聯繫我們

課程簡介

課程大綱 培訓提案

第 1 天 - AI 與數據工作流程的 Python 入門

• 人工智能與機器學習生態概覽

• AI 在現代數據工程中的角色

• AI 應用所需的 Python 基礎複習

• 使用 pandas 和 NumPy 處理數據

• API 與 JSON 數據處理入門

• 微練習:加載與轉換數據集

第 2 天 - 實務人員的機器學習基礎

• 監督式與非監督式學習概念

• 特徵工程與數據預處理技術

• 使用 scikit-learn 進行模型訓練基礎

• 模型評估與性能指標

• 模型部署概念入門

• 實作:構建簡單的預測模型

第 3 天 - LLM 與提示工程入門

• 理解大型語言模型及其運作原理

• 詞元化(Tokenization)、上下文窗口及局限性

• 提示設計原則與技巧

• 零樣本(Zero-shot)與少樣本(Few-shot)提示

• 提示評估與迭代策略

• 實作:提示工程演練

第 4 天 - 使用 LLM 構建 AI 應用

• 在 Python 中調用 LLM API

• 結構化輸出與函數調用概念

• 構建對話式與任務型應用

• 檢索增強生成(RAG)入門

• 將 LLM 與外部數據源連接

• 微項目:構建簡單的 AI 助手

第 5 天 - AI 解決方案的生產化部署

• 設計可擴展的 AI 工作流程

• 將 AI 整合至數據管道

• 監控與優化模型性能

• 成本優化與 API 使用策略

• 安全性與負責任 AI(Responsible AI)考量

• 期末項目:構建端到端 AI 解決方案

 35 小時

客戶評論 (2)

課程分類