|
课程培训
|
财务智能体实战培训课程
一、培训对象
二、培训目标 通过本课程，学员将能够：
三、培训内容介绍 一、大模型智能体财务应用认知与架构设计 解析财务风险典型场景（收入异常、现金流断裂等），建立“本地规则 + 云端推理”的云原生Agent架构思维，明确数据边界与协同方式。 二、百炼平台配置与本地RAG环境搭建 完成阿里云百炼平台账号注册、API-Key管理与安全配置，构建基于FAISS的本地向量检索库，实现财务知识与案例的本地化存储与检索。 三、本地财务智能体基础框架实现 封装统一API调用模块，注册本地财务工具（指标查询、比率计算、行业对比），集成RAG检索能力，设计Prompt模板，搭建可运行的Agent原型。 四、异常检测智能体：规则引擎与语义校验结合 配置本地统计异常规则（同比波动、偏离均值等），触发后调用大模型进行业务合理性判断，结合向量库历史案例实现高可解释性异常检测。 五、时序数据分析智能体：特征提取与趋势解读 在本地完成财务时序数据的特征计算（移动平均、环比、季节性指数），将结构化特征传入大模型，生成趋势归因与动态阈值建议。 六、风险评分模型智能体：多因子计算与推理融合 构建本地多因子评分体系（偿债、盈利、营运、市场等），结合企业背景与行业对比，由大模型输出调整后风险评分及关键风险因子解释。 七、综合实战：财务风险预警全流程编排 设计“企业风险全景评估”工作流，实现本地工具优先调用、云端按需推理的任务编排，完成从数据输入到风险报告生成的端到端智能体系统。 八、API调用优化与成本控制策略 学习请求合并、缓存策略、错误重试、流式响应等优化手段，建立token消耗与响应时延监控，培养“效果-成本”平衡的工程能力。 九、数据安全与隐私保护设计原则 实践财务数据脱敏、最小化上传、本地加密存储、传输安全等机制，构建符合《金融数据安全分级指南》等合规要求的智能体架构。 十、本地RAG知识沉淀与案例回流 将有效预警案例脱敏后回流至本地FAISS向量库，实现“使用即训练”的知识积累机制，持续提升检索相关性与预警准确率。 十一、可解释性风险报告生成与可视化 设计结构化输出格式（JSON），要求大模型附带风险因子依据，本地生成包含“本地计算部分”与“云端推理部分”的标准化风险报告。 十二、效果评估与后续演进方向 使用测试集评估预警准确率、响应时延、单次API成本等指标，探讨行业适配、多模态输入、企业微信集成、边缘模型蒸馏等后续演进路径。 如果您想学习本课程，请预约报名
如果没找到合适的课程或有特殊培训需求，请订制培训 除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916 技术服务需求表点击在线申请 服务特点： 海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。 专家力量： 中国科学院软件研究所，计算研究所高级研究人员 oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家 中科信软培训中心，资深专家或讲师 大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富 多年实际项目经历，大型项目实战案例，热情，乐于技术分享 针对客户实际需求，案例教学，互动式沟通，学有所获 |
|
