课程背景
当前央国企面临资料治理三重困局：大模型样本资料质量参差不齐导致输出偏差率较大；资料孤岛阻碍跨系统协同；安全合规高压下敏感资讯泄露隐患激增。
本课独创“认知筑基-建模实战-治理攻坚-情境落地”四阶架构，以国网业务情境为锚点，将DCMM资料治理轮廓和大模型资料工程深度融合，借助沙盘推演掌握样本清洗、特征工程、安全脱敏等等核心本领。参训者将获得可直接落地的抓手链，促成大模型资料从“原料”向“资产”转化。
课程收益
掌握大模型资料全链路治理轮廓：弄懂从原始资料采集→样本标注→模型训练→合规审计的闭环本领
降低资料治理成本：复用主资料清洗规则库，样本标注效率大幅拉升
规避业务隐患：构筑敏感资料自动脱敏制度
打通资料孤岛：规划跨系统资料血缘图谱
练就工程思路：掌握4类资料建模抓手
4天（分2次开展，每次2天），6小时/天
课程大纲
导入：大模型资料治理的危和机
痛点墙热力图：样本噪声/标注错误/孤岛效应/安全雷区
政策沙盘：等等保2.0对语音文本资料的合规要求
课程轮廓：“资料筑基→智能建模→治理落地→情境进化”四阶跃迁
第 一讲：筑基篇——大模型认知和资料治理新范式
标的：构筑大模型-资料-业务的关系认知，掌握资料治理核心轮廓
大模型三重革命
算法突破：Transformer架构本质
资料倚重：高质量样本VS模型性能的量化关系
情境适配：客服工单分类/装置故障预测等等电网高价值情境（也可用户指定）
资料治理DCMM轮廓精要
八大本领域在AI时代的进化：
资料准则→样本标注规范
要害将控点：元资料管控（字段级血缘追踪）
电网资料特性拆解
多模态资料治理：语音工单文本/装置传感器资料/用户画像
独特挑战：专精术语准则化（如“线路跳闸”在各个系统中的表述差异）
实例：某省客服中心因术语歧义导致工单分派错误率上升
次讲：攻坚篇——大模型资料建模实战
标的：掌握从原始资料到模型输入的工程化处理办法
学识模块：
资料预处理三板斧
噪声清洗：正则表述式过滤无效工单
实体对齐：模糊匹配算法统一装置编码
特征增强：基于电力学识库的术语扩展
样本标注四步法
标注规范规划：工单意图分类标签架构（故障报修/账单查询/投诉建议）
智能辅助标注：DeepSeek-R1预标注+人工校验闭环
b.抓手：《工单标注规则库》含47类电力情境话术模板
特征工程双引擎
传统特征：TF-IDF提取工单要害词（装置名/故障现象）
语义特征：Sentence-BERT构筑工单相似度矩阵
b.沙盘：电网装置故障预测模型的特征选项（温度/电流波动/历史维修记录）
三讲：治理篇——样本资料全生命周期管控
标的：构筑安全合规、持续精进的资料治理制度
学识模块：
质量监控双防线
业务规则校验：工单必填字段完整性（户号/地址/问题描述）
推演规则校验：时间序列合理性（报修时间≤处理时间）
b.抓手：实时资料漂移告警看板
敏感资讯治理三剑客
动态脱敏：语音工单实时变声技艺（工信部认证方案）
区块链存证：要害操作上链审计（长安链三元组存证演示）
c.实例：某市客服中心语音资料脱敏不合规被罚200万
长效营运制度
四级迭代流程：监控→归因→精进→部署
学识沉淀：标注实例库/术语词典/规则引擎版本管控
b. 抓手：《样本治理SOP流程图》
四讲：情境篇——电网大模型建设心得和沙盘实战
标的：复用头部公司办法论，规划国网专属解题打法
学识模块：
业界标杆实践拆解
南方电网：装置缺陷文本识别模型
国网客服：智能工单分类系统
电网情境沙盘推演
情境1：台风应急工单处理
资料诉求：气象API接入+历史抢修记录
模型架构：时序预测+LSTM优先级排序
情境2：敏感客诉自动拦截
治理要点：情绪识别模型+高危词库过滤
抓手：《敏感词动态管控模板》
Coze平台极速开发
2小时搭建工单拆解智能体：
接入客服系统API
配置电力专用NLU模块
绑定敏感词规则库
输出分类统计看板
结晶交付：参训者分组开发工单处理智能体原型
规划说明：
电网情境深度融合：所有实例/抓手都围绕工单处理、装置管控、应急响应等等真实情境
工程师友好规划：用网络拓扑类比模型架构，将NLP技艺转化为正则表述式等等可操作本领
国产化适配：优先选用DeepSeek-R1、长安链等等国产抓手链
合规强支撑：将等等保2.0、GDPR要求转化为具体操作清单
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|冰洋老师
适合谁听
国网客服中心网络工程师、资料运维队伍、AI项目施行人员。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。