我们知道Deepseek-R1（以下简称DSR1)最牛逼的地方就是它的推理能力。

那么对于一个公司的运营来说，最重要的就是数据分析和解读能力。

以往传统电商或者互联网产品经理和运营都是人工进行数据分析和决策，但是基于DSR1的强大推理能力，我们是不是可以把这部分数据分析和决策工作让DSR1来完成呢？

答案是：必须的啊。

DSR1可以帮你完成下面几个重要步骤的工作：

• 选品

• 独立站搭建和SEO运营策略

● 运营数据分析以及改进决策

在正式分享之前，我想给大家说一下想完成这个工作必须依赖DSR1满血模型，其他的大模型都做不到，但是R1推理模型的目前一直卡在“服务器繁忙，请稍后再试”。

那我们就有必要在本地部署R1大模型，而且必须是满血的R1模型。

满血的模型就是训练参数为671B大小，这个训练参数决定了推理的准确性。

之前我在本地通过ollama部署过8b和14b的模型，说实话这些蒸馏版本就像玩具，8B以下模型推理能力太差，14B模型需要你的电脑运营内存在32GB以上.

比如我让他们帮我分析一个关键词表格数据，使用14B模型给我分析出来的东西不能说是不怎么准确，简直就是风马牛不相及。

上面是8B模型给我的分析，我把表格数据连同数据的维度都喂给你了，你给我分析了寂寞啊。

于是我让它调用python程序帮我分析吧，结果一顿操作猛如虎，结果一出二百五。

罢了罢了，看来之前那些鼓吹本地部署大模型多厉害的人其实压根就没有实际测试过。

我用deepseek网页版本的r1满血模型测试过直接上传excel表格，它能够完全理解表格的内容并给出合理的建议决策。

所以想完成数据分析的工作还得靠满血大模型。

但是满血大模型个人电脑压根就不可能带动，所以我们可以曲线救国，通过一些大平台比如火山方舟大模型平台来接入到本地。

搭建步骤如下：

一，申请火山方舟大模型服务

1，首先进入火山引擎官网https://www.volcengine.com/product/ark，先注册。

2，开通你的模型权限，但是开通之前先要进行身份验证，如果是企业选择企业上传营业执照，如果个人需要人脸识别验证。

3，在右侧选择你要开通的大语言模型，然后点击开通服务，我们如果想要开通Deepseek-r1，就选择DEEPSEEK R1。

4，创建模型接入点，左侧菜单选择在线推理，然后在自定义推理接入点选择创建推理接入点。

5，填写接入点基本信息，包括名称，模型选择，购买方式

名称随便写，模型选择deepseek-r1

选择按token付费，点击确认接入，完成模型接入点创建。

6，创建API key，

点击创建即可。

我们创建完之后，再回到模型在线推理接入点，然后找到你的模型接入名称下方的一串代码，这串代码等会要用到。

二，下载Chatbox用来部署刚才申请的模型

Chatbox就是一个用来本地部署大模型的交互盒子，你可以用这个盒子来部署各大语言模型，例如Chatgpt,豆包等等。

1,直接去chatbox官网下载

2，下载好设置大语言模型，在语言模型那里选择“添加自定义提供方”

参数设置：

API模式：选择OPENAI API兼容

名称：随便

API域名：https://ark.cn-beijing.volces.com/api/v3

API路径：/chat/completions

API秘钥：在APIkey管理那里直接复制过来

模型：就是你的推理接入点名称下方的一串代码

最后选择保存就可以体验满血版本的deepseek-r1了。

完成本地部署满血DSR1大模型后，我们开始打造数据分析师

一，根据关键词表格对独立站进行建站前的策划

下载谷歌关键词工具的关键词表格，然后上传到chatbox让DSR1，让它根据我们上传的关键词表格给出搭建网站的建议

DSR1给出的建议

二，根据数据表格给出适合初创企业的运营策略

对于创业公司来说，能不能通过关键词表格来选择合适的营销策略。

在它推理的过程中，有几个点我觉得非常厉害：

1，它能推理出初创公司应该选择竞争低搜索量高的关键词。

2，能够区分出内容营销不同类型针对不同购买阶段的用户。

3，外链给出的建议更有针对性，因为是接发产品，它直接告诉你找美发沙龙合作获取高质量外链。

还知道通过拦截竞品品牌关键词来获取流量

三，选品

让它从表格中分析并直接找出适合初创企业的产品类型

选品的逻辑

其实这些推理思维的过程对于一个老手来说很简单，但是如果是个新手的话可能思维没有DSR1缜密。

四，现有网站运营数据分析

可以从谷歌站长工具把关键词还有网页数据表现下载下来然后通过DSR1来找出问题并让它给出改进的建议。

它会先根据GSC的数据分析出当前的问题。

下一步给出改进策略

本来数据分析就是一个偏重逻辑思维的工作，通过DSR1的逻辑推理分析，基本上可以告别人工分析，毕竟人类再理性还是逃不开感性主观的臆断，这是人类与生俱来的本质属性，所以我认为这部分工作可以完全甩给AI来搞。

今天大家学了两个知识点，简单总结一下：

1，首先我们学会了如何通过火山大模型平台申请一个用于本地部署的api key,并在本地成功部署成功满血的deepseek-r1大模型

2，我们学会了利用deepseek-r1来帮助我们执行数据分析和决策的工作，推理的工作就交给机器人来干，我们只需要负责执行。

这也许就是人类世界未来的样子，未来已来，让我们兴奋起来吧。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】