购物车
个人中心
AIGC辅助数据分析与挖掘:基于ChatGPT的方法与实践
￥59.00
内容简介这是一本能指导数据分析师和数据挖掘工程师在AIGC时代快速实现能力跃迁的著作，教会他们使用ChatGPT等AIGC工具，大幅提升数据分析与挖掘的能力和效率。全书围绕Excel、SQL和Python这3大常用的数据分析和挖掘工具展，从方法和实践2个维度系统讲解了如何使用ChatGPT和Bing Copilot等AIGC工具来辅助提升效率。全书一共8章，内容可以分为四个部分：1.AIGC工具使用和Prompt撰写首先详细介绍了数据分析与挖掘能用到的各种AIGC工具的使用方法和注意事项，然后全面讲解了如何面向数据分析与挖掘场景构建高质量的Prompt，包括大量的方法和最佳实践。2.AIGC辅助Excel数据分析与挖掘方法角度，详细阐述了AIGC工具如何辅助Excel数据分析与挖掘，包括数据集生成、数据管理、数据处理、数据分析和数据展示等；实践角度，通过RFM分析、时间序列分析和相关性分析等3个方面的案例讲解了AIGC工具与Excel在不同场景中的结合使用。3.AIGC辅助SQL数据分析与挖掘方法角度，详细讲解了AIGC工具如何辅助SQL数据分析与挖掘，包括数据准备、查询、清洗、转换、分析等；实践角度，通过广告渠道评估、归因报表、留存报表等3个方面的案例讲解了AIGC工具与SQL在不同场景中的结合使用。4.AIGC辅助Python数据分析与挖掘方法角度，详细讲解了AIGC工具如何辅助Python数据分析与挖掘，包括环境构建、数据探索、数据处理、AutoML等；实践角度，通过广告预测、商品分析和KPI监控等3个方面的案例讲解了AIGC工具与Python在不同场景中的结合使用。除此之外，本书还全面总结了用AIGC辅助这3种数据分析与挖掘工具时会遇到哪些问题以及有哪些注意事项。
大模型驱动的研发效能实践
￥59.00
内容简介这是一本从实践角度深探讨如何利用大语言模型提升软件交付全生命周期效率与效能的实战性著作。全面细致地讲解了研发和运维人员需要掌握的大语言模型及其相关技术的原理，重讲解了如何借助大模型实现DevOps、SRE、平台工程三大领域的智能化实践，覆盖发、测试、运维、监控、安全、项目管理等软件发全流程和全场景，通过丰富的实例展示了其在实际工作场景中的具体应用。本书的独特之处在于它不仅涵盖了基础理论知识，如Transformer模型的基本原理及GPT系列模型的发展历程，更注重于实践应用，提供了从预训练到微调的完整方法论。书中特别强调了大语言模型在降低IT人员认知负荷方面的作用，通过集成多种工具和技术，帮助企业构建更加高效、智能的软件交付体系。此外，本书得到了来自企业级、学术界和研究机构近20位专家的一致好评。通过阅读本书，你将：?了解大语言模型的发展和起源?了解ChatGPT的相关内容，包括GPT模型的结构和完整实现?了解Transformer模型的基本原理?深了解大语言模型的微调技术，软件交付的三大底座以及RAG的基本原理?探索大语言模型在运维场景中的实践?探索大语言模型在编程场景中的实践?探索大语言模型在测试场景中的实践?探索大语言模型在安全场景中的实践?触前沿的技术趋势，了解实践中的具体方法，清晰看懂实践后的数据和数据
图算法:行业应用与实践
￥59.00
