（一）AI部署工程师与AI数据治理工程

1.AI部署工程师核心权责与能力矩阵；

2.行业AI项目落地痛点拆解、风险预判与规避方案；

3.业务场景AI机会挖掘与国产大模型选型评估体系；

4.数据安全合规基线与数据脱敏落地策略；

5.结构化数据质控实操与非结构化数据批量处理；

6.实操：批量处理多源业务数据与素材库构建。

（二）企业级RAG知识库与Agent智能体全栈工程

1.企业RAG底层原理与适用边界；

2.Dify与RAGFlow架构差异及适用场景；

3.大模型幻觉根源分类与可信度机制分析；

4.可信度机制搭建，从源头降低知识库回答失真问题；

5.Agent工具体系设计与推理链路的拆解方法；

6.MCP协议原理与跨系统互通与安全调用；

7.可视化节点编排策略与业务流程全自动流转；

8.实操：私有化企业知识库搭建与Agent业务自动化交付。

（三）国产信创私有化部署与线上运维管控

1.国产信创私有化部署架构选型与适用边界；

2.算力资源测算方法、硬件资源估算清单；

3.推理引擎选型：Ollama与vLLM的场景选择；

4.日志埋点、链路追踪、性能压测与服务扩容调优；

5.实操：私有化部署架构选型验证与全流程排障处置。

（四）行业AI项目安全合规与全流程交付验收

1.AI项目合规框架与数据分类分级落地实操；

2.精细化权限体系设计、操作审计与全程留痕追溯方案；

3.AI应用安全风险管控策略与安全自查；

4.全套项目交付文档体系、量化验收指标设计；

5.交付答辩技巧、项目复盘机制与持续优化方案；6.实操：AI应用权限策略配置与项目验收模拟。