AI辅助应用开发：本课程将深入探索代码大模型和各类AI辅助开发工具如何在现代软件工程中发挥关键作用，旨在帮助学生掌握利用人工智能进行系统设计的新范式和新思维。课程内容覆盖广泛，从AI辅助前端开发优化用户界面与体验，到AI辅助数据开发实现高效数据处理与分析，再到AI辅助后端开发构建稳健可靠的系统架构，乃至AI辅助游戏开发中创造沉浸式互动体验，以及AI辅助运维开发提升系统稳定性和自动化水平。通过本课程的学习，学生将能够全面掌握运用AI技术，革新传统开发流程，从而设计并构建更加智能、高效、创新的应用程序。

实践教学内容：代码大模型和AI辅助应用开发简介、主流AI辅助开发工具(cursor、cline、vscode copilot、Augment、Trae)、AI辅助前端应用开发、AI辅助数据开发、AI辅助后端应用开发、AI辅助游戏开发、AI辅助运维开发。

大模型调优与部署技术：本课程是专业必修课，专注于研究如何对大语言模型（LLM）进行优化和部署，以实现高效、稳定的运行。学生将学习大模型微调的基本概念、技术和方法，包括模型蒸馏、LoRA微调、LLamaFactory框架以及unsloth等前沿工具。同时，课程还将深入探讨大模型在各种应用场景下的量化和部署技术，涵盖vllm、llama.cpp、DeepSpeed等关键工具和框架。通过本课程的学习，学生将能够理解大模型调优与部署的核心思想，掌握从模型优化到高效部署的全链路基本流程，为将来从事人工智能领域的研究和开发工作打下坚实的基础。

实践教学内容：大模型微调的概念、SFT监督微调、LoRA微调、基于人类反馈的强化学习RLHF、LLamaFactory框架、unsloth微调加速框架、大模型量化和大模型部署的概念、用户级部署工具、llama.cpp部署工具、vllm大模型推理加速框架。