内容简介这是一本全面讲解当下主流图算法原理与工程实践的著作，旨在帮助读者在分析和处理各种复杂的数据关系时能更好地得其法、善其事、尽其能。全书共10章：第1~3章主要介绍图的思维方式、图算法基础以及如何评估图算法的效率；第4~9章主要讲解6类经典图算法，包括中心性算法、相似度算法、连通性和紧密度算法、传播与分类算法、拓扑预测算法、图嵌算法等，一共20余种算法，详细讲解了这些算法的原理、参数以及行业应用。第10章以案例的方式讲解了图算法在金融、生物医药等领域的深度应用，旨在为广大图数据库的使用者、发者提供启发性思考。本书概念清晰、内容丰富、实用性强、语言流畅，深浅出、重突出，既适合门读者阅读，又适合有一定图数据库基础的阶人员阅读。
大模型应用落地:实战AI搜索
￥59.00
本书基于大模型成功赋能AI搜索经验总结，系统梳理AI搜索的实现原理、核心技术、关键工具及模块化实现，带你从0到1搭建专属AI搜索应用，跑通全流程；配套全流程源码，降低发门槛，轻松构建专属AI搜索应用。 本书共8章。第1章从多个维度分析大模型技术，帮助读者理解其技术变革与应用的本质，最后分析了大模型落地难，让读者对大模型有全面认知。第2章梳理AI搜索从关键词匹配到语义理解的发展路径，并以LeptonSearch为例解析源码实现，帮读者构建AI搜索的初步认知框架。第3章全面解析查询理解、规划执行、答案内容优化以及答案缓存优化等AI搜索的关键技术，旨在帮助读者深理解AI搜索系统的内部运作机制与实现。第4章介绍OpenAI API、DeepSeek、LangChain、Milvus等技术及其应用，帮助读者降低发门槛。第5章讲解如何从零始构建一个AI搜索系统的后端架构，涵盖后端技术方案设计、基础框架构建，为后续功能发好基础。第6章详解AI搜索系统的五大核心模块（实体、分析器、检索器、生成器、过滤器）的功能定位与代码实现，以构建一个结构清晰、职责分明的AI搜索引擎内核。第7章聚焦于系统的自动化调度设计，如动作类的定义与实现、调度器模块的构建，提升系统的智能化水平。第8章详解应用层（DAO操作层、Service逻辑层、Controller口层）的发流程，最后提供多个口实现示例，并通过3个场景来测试AI搜索效果。
计算机科学中的离散数学基础
￥59.00
本书概述了城市计算的定义、框架和主要研究问题，以典型应用为案例着重介绍大数据中异构数据的融合和协同计算技术，根据城市计算的框架分成四个部分：概念和框架、城市感知和数据采集、城市数据管理、城市数据分析。第一部分（第1章和第2章）给出城市计算的概述。第二部分（第3章）介绍了数据的来源和收集方法。第三部分由第4~6章组成，介绍了空间和时空数据的数据管理。第四部分由第7~10章组成，介绍了从城市大数据中挖掘知识的基本技术和高级主题。本书适合计算机及人工智能专业的本科生、研究生和其他感兴趣的读者阅读。
Android性能优化之道:从底层原理到一线实践
￥59.00
这是一本深度解读Android性能优化底层原理并给出可落地的一线实践指导的专业技术书。书中不仅原理讲解透彻，而且会给出很多基于读者实际工作成绩的实战案例。本书共分为11章，其中第1章总体介绍Android性能优化的背景、本质、方法论和落地方向，第2~10章从原理和实战两个层面分别对内存优化、速度优化、稳定性优化、包体积优化及其他优化行解读。最后一章是作者多年优化从业经验的总结。
红蓝攻防:构建实战化网络安全防御体系
￥59.00
