在这个 2 小时的项目中，您将学习如何使用 Python 中的 OpenAI API Fine-tuning GPT-3.5 模型。您是一名 AI 工程师，受雇于一家提供互联网、电视和电话服务的电信公司 PulseNet。PulseNet 的 Operator 拥有庞大的客户群，管理着大量的日常咨询、支持请求和产品评论。公司收到了许多客户的投诉，表达了他们的不满。PulseNet 的目标是通过更定期地分析客户投诉来解决和修复有关其服务的问题，从而提高客户满意度。他们需要一个 Large Language Model，能够实时提取每条投诉的具体细节，包括主题、问题和客户不满意指数。该不满意指数范围在 0 到 100 之间，代表从投诉文本中得出的客户愤怒程度。PulseNet 提供了一个数据集，其中包含最新的 50 个用户投诉以及以所需格式提取的信息。作为 AI 工程师，您的任务是使用 OpenAI API 和 Python 对 GPT-3.5 模型进行微调，并重新训练一个新的 Large Language Model (LLM)，该模型能够以所需格式从给定的客户投诉中提取必要的信息。 要充分利用本课程，您需要访问 OpenAI API 密钥，并对数据分析概念（包括数据类型和数据操作）有基本的了解，同时对 Python 有一定的熟悉程度。本课程适合那些至少具备 Python 基础知识的资深数据分析师，并希望探索生成式 AI 在数据分析中的精彩应用。