入門 Ollama：運行本地 AI 模型培訓
Ollama 是一個開源平台，允許用戶在本地運行大型語言模型（LLM），無需依賴雲端服務。
此課程由講師指導進行實戰培訓（線上或線下），主要面向初級專業人士，幫助他們安裝、配置和使用 Ollama 在本地機器上運行 AI 模型。
完成本課程後，學員將能夠：
- 理解 Ollama 的基本概念及其功能。
- 設置 Ollama 以運行本地 AI 模型。
- 使用 Ollama 部署並與 LLMs 進行互動。
- 優化 AI 工作負載的性能和資源使用情況。
- 探索各行业中本地 AI 部署的案例。
課程形式
- 互動式講解與討論。
- 大量的練習與實作。
- 在實戰實驗室環境中進行動手實踐。
課程自定義選項
- 如需針對此課程申請自定義培訓，請聯繫我們安排。
課程簡介
介紹 Ollama
- Ollama 是什麼？它是如何運作的？
- 在本地運行 AI 模型的好處。
- 支持的 LLMs 概覽（如 Llama, DeepSeek, Mistral 等）。
安裝與設置 Ollama
- 系統需求與硬體考量。
- 在不同作業系統上安裝 Ollama。
- 配置依賴項與環境設置。
在本地運行 AI 模型
- 下載並在 Ollama 中加載 AI 模型。
- 通過命令行與模型進行互動。
- 針對本地 AI 任務的基本提示工程技巧。
優化性能與資源使用
- 管理硬體資源以實現高效的 AI 執行。
- 降低延遲並提升模型回應速度。
- 對不同模型進行性能基準測試。
本地 AI 部署的應用案例
- AI 驅動的聊天機器人和虛擬助手。
- 數據處理與自動化任務。
- 注重隱私的 AI 應用程序。
總結與下一步行動
最低要求
- 對 AI 和機器學習概念有基本了解。
- 熟悉命令行界面。
適合對象
- 希望在不依賴雲端的情況下運行 AI 模型的開發者。
- 關注 AI 隱私及具有成本效益部署的商務專業人士。
- 探索本地模型部署的 AI 愛好者。
需要幫助選擇合適的課程嗎？
macao@nobleprog.com 或 +852 81990613
入門 Ollama：運行本地 AI 模型培訓 - 詢問
入門 Ollama：運行本地 AI 模型 - 咨詢詢問
相關課程
進階 Ollama 模型除錯與評估
35 小時使用 Ollama 構建私有 AI 工作流程
14 小時這項在 澳門（線上或線下）進行的講師主導實時培訓，旨在面向希望利用 Ollama 實施安全高效的 AI 驅動工作流程的高級專業人士。
在本課程結束時，參與者將能夠：
- 部署和配置 Ollama 以進行私有 AI 處理。
- 將 AI 模型集成到企業安全工作流程中。
- 在保持數據隱私的同時優化 AI 性能。
- 利用本地 AI 功能自動化業務流程。
- 確保符合企業安全和治理政策。
使用Ollama部署及最佳化大型語言模型
14 小時此澳門課程由講師帶領並現場實施(線上或線下)，旨在幫助具備中等水平專業技能的從業人員，學習如何使用Ollama部署、最佳化及整合LLM。
完成培訓後，參與者將能夠：
- 使用Ollama設置並部署大型語言模型。
- 針對效能和效率最佳化AI模型。
- 利用GPU加速提升推理速度。
- 將Ollama整合至工作流程與應用程式中。
- 監控並維持AI模型的長期效能。
在Ollama上微調和自訂AI模型
14 小時這項在澳門（線上或線下）舉辦、由講師指導的即時培訓，旨在服務那些希望透過在Ollama上微調和自訂AI模型以增強效能及應用於特定領域的高階專業人士。
完成本課程後，學員將能夠：
- 建立高效的環境以在Ollama上微調AI模型。
- 準備用於監督式微調和強化學習的資料集。
- 優化AI模型的效能、準確性和效率。
- 在生產環境中部署自訂模型。
- 評估模型改進情況並確保其穩定性。
使用 Ollama 打造多模態應用
21 小時Ollama 與數據隱私：安全部署模式
14 小時Ollama 在金融領域的應用
14 小時這門在 澳門 進行的授課式實地培訓，旨在賦予金融從業人員及資訊技術人員在本地實施 Ollama 的技能。學員將學習如何部署、配置並將大型語言模型整合至安全的金融工作流程中，同時應用合規與自動化的最佳實踐。
Ollama在醫療領域的應用
14 小時這門在 澳門 舉行的實地培訓，協助醫療專業人員和 IT 團隊部署 Ollama 以運行本地 LLM。學習如何將 AI 整合到臨床工作流程中，針對特定任務定製模型，並在安全的醫療環境中確保嚴格的数据隱私和法規遵循。
Ollama：取代 OpenAI 和 Claude API 的自托管大型語言模型
14 小時Ollama 是一款開源工具，可在消費級和企業級硬體上本地運行大型語言模型。它將模型量化、GPU 分配和 API 服務抽象化為單一命令列介面，使組織能夠自托管 Llama、Mistral 和 Qwen 等 LLM，而無需將提示或數據發送給 OpenAI、Anthropic 或 Google。