内容简介 这是一部从红队、蓝队、紫队视角全面讲解如何行红蓝攻防实战演练的著作，是奇安信安服团队多年服务各类大型政企机构的经验总结。 本书全面讲解了蓝队视角的防御体系突破、红队视角的防御体系构建、紫队视角的实战攻防演练组织。系统介绍了红蓝攻防实战演练各方应掌握的流程、方法、手段、能力、策略，包含全面的技术细节和大量攻防实践案例。 第1部分（第1章） 红蓝对抗基础 首先，阐述了为何要行实战攻防演练以及实战攻防演练的发展现状；其次，介绍了红队、篮队、紫队的定义及演变趋势；Z后，概述了实战攻防演练中暴露的薄弱环节以及如何建立实战化的安全体系。 第二部分（第2~5章） 蓝队视角下的防御体系突破 讲解了蓝队行防御突破的4个阶段、8种攻手段、各种能力，以及近10种采用不同攻策略的经典案例。 第三部分（第6~10章）红队视角下的防御体系构建 讲解了红队构建防御体系的4个实施阶段、8种防守策略、5类防护手段、5类关键设备，以及来自各大政企机构的经典防守案例。 第四部分（第11~13章）紫队视角下的实战攻防演练组织 首先从演练组织要素、组织形式、组织关键和风险规避措施等方面讲述了作为组织方紫队应如何组织一场实战攻防演练，然后从组织策划、前期准备、实战攻防演练、应急演练、演练总结5个阶段详细介绍了组织方的工作内容，Z后介绍了演练结束后沙盘推演的整体策划和组织过程。
大模型应用开发:核心技术与领域实践
￥59.00
本书由科大讯飞与中国科大的大模型的资深专家联合撰写，一本书通大模型的技术原理与应用实践壁垒，深大模型3步工作流程，详解模型微调、对齐优化、提示工程等核心技术及不同场景的微调方案，全流程讲解6个典型场景的应用发实践。 本书共10章，从逻辑上分为“基础知识”“原理与技术”“应用发实践”三部分。基础知识（第1章）介绍大模型定义、应用现状、存在的问题，以及发展趋势。原理与技术（第2和3章）详细讲解大模型的构建流程、Transformer模型，以及模型微调、对齐优化、提示工程等核心技术，之后介绍了推理优化、大模型训练、大模型评估、大模型部署等拓展技术。应用发实践（第4～10章）详细讲解大模型插件应用发、RAG实践，以及智能客服问答、学科知识问答、法律领域应用、医疗领域应用、智能助写平台等多领域的实践。
大模型安全、监管与合规
￥59.00
内容简介这是一部从技术安全、监管框架、合规要求、伦理道德等角度全面讲解生成式人工智能安全问题的实战性著作。本书在坚实的理论基础之上，通过丰富的案例和翔实的数据，系统梳理了企业当下在生成式人工智能实践中面临的各种安全挑战，并给出了应对策略。本书的目标是为读者提供全面且实用的行动框架和实操指南，以促生成式人工智能行业的健康发展。本书融合了跨学科专家的技术和经验，作者团队包括安全领域的资深技术精英、微软创新教育专家（MIEE）、生成式人工智能技术专家，以及在大数据企业、法律界深耕多年的知识产权与数据合规方面的专家。他们凭借各自的专业知识和实践经验，将理论与实务紧密结合，为读者提供了宝贵的见解和参考。阅读并掌握本书，你将收获以下10个方面知识：（1）大模型安全的范畴、现状和挑战：包括安全、监管与合规的关键问题，以及国家安全和社会治理角度安全隐患和风险。（2）大模型技术层面的安全风险：包括信息安全原则、传统安全风险、识别和分析人类意图的挑战，以及大模型的固有脆弱性。（3）大模型监管与合规的法律框架：包括全球范围内的AIGC的监管现状，如诉讼压力、执法调查和立法展，以及国内监管体系和国外典型法域的监管实践。（4）大模型知识产权合规：在大模型的发和应用中，如何确保知识产权的合规性，包括著作权、源协议、专利权、商标权和商业秘密的保护。（5）大模型数据合规：在大模型的构建过程中如何确保数据合规，包括模型训练、应用和优化等全流程的数据合规。（6）大模型内容安全：在大模型的应用过程中如何确保内容安全，包括内容监管、内容安全风险和内容安全合规。（7）大模型算法合规：在大模型的构建和应用发过程中如何确保算法合规，包括算法备案、人工智能安全评估、算法公透明、算法生成内容标识、算法反歧视、与算法有关的侵权和算法合规要总结。（8）大模型伦理安全：在大模型的构建和应用过程中如何确保伦理安全，包括伦理风险、成因分析、治理实践、应对策略和自查工具表。（9）大模型的安全保障方案：如何构建一个既安全又可信的大模型环境，包括传统技术层面的安全保障、数据层面的保障策略和可信属性角度的安全防护策略。（10）生成式人工智能的发展趋势：从技术视角和法律视角，洞察大模型在安全、监管与合规方面的发展趋势。
