本课程以阿里通义开源生态为核心，系统讲授从零构建企业级高质量AI数据集的方法。依托ModelScope工具链与Qwen、通义万相、通义听悟等能力，覆盖文本、图像、音频、视频、多模态对齐及科学计算六大模态。内容包括：从网页/PDF/数据库采集清洗中文科技文本；用Qwen自动生成指令微调数据；通过通义万相生成可控图文对；利用通义听悟实现语音-文本对齐与说话人分割；构建数学题、代码注释、分子图谱等结构化科学数据集；并掌握数据去重、隐私脱敏与版权合规等关键工程技能。

ATP人工智能培训（AI Training Program）