大模型工程化：ai驅動下的數據體系

大模型在眾多領域得到了廣泛應用，促進了AI技術的整合和創新。然而，在實際應用過程中，直接將大模型應用於特定行業常常難以達到預期效果。本書詳細闡述如何在遊戲經營分析場景中利用大模型實現數據體系的建設。

本書分為6個部分，共16章。第1部分主要介紹大模型技術的發展與應用，從大模型的發展現狀展開，重點介紹大模型與數據體系的相關知識。第2部分主要介紹大模型下的關鍵基礎設施，涵蓋湖倉一體引擎、湖倉的關鍵技術、實時數據寫入和高效數據分析等內容。第3部分主要介紹大模型下的數據資產，圍繞數據資產重塑、數據資產標準、數據資產建設、數據資產運營展開。第4部分主要介紹自研領域大模型的技術原理，涵蓋領域大模型的基礎、需求理解算法、需求匹配算法、需求轉譯算法等內容。第5部分主要介紹大模型的工程化原理，涉及工程化的基礎、技術籌備、建設要點、安全策略等內容。第6部分介紹大模型在遊戲領域的應用，通過遊戲領域的經營分析案例，系統地闡述如何實現業務需求。

本書適合致力於大模型技術應用的數據工程師閱讀，也適合尋求AI自動化編程解決方案的軟件開發者閱讀，還適合希望利用AI提升業務效率的企業決策者閱讀。



張凱，騰訊專家工程師，主要從事遊戲的大數據分析工作。具有10多年的互聯網從業經驗，先後負責遊戲安全對抗、反欺詐對抗、遊戲大數據應用等項目。曾主編3本暢銷圖書，榮獲異步社區“2023年度影響力作者獎”。

司書強，騰訊資深專家工程師，負責遊戲業務的數據工程、數據分析等工作。在大數據技術工程、數據分析、商務智能、企業級數據治理等領域有10年以上的實踐積累，主導並落地多個大型企業數據體系建設。

劉岩，騰訊資深專家工程師，前三一重工智能製造研究院院長。目前負責騰訊遊戲AI驅動下的數據體系建設工作，曾負責全球“燈塔工廠”建設。在數據驅動業務、業務流程重構、數據智能應用等領域有20年以上的工作經驗，主導和落地多個大型企業數字化轉型項目。……