专业人才。
2. 培训对象
本次培训面向企业人工智能技能大赛全体参赛选手,共32人。课程设计兼顾零基础与有基础学员,理论阶段面向所有选手开放,理论考核通过后方可进入高阶实操环节,适配零基础与有基础两类学员的学习节奏,确保不同起点的学员均能获得适配的学习路径。
3. 培训策划
本次培训秉持“贴合竞赛、聚焦业务、理论实用、实操落地”的核心原则,构建“课前调研-课中实施-课后复盘”的全流程服务体系。
(1)课前筹备:开展学员基础能力测评与课程需求调研,精准掌握选手AI知识储备与技能短板;搭建专属沟通群,同步培训通知、学习资料及上课指引;提前完成全套培训物料采购印制,依据32名参训学员配置物资:A4装订版培训讲义印制32份、备用3份;A5规格笔记本35本;0.5mm黑色中性笔按32人标配,额外预留10~15支备用;考核试卷印制35套;配套资料袋35个;培训电子证书全员配发,纸质证书预备32份、空白备用证3份,所有物料赛前全部验收到位。
(2)课中实施:培训总时长3天,采用“白天授课+实操演练+晚间刷题答疑”的高强度模式,每日上午9:00-12:00、下午14:00-17:00开展授课与实操,10:20、15:20各安排10分钟休息,晚间18:00-19:30组织刷题、答疑及考试;讲师每日复盘总结,根据学员反馈动态调整教学节奏与内容,同步培训考勤情况,保障培训出勤率与学习效果。
(3)课后保障:培训结束后开展学员满意度调查,收集优化建议;依托定制试卷组织训后考核,检验学习成效;整理培训总结报告,完成参训人员证书制作发放,推动知识共享与沉淀,形成“培训-考核-复盘-优化”的闭环管理机制。
4. 培训目标
Ø 认知与规则目标:系统掌握人工智能核心概念、主流模型适用场景,清晰理解竞赛评分标准、扣分/加分规则,达到理论考核合格标准。
Ø 技能与成果目标:熟练掌握数据清洗、特征工程、提示词优化、Dify平台操作等竞赛实操技能,独立产出符合竞赛要求的完整AI解决方案(含可运行智能体、方案PPT、说明文档)。
Ø 迁移与提分目标:具备将AI技术应用于能源行业设备运维、能效优化、安全管控等真实业务的能力,掌握路演答辩技巧,有效提升竞赛综合成绩。
5. 解决痛点
· 补齐理论短板:解决部分学员AI知识体系零散、对大模型与算法原理理解浅显、竞赛规则掌握不清晰的问题,统一夯实理论基础。
· 强化实操能力:破解学员缺乏数据处理、提示词工程、智能体搭建、平台实操等核心技能的难题,让学员具备独立完成竞赛实操任务的能力。
· 提升综合参赛能力:改善AI技术与能源业务场景融合不足、方案设计脱离实际的问题,同时弥补路演汇报、现场答辩经验欠缺的短板,全方位提升参赛综合水平。
6. 课程特色
紧贴能源场景:所有知识点与练习均基于企业真实业务数据(风机传感器数据、设备巡检记录、安全生产规程等),确保学以致用。
赛训深度融合:课程内容完全对标竞赛考核流程,从理论考核重点到实操环节的智能体搭建、方案路演,逐一覆盖得分要点与避坑规则。
全链路实操:从数据清洗、特征工程,到提示词工程、知识库搭建、智能体编排,再到方案撰写与路演模拟,完整覆盖AI应用开发全流程。
分组竞赛式演练:第三天采用3-4人小组形式,模拟真实竞赛场景,完成痛点分析、方案设计、PPT制作与路演答辩,强化团队协作与临场表达。
7. 培训大纲
第一天:人工智能技能大赛赛前基础课程
时间 | 模块 | 具体内容 | 掌握要求 |
9:00-10:20 | AI基础理论与能源行业应用 | 1.人工智能发展三阶段(符号主义→机器学习→大模型)核心特征 | 能准确说出能源行业3个以上AI落地场景的核心价值 |
10:30-12:00 | 机器学习核心流程与竞赛规则解读 | 1.机器学习完整工作流:数据采集→数据预处理→特征工程→模型训练→评估→部署 | 能独立解释3个以上评估指标的含义,清晰掌握竞赛评分规则 |