Kubernetes实战(原书第2版)
￥59.00
本书是管理大规模容器编排的大师级读物，涵盖了所有最新的Kubernetes功能、工具和弃用内容。在本书中，四位在分布式系统、企业应用发和源领域有着丰富经验的Kubernetes专家对使用 Kubernetes 容器编排系统构建应用行了全程指导。本书内容丰富，涵盖发者工作流、监控和度量指标、配置管理、持续集成和测试、版本控制与发布、应用程序的全球化部署、资源管理、网络、Pod安全、集群策略与治理、多集群管理、外部服务集成、机器学习、在Kubernetes上构建高层应用的模式、状态管理和有状态应用、准控制与授权、GitOps、安全性、混沌测试、实现Operator等，是一本非常全面的实践指南。
用户研究方法:卓越产品和服务的用户研究技巧
￥59.00
内容简介 本书是用户研究领域的标准性著作，它能帮助读者构建完整的用户研究方法体系，并用该体系其造卓越的产品和服务。本书是作者在中兴、腾讯、OPPO、唯品会等企业10余年产品设计和用户研究的经验总结，系统总结和阐述用户研究的流程、方法、工具，用户研究在产品研发全流程中的应用，以及用户研究经验的总结和沉淀。 全书共10章，主要分为三篇。 第1篇（第1~5章） 主要介绍用户研究的基础知识，以及用户研究的流程、方法与工具。帮助读者建立对用户研究建立基本认知，掌握数据收集方法、分析方法以及用户研究工具的使用。 第二篇（第6~8章） 主要从业务实践的角度讲解用户研究的流程、方法和工具在产品研发全流程中的具体应用，手把手指导读者如何通过好的用户研究来造卓越的产品和服务。 第三篇（第9~10章） 首先总结了如何将用户研究的结果沉淀下来并赋能业务，然后分享了作者自从事用户研究以来遇到的常见问题及其解决方案，希望能帮助读者在某些问题上少走弯路。 不管是用户研究领域的学生，还是有经验的职场从业者；不管是产品经理、产品策划、运营经理、设计师，还是类似于人力资源等各种需要与用户交道的岗位，本书都能帮助你更懂你的用户，从而造出用户需要的产品。
企业应用架构模式(典藏版)
￥59.00
本书是一部系统总结企业级软件架构方法、思想和模式的著作，被誉为“软件架构领域最重要的10本书之一”。原书被翻译为葡萄牙语、波兰语、德语、俄语、韩语、日语、简体中文等多种语言，畅销不衰，并曾获得美国《软件发》杂志颁发的“Jolt生产效率奖”。 第一部分（第1～8章）介绍企业应用架构领域需要掌握的关键知识和可能遇到的问题，并给出了这些问题的初步解决方案；第二部分（第9～18章）在对这些解决方案行细化的同时，总结出了51种实用的软件架构模式，每个模式都详细给出了使用场景、解决方案、UML表示等。 这些模式从不同层次、不同侧面展示了什么是好的企业应用架构，以及如何设计好的企业应用架构，不管企业应用发的技术和平台如何变化，这些模式始终能在企业应用架构中发挥重要的作用，是不可或缺的内功心法。
银行数字化业态风控:原理与实践
￥59.00
