通知丨关于举办2026年度电信和互联网行业“生成式人工智能应用工程师”培训的通知
2026年04月10日 15:56
各相关单位:
为深入贯彻党中央、国务院关于“十五五”时期全面实施“人工智能+”行动的战略部署,落实《加快数字人才培育支撑数字经济发展行动方案(2024—2026年)》《关于加强新时代高技能人才队伍建设的意见》相关要求,抢抓2026年人工智能规模化价值兑现、实体场景深度落地的发展机遇,紧扣“十五五”对人工智能全方位赋能千行百业、培育新质生产力的相关要求,加快电信和互联网行业人工智能高技能人才储备,推动AI技术从“技术研发”向“商业交付”、从“虚拟对话”向“实体落地”转型,中国互联网协会将开展2026年度电信和互联网行业“生成式人工智能应用工程师”专项培训。现将相关培训事宜通知如下:
一、培训内容
本次“生成式人工智能应用工程师”培训紧扣“十五五”“人工智能+”行动要求和2026年AI行业实体落地、场景深耕的发展热点,分为初级、中级、高级三个层次,围绕生成式AI核心技术、大模型应用开发、AI智能体构建、产业融合落地等核心内容层层递进展开,全面覆盖从基础应用到复杂项目开发的全流程能力培养,精准对接企业级AI智能体、端侧AI、知识图谱融合、垂直行业AI落地等年度热点场景需求,各层次核心内容如下:
(一)初级课程:着重于生成式AI基础理论与工具入门,系统讲解生成式AI定义、发展历程及GAN、CycleGAN、VAE、Transformer等模型原理,教授PyTorch框架基础操作。结合Coze、Streamlit、Redis向量存储等工具实操,覆盖电信客服、电商、教育、制造等行业基础案例,培养学员独立完成Web对话系统等基础AI应用搭建能力,适配端侧AI智能硬件基础开发需求,同步介绍OpenClaw智能体作为国外AI工具生态的重要组成部分。
(二)中级课程:深入探讨大模型核心技术原理,解析Transformer架构、自注意力机制、预训练与微调等关键技术,梳理国内外主流大模型“通用+专用”协同发展特点。通过Gradio、Streamlit、Redis、Milvus等工具实操,掌握自然语言处理、语音转文本应用开发技能,运用RAG技术构建专属知识库。重点对比OpenClaw与智能体、大模型的差异,讲解其发展、安全机制及数据半自动化标注、实时联网搜索等功能,培养学员在金融科技、智慧服务等领域的AI应用开发与模型优化能力,适配企业AI应用落地需求。
(三)高级课程:聚焦“十五五”人工智能前沿技术与复杂问题解决,涵盖开源模型优化(知识蒸馏、量化)、多模态技术、企业级AI智能体、知识图谱与大模型融合等核心内容。教授DeepSeek模型部署、本地知识库问答实现方法,指导运用LangChain、Swarm、AutoGen框架构建智能体与自适应RAG策略,结合Neo4j图数据库实现知识图谱融合应用,将OpenClaw技术理念融入多智能体协作实践。重点培养学员在工业制造、智慧交通、企业数字化运营等场景的复杂AI项目设计、开发与优化创新能力,适配“人工智能+”产业融合高端技术需求。
二、培训对象及要求
(一)从事电信和互联网行业技术决策、人工智能产品开发、大数据分析、数智化运营等工作的管理人员;
(二)从事人工智能应用开发、大模型场景落地、AI智能体构建、数据运营等领域的项目经理和专业技术人员;
(三)电信与互联网行业人工智能工程师、算法工程师、前端开发工程师、数据分析师等相关岗位的从业人员;
(四)聚焦“人工智能+”垂直领域,对生成式人工智能、大模型应用、AI智能体开发等领域感兴趣并希望提升相关专业技能的行业人员。
三、培训时间、方式与费用

该课程按规定修完全部学时并考试合格后,可获得工业和信息化部教育与考试中心“生成式人工智能应用工程师”相应证书并纳入“工业和信息化技术技能人才数据库”。
四、报名方法
(一)报名
请各参训学员根据需求分别扫描下方报名二维码,认真填写报名信息及开票信息,选择培训时间并按时缴纳培训费用。报名二维码如下:

(二)缴费账号
收款单位:中国互联网协会
银行账号:11001046500056038188
开户银行:中国建设银行北京复兴支行
备注注明:单位名称+人工智能应用工程师
五、联系方式
王老师,13552995540,邮箱:wangjiaxiang@seentao.com
张老师,15101000706,邮箱:zhangyiheng@isc.org.cn
生成式人工智能应用工程师培训内容
| 时间 | 课程模块 | 课时 |
初级课程(32课时) | ||
第一天 | 生成式AI基础概念认知 | 1 |
常见生成式模型类型体系 | 1 | |
深度学习技术基础框架 | 2 | |
生成对抗网络GAN原理与结构设计 | 2 | |
循环生成对抗网络CycleGAN原理与结构 | 2 | |
第二天 | 主流生成式AI工具平台与OpenClaw智能体 | 2 |
文本生成技术应用实践 | 2 | |
图像生成技术应用实践 | 2 | |
生成式AI行业应用探索 | 2 | |
第三天 | 生成式AI技术概述深化 | 1 |
开源工具与社区生态 | 1 | |
Coze平台应用实践 | 2 | |
Streamlit框架应用实践 | 2 | |
大模型API技术应用 | 2 | |
第四天 | 大模型记忆技术体系 | 4 |
Web对话系统构建实践 | 4 | |
中级课程(32课时) | ||
第一天 | 大规模预训练模型前沿功能展望 | 2 |
大规模预训练模型架构设计 | 1 | |
开源框架与开发工具 | 1 | |
大规模预训练模型专用WebUI框架Gradio应用 | 4 | |
第二天 | 交互式Web应用框架Streamlit开发 | 2 |
大规模预训练模型API调用实践 | 2 | |
大规模预训练模型记忆机制分析 | 2 | |
大规模预训练模型记忆存储实现 | 2 | |
第三天 | 大规模预训练模型记忆存储实现 | 2 |
Web对话系统构建实践 | 4 | |
自然语言处理核心技术 | 2 | |
第四天 | 向量数据库技术应用 | 4 |
检索增强生成RAG技术与知识库构建 | 4 | |
高级课程(32课时) | ||
第一天 | 技术概述与发展趋势 | 2 |
多模态技术原理与应用 | 2 | |
语音文本模态转换工具Whisper应用 | 2 | |
Neo4j图数据库应用 | 2 | |
第二天 | Neo4j图数据库应用 | 2 |
智能体核心技术原理 | 2 | |
Dify平台智能体构建 | 4 | |
第三天 | Swarm智能体框架应用 | 4 |
智能体软件开发工具包应用 | 4 | |
第四天 | AutoGen多智能体框架应用 | 4 |
模型上下文协议MCP原理与实践 | 4 | |
中国互联网协会
2026年4月10日