14:00-15:20 | 核心AI模型原理与能源场景适配 | 1.CNN(卷积神经网络):核心结构(卷积层、池化层、全连接层)、适用场景(图片缺陷检测、遥感图像识别) | 能为3个不同能源场景匹配最合适的AI模型 |
15:30-17:00 | 模型优化与提示词基础理论 | 1.超参数调优核心方法:网格搜索、随机搜索、早停策略的操作逻辑 | 能独立写出符合规范的通用AI工具提示词 |
18:00-19:30 | 考试加答疑 | ||
第二天:数据预处理与提示词工程实操
时间 | 模块 | 具体内容 | 实操任务 | 验收标准 |
9:00-10:20 | 能源场景数据清洗实操 | 1.能源行业常见数据类型讲解: | 处理公司提供的10000条风机运行传感器数据,完成缺失值填充、异常值删除 | 数据清洗后完整度达到98%以上,无明显异常值 |
10:30-12:00 | 特征工程实操 | 1.数值特征归一化/标准化方法(Min-Max归一化、Z-Score标准化) | 对清洗后的风机数据进行特征衍生,至少生成10个新的统计特征 | 特征衍生后数据集可直接用于模型训练 |
14:00-15:20 | 提示词工程基础实操 | 1.Markdown规范写作:标题层级、列表、表格、代码块、引用的写法 | 编写提示词让AI生成符合公司规范的设备巡检报告模板 | 生成的报告包含设备编号、巡检时间、异常情况、处理建议4个核心模块,格式为Markdown |
15:30-17:00 | 多模态提示词实操 | 1.图片类提示词编写方法:明确识别对象、识别要求、输出格式 | 编写多模态提示词,让AI识别10张电厂设备巡检图片,分类标注是否存在缺陷 | 图片分类准确率达到90%以上 |
18:00-19:30 | 刷题加答疑 | |||
第三天:大模型应用开发与方案路演实操
时间 | 模块 | 具体内容 | 实操任务 | 验收标准 |
9:00-10:20 | Dify平台知识库搭建实操 | 1.Dify平台功能模块讲解:知识库管理、智能体编排、发布部署 | 上传公司《安全生产规程》文档,完成知识库搭建与检索测试 | 知识库检索相关问题的召回准确率达到85%以上 |
10:30-12:00 | 智能体编排实操 | 1.工作流配置:触发条件→知识库检索→大模型生成→结果输出的全链路设置 | 搭建电厂安全问题答疑智能体,支持用户查询安全生产相关问题 | 智能体回答准确率达到90%以上,无错误信息 |
13:00-14:20 | AI解决方案构思实操 | 1.业务痛点分析方法:5Why分析法、用户旅程地图法 | 3-4人一组,选取竞赛指定能源场景,完成解决方案框架设计 | 方案框架包含所有核心模块,痛点分析符合业务实际 |
14:30-16:30 | 方案撰写与路演模拟 | 1.方案PPT撰写规范:每页核心信息不超过3点、数据可视化优先、避免大段文字 | 每组完成方案PPT制作,进行8分钟路演+2分钟答辩模拟 | PPT符合规范,路演时间控制在8±0.5分钟,答辩回答准确 |
16:30-17:30 | 考试 | |||
8. 培训讲师

郭剑峰 老师
AI架构师/高级工程师
Ø DAMA大中华区特聘培训讲师
Ø EBDP大数据认证课程授权讲师
Ø NPDP产品经理认证课程授权讲师
Ø 工信部新职业大数据工程技术人员(中级)教材撰写专家
讲师简介
郭老师是一位在信息化发展趋势、人工智能、数据治理、信息架构、大数据等研究领域拥有深厚造诣的专家。具备深厚的AI技术理论功底与丰富实战经验,擅长将人工智能技术与企业业务场景深度融合,主导过多家中央企业、大型集团及国家部委的AI相关咨询、规划与落地项目。在AI模型开发、机器学习应用、智能数据治理、AI驱动的项目管理等方向有深入研究,同时具备成熟的AI领域培训体系搭建与授课能力,致力于推动人工智能技术在各行业的产业化应用。