内容简介 这是一本系统指导银行如何为电子银行、网上银行、手机银行、开放银行、远程银行5种数字化业态构建智能风控体系的著作。作者基于30余年的银行业从业经验，系统梳理和总结了“规制建设—技术应用—合规嵌入”三位一体的风控策略及其实践方法。本书既提供传统风控框架，又适配智能化趋势的安全设计，涵盖线上产品标准化迭代研发、服务全旅程管理分析、跨业态联控共治机制运用和平台敏捷治理体系建设等实践内容，为从业者提供从理论到实践的完整框架，意在帮助读者了解银行数字化风控的演进体系，更好地感知风险态势及策略布局。 掌握本书内容，您将收获以下核心价值。 （1）*理解数字化风控体系：系统学习电子银行、网上银行、手机银行、开放银行、远程银行5种业态的规制建设、技术应用与合规嵌入，构建完整的数字化风控知识体系。 （2）洞悉前沿技术应用：深入了解AI、大数据、区块链等技术在智能风控中的原理与实践，包括设备指纹、生物探针、专家规则、模型脚本、关系图谱等10余种具体应用，助您驾驭未来风控挑战。 （3）掌握合规与伦理治理：厘清开放场景中银行账户、数字人民币、银行数据等开放要素的合规边界与安全防护体系，理解金融科技伦理治理路径，有效规避法律与声誉风险。 （4）获取实战解决方案：学习针对图文识别、智能客服等新型服务的“内容合规审查+AI情绪识别”闭环管理模式，以及应对外部欺诈、内部违规操作等超过15种具体类型风险的防控方案。 （5）提升职业竞争力：借鉴作者30余年国有大行管理经验，将理论研究与实践策略深度融合，为银行从业者、监管人员及金融科技专家提供跨业态风控指南，助您在数字化转型中脱颖而出。 （6）紧跟政策法规动态：全书收录并解读了超过20部数字金融领域监管政策法规，包括《电子签名法》《反洗钱法》《网络数据安全管理条例》等，确保您的风控实践始终符合监管要求。 本书不仅是理论的殿堂，更是实践的宝库。它集成了实践中各类展业平台的业务功能、技术应用、法规依据、风控策略等方面的新成果，融合了银行业务、技术、服务的“管、控、防”数字化要略，旨在提供银行前沿数字化转型探索经验和专业性风险控制管理策略，以便读者理解银行数字化风控现状和未来趋势。
湖仓架构:大规模数据平台的设计和实现
￥59.00
本书全面阐述了湖仓架构相关知识。首先介绍数据架构及其在构建数据平台中的作用，剖析湖仓架构的概念、特征和优势。着对比传统架构（数据湖与数据仓库）和现代数据平台，明确湖仓架构在未来数据平台的重要地位。然后讲解行存储与列存储等概念，以及云对象存储、文件格式和表格式等组件，还给出设计存储时的考量因素。着阐述数据目录、计算引擎在湖仓架构中的功能、类型选择和设计要。在数据治理与安全方面，强调在湖仓架构中的统一治理和安全流程。之后提供了湖仓平台从前期准备到具体设计和实施的详细指南。最后探讨湖仓架构的未来发展趋势，如数据网格、混合事务与分析处理等。通过学习本书，读者可系统掌握湖仓架构知识，为相关实践提供有力支持。
情报驱动应急响应(原书第2版)
￥59.00
本书在第1版的基础上对网络分析概念和流程行了改，提供了将这些技术整合到事件响应过程中的最佳实践。全书分为三部分：基础知识部分（第1~3章），介绍网络威胁情报、情报流程、事件响应流程，以及它们如何协同工作；实战部分（第4~9章），介绍使用F3EAD流程演练情报驱动事件响应（IDIR）的流程，包括查找、定位、消除、利用、分析和传播；未来之路部分（第10~11章），探索IDIR的未来发展方向，包括战略情报的作用、架构、获取以及如何创建情报计划等。本书可以帮助事件管理人员、恶意软件分析师、逆向工程师、数字取证专家和情报分析师理解、实现这种关系并从中受益。
AIGC辅助软件开发:ChatGPT 10倍效率编程实战
￥59.00
这是一本讲解如何用ChatGPT、Github Copilot X、Cursor等主流AIGC工具优化和提升软件发全流程效率和质量的实战性著作。 全书以软件发的流程位主线来组织内容，详细讲解了程序员、架构师、项目经理、产品经理、技术团队管理者们如何在技术方案构建、需求文档撰写、代码编写与注解、客户端发、前端发、后端发、测试和调试、性能优化、疑难问题解决、产品设计、软件架构与设计、应试与面试12个主题充分发挥AIGC工具的潜能，在提高研发效率和质量的同时，提升自身的实力。 AIGC工具在软件研发12个主题的使用方法，全部以实战项目案例的方式展讲解，有具体的工程化思路，也有可复用的提示词，还有对使用经验的总结和注意事项的提醒。只要跟着本书的案例实操一遍，就能顺利跃迁为AI时代的新程序员，与AI共同化，成为不被AI淘汰的人。
Ray分布式机器学习:利用Ray进行大模型的数据处理、训练、推理和部署
￥59.00
Ray是源分布式计算框架，简化了扩展计算密集型Python工作负载的过程。本书展示了如何使用Ray构建机器学习应用程序，介绍了Ray如何融当前的机器学习工具，以及Ray如何与这些工具紧密集成。本书前3章介绍了Ray作为分布式Python框架的基础知识，并提供了应用示例；第4-10章介绍了Ray高级库（Ray RLlib、Ray Tune、Ray Dataset、Ray Train、Ray Serve、Ray Cluster、Ray AIR），并展示如何使用高级库创建应用程序；第11章对Ray的生态行了总结，并指导读者继续学习。
嵌入式Hypervisor:架构、原理与应用
￥59.00
内容简介本书由资深虚拟化专家撰写，辅以大量验证式案例，提供参考源码。本书从解读虚拟化技术、Hypervisor产品手，之后深剖析嵌式Hypervisor的架构、设计与实现、高级应用。阅读本书，不仅能提升读者对嵌式Hypervisor的认知，还能助力汽车、航空航天等高安全需求行业造适用的产品，构建基于Hypervisor的软件生态。全书共15章，从逻辑上分为三部分。第一部分（第1～2章）介绍Hypervisor基础，涵盖虚拟化技术与实现、主流的嵌式Hypervisor产品，以及基于分离内核的嵌式Hypervisor等内容。第二部分（第3～12章）介绍嵌式Hypervisor的设计与实现，涵盖嵌式Hypervisor架构与核心组件、中断隔离技术、内存隔离技术、循环表调度器、健康监控、分区间通信技术、内核资源管理模型、系统初始化过程、内核服务、PRTOS的配套工具等内容。第三部分（第13～15章）介绍嵌式Hypervisor的高级应用和PRTOS未来规划，涵盖μC/OS-II与Linux内核的虚拟化过程以及PRTOS社区的愿景等内容。
语义解析:自然语言生成SQL与知识图谱问答实战
￥59.00
如何保证大模型输出内容的可靠性？ 如何建立自然语言和形式逻辑之间的映射？ 如何在工业级应用中将自然语言查询自动转换为SQL语言？ 如何由浅深地实现一个知识图谱问答系统？ 如何使用预训练技术提高模型语义理解的能力？ 如何通过数据增强的方法提升语义解析的效果？ 在实际产品中如何应用语义解析技术？ 以上所有问题都能在本书中找到答案！ 语义解析技术能解决大模型无法保证输出的形式语言可靠性和输出答案真实性的问题。本书由语义解析大赛获奖者撰写，通过本书的学习，读者可以了解NLP的相关技术，掌握自然语言生成SQL和知识图谱问答的实现方法。 本书从逻辑上分为三部分。 第一部分（第1章）：从具体的语义解析问题手，引出了各种主流技术，讨论了不同技术方案的对比和实现路径，并比较了不同数据集和技术路线的实验效果。 第二部分（第2～6章）：详细讲解了5种语义解析技术路线，即基于机器翻译、模板填充、强化学习、GNN、中间表达的技术原理与实现示例。 第三部分（第7～11章）：讲解了如何从零始构建一个语义解析系统，并针对NL2SQL和知识图谱问答的不同应用场景提供实践方案。同时，阐述了在产品中落地语义解析技术可能遇到的问题和应对技巧。