他不仅多次主持了中央企业、大型集团企业以及国家部委的信息化咨询、规划、设计项目,而且在软件开发生命周期管理、软件质量管理、软件研发管理体系解决方案等方面拥有丰富的实践经验。郭老师精通软件需求管理的最佳实践,擅长进行敏捷开发与管理的高级培训。此外,他在IT项目管理与需求分析的最佳实践、大型项目管理及集成项目解决方案、以及高质量代码编程等技术方面也有着深入的研究和独到的见解。
郭老师还经常在国内外的会议上发表演讲,分享他对信息技术未来发展的独到见解。还积极参与学术交流,与同行共同探讨信息化建设中的挑战与机遇。他的研究和实践成果多次获得行业奖项,为推动信息化技术的发展做出了显著贡献。
擅长领域
人工智能核心技术
Ø Python机器学习&神经网络
Ø Python数据分析与挖掘
Ø Python网站框架开发实战
Ø Python爬虫框架开发实战等
Ø 大模型应用与赋能
Ø 自然语言处理(NLP)实践
Ø AI与大数据协同
技术研发
Ø 软件开发生命周期管理
Ø 软件质量管理
Ø 软件研发管理体系解决方案
Ø 软件需求管理最佳实践
Ø 敏捷开发与管理实战
Ø 高质量代码编程
Ø 中台战略(技术层、业务层、数据层)
Ø PHP动态网站开发实战
Ø 微服务架构高级开发
Ø 云计算与虚拟化最佳产业化实践
Ø IAAS虚拟技术云计算
Ø Linux环境下的OpenShift企业级PAAS平台开发、运维
Ø Linux环境下的Docker容器技术
Ø LINUX应用及核心技术
Ø WEB前端(HTML5、CSS3、JS、技术、jQuery、VUE、React、Nodejs等主流框架)
Ø Android高级编程及实战
Ø 高并发Web应用等
项目管理
Ø IT项目管理与需求分析最佳实践
Ø 企业架构框架下的项目管理
Ø 大型项目管理及集成项目解决方案
Ø 大型复杂多项目管理最佳实践
Ø 敏捷开发与管理实战高级培训
Ø 大型项目管理及集成项目解决方案
授课风格
郭老师不仅拥有丰富的实践经验,而且具备深厚的理论功底,能够深入浅出地讲解各个方面的知识内容。在课堂上,郭老师结合自己多年的实战经验,为学员们提供了许多宝贵的建议和指导,帮助学员们积累丰富的实践经验和解决问题的方案。因此,郭老师的课程受到了学员们的一致好评。
9. 培训现场
本次人工智能技能大赛培训于2026年5月20-22日(为期3天)在陕西某能源公司内部会议室顺利实施,共计32名人工智能技能大赛全体参赛选手全程参与,整体培训课堂氛围热烈,学员参与积极性高。
培训期间,理论环节郭老师结合风机故障预警、负荷调度等真实案例讲解模型原理,学员频频提问互动;实操环节,学员分组处理万条传感器数据,利用Dify平台快速搭建出可用的安全答疑智能体。晚间刷题时段,讲师与助教全程答疑,帮助学员巩固当日知识点。

第三天下午的路演模拟将培训推向高潮,各组依次上台展示AI解决方案,从设备寿命预测到人员违规识别,方案紧贴业务、思路清晰,答辩环节逻辑严谨。最后为优秀学员颁发了结业证书。


10. 培训总结
为期3天的人工智能技能大赛培训圆满完成。通过高强度、高密度的学习与实战,全体学员实现了从AI基础概念到完整智能体开发的跨越,实操阶段每人/每组均产出了可用于正式比赛的AI解决方案,包括可运行的智能体、方案PPT及说明文档。培训不仅帮助学员精准掌握了竞赛得分要点,更提升了将AI技术应用于能源真实业务场景的能力。
未来,中培IT学院将继续深耕能源、金融、制造等行业的数字化人才培养,提供从竞赛培训、认证考试到企业内训的全链条服务,助力企业加速人工智能技术的产业化落地。
企业内训
- 标签: 人工智能 AI智能办公 数字化人才培养
-
下篇: 没有下一篇了