企业级数据架构:核心要素、架构模型、数据管理与平台搭建
￥59.00
这是一本能指导企业在数字化转型和数据要素时代通过数据架构用好数据、管好数据、充分发挥数据价值的著作。 从0到1讲解了数据架构的技术栈、方法论与落地实践，揭示了数据架构的底层逻辑，总结了数据架构的核心要素和架构模型，阐述了数据治理、数据资产管理以及数据平台的搭建等全方位的内容，是作者10余年数据工作经验的总结。 本书主要分为五部分： 第一部分：架构基础，对企业架构的组成要素以及流行的企业架构框架行了总览性质的介绍，数据架构是重； 第二部分：数据架构基础，详细讲解了数据架构的组成、数据存储、数据调度与消息传输、Lambda架构和Kappa架构以及数据架构的辅助资源组件； 第三部分：数据架构模型，首先介绍了企业内部数据区的划分与内部数据的流向，然后讲解了数据模型的建模策略、步骤和方法，以及维度建模的详细内容； 第四部分：数据管理，讲解了数据架构的核心内容，包括元数据管理、数据质量管理、数据标准管理、数据治理和数据资产管理等的方法和实践； 第五部分：数据架构实践，通过离线计算和实时计算两大场景中的综合案例，对前面的内容行了融合，手把手教读者行数据架构实践。 本书内容通俗易懂，注重实践，不仅浓缩了作者在日常工作中的思考、解决问题的思路，还融了该领域优秀同行的经验和实践，相信对读者会有一些帮助。
AI赋能HR:AI 10倍提升HR工作效率的方法与实践
￥59.00
内容简介 这是一本全方位讲解如何利用AI工具为HR赋能的著作，是AI时代HR提升职场竞争力的实战指南。作者基于深厚的HR管理经验和AI实战经验，通过科学的方法、高效的提示词、丰富的案例、清晰的步骤，细致地讲解了如何利用 AI 工具提高工作效率、优化管理流程、提升人才管理水平。 从AIGC的基础知识到AI工具的使用，从AI在人力资源全生命周期所有场景中的应用到使用AI的风险防控，本书全面系统地讲解了HR需要掌握的全部AI知识。具体地，读完并学会本书，读者将能掌握以下知识： （1）AIGC的基础知识以及ChatGPT、Kimi、文心一言等AI工具的使用方法； （2）AIGC在人力资源领域的价值和应用挑战，以及HR的AI能力模型； （3）针对人力资源的提示词方法和技巧； （4）AI辅助HR的日常工作，包括职场文案、项目管理、制度撰写、流程管理等场景； （5）AI辅助人力资源战略管理，包括战略规划、人力需求预测等场景； （6）AI辅助招聘管理，包括招聘需求分析、招聘计划制订、职位分析与描述、招聘文案撰写、面试准备与模拟、候选人筛选、面试评估、招聘数据分析与管理等场景； （7）AI辅助培训与人才管理，包括培训需求调查、培训计划制订、培训课程发、培训效果评估、人才管理等场景； （8）AI辅助绩效管理，包括考勤管理、绩效考核指标设计、绩效评估和反馈、绩效考核结果评价等场景； （9）AI辅助薪酬与福利管理，包括薪酬策略制定、福利方案设计等场景； （10）AI辅助员工管理，包括员工职管理、在职员工管理、员工离职管理等场景； （11）AI辅助企业文化建设，包括企业文化体系构建、企业文化传播、企业文化实践等场景； （12）大模型在各种规模的企业的部署和实践； （13）HR在使用AI时应该防范的风险，包括数据安全风险、知识产权风险、职业道德风险、商业伦理风险、法律合规风险、社会责任风险等。
