Python程式設計基礎培訓

此強化實作課程涵蓋進階 Python 技術、工程最佳實踐，以及常用設計模式，旨在建置可維護、可測試且高效能的 Python 應用程式。內容強調現代化工具、型別標註、併發模型、架構模式及部署準備 workflows。

此由講師主導的線上或線下現場培訓，目標受眾為希望採用專業實踐與模式來開發生產級 Python 系統的初階至進階 Python 開發人員。

完成本培訓後，學員將能夠：

• 運用 Python 型別標註、資料類別和型別檢查以提升程式碼可靠性。
• 使用設計模式和架構原則來建構穩健的應用程式結構。
• 正確實作併發與平行處理，採用 asyncio 和 multiprocessing。
• 運用 pytest、基於屬性的測試 (property-based testing) 及 CI 管線來建置經過充分測試的程式碼。
• 分析、最佳化並加固 Python 應用程式以適應生產環境。
• 使用現代化工具與容器技術來封裝、分發及部署 Python 專案。

課程形式

• 互動式講授與短演示。
• 每日實作實驗室與程式碼練習。
• 整合設計模式、測試與部署的綜合小型專案。

課程客製化選項

• 如需申請客製化培訓或專注領域（數據、網頁或基礎設施），請聯繫我們以進行安排。

本課程教授實用的工程技術，以設計、建置、測試和部署使用 Python 的自主（自治）系統。內容涵蓋代理迴圈、工具整合、記憶體與狀態管理、協調模式、安全控制以及生產環境考量。

這門由講師主導的現場培訓（線上或線下）針對中高級至進階級的機器學習工程師、AI 開發者和軟體工程師，他們希望使用 Python 建構穩健且可投入生產的自治代理。

在培訓結束後，學員將能夠：

• 設計並實現代理迴圈和決策工作流程。
• 整合外部工具和 API，以擴展代理能力。
• 實現短期和長期記憶架構給代理使用。
• 協調多步驟協調作業及代理的可組合性。
• 應用已部署代理的安全、訪問控制和可觀察性最佳實踐。

課程格式

• 互動式講授與討論。
• 動手實作實驗室，使用 Python 和流行 SDKs 建構代理。
• 專案導向的練習，產出可部署的原型。

課程客製化選項

• 如需為本課程申請客製化培訓，請聯繫我們以進行安排。

 深入探討使用 Python 進行數據科學和 AI 的實用方法——為專業人士提供探索數據、構建機器學習模型以及在商業環境中部署 AI 驅動應用的技能；涵蓋 CRISP-DM 工作流、統計分析、監督式和非監督式學習、基於 Tensorflow 的深度學習、自然語言處理、使用 Spark 處理大數據，以及數據驅動的敘事技巧；適合希望獲得 Python 數據科學認證並做好職業準備的初學者。

Python 人工智慧是利用 Python 廣泛的人工智慧與機器學習函式庫生態系，來開發智慧系統。

此由講師帶領的實作培訓（線上或線下），針對希望使用 Python 設計、實施並部署 AI 解決方案的中级 Python 程式設計師。

完成此培訓後，學員將能夠：

• 使用 Python 核心 AI 函式庫實施 AI 演算法。
• 處理監督式、非監督式及強化學習模型。
• 將 AI 解決方案整合至現有應用程式與工作流程。
• 評估模型效能，並優化準確率與效率。

課程形式

• 互動式講授與討論。
• 大量的練習與實作。
• 在即時實驗室環境中進行實作實施。

課程客製化選項

• 如需為此課程請求客製化培訓，請聯繫我們以安排。

「從零開始應用 AI（Python）」為程式設計師和數據分析師提供紮實的基礎技術，協助他們利用 Python 從頭建構機器學習解決方案。內容涵蓋監督式學習（分類與回歸）、非監督式學習（分群與異常檢測）的核心原理，以及進階神經網路架構。課程檢討運用 scikit-learn、Apache Spark MLlib 和 Jupyter notebooks 進行實際 AI 開發的有效方法。協助專業人士實作實務機器學習模型、評估演算法的局限性，並完成應用專案以解決真實世界問題。

此為在 澳門（線上或線下）進行的實時培訓，由講師指導，適合希望提升使用 AWS Cloud9 進行 Python 開發體驗的中階 Python 開發者。

完成本培訓後，學員將能夠：

• 設置和配置用於 Python 開發的 AWS Cloud9。
• 理解 AWS Cloud9 IDE 的介面與功能。
• 在 AWS Cloud9 中編寫、除錯及部署 Python 應用程式。
• 使用 AWS Cloud9 平台與其他開發者協作。
• 將 AWS Cloud9 與其他 AWS 服務整合，以實現高級部署。

課程概述

本實作培訓課程專為具備資料工程背景的專業人士設計，旨在建立人工智慧、Python 和大型語言模型的實用技能。課程側重於現實應用，涵蓋模型使用、提示工程以及建構 AI 驅動解決方案。學員將透過漸進式練習，從核心概念邁向部署可操作的 AI 工作流程。

培訓形式

• 實體教室培訓

 • 導師帶領的課程，搭配指導練習  

• 互動討論與現實案例研究

 • 每日實作練習

課程目標

• 理解現代應用相關的核心 AI 和機器學習概念

 • 加強 Python 技能，用於 AI 開發和資料工作流程  

• 了解大型語言模型的運作方式及其有效使用技巧  

• 設計並優化提示，以取得可靠輸出  

• 使用 API 和框架建構端到端 AI 解決方案

 • 將 AI 整合至資料工程管線  

本課程由導師主導，以澳門現場或線上直播形式進行（Live），旨在幫助初級水平的 Python 開發者和數據分析師提升使用 Pandas 和 NumPy 進行數據分析和操作的技能。

完成本課程後，學員將能夠：

• 搭建包含 Python、Pandas 和 NumPy 的開發環境。
• 使用 Pandas 和 NumPy 創建數據分析應用程序。
• 執行高級數據整理、排序和過濾操作。
• 進行聚合操作並分析時間序列數據。
• 使用 Matplotlib 和其他可視化工具庫對數據進行可視化。
• 調試並優化他們的數據分析代碼。

這門由講者引導的即時培訓課程（線上或線下）旨在幫助希望使用 FARM（FastAPI、React 與 MongoDB）堆疊來構建動態、高效率和可扩展 Web 應用程式的開發人員。

完成本培訓後，學員將能夠：

• 搭建整合 FastAPI、React 與 MongoDB 的必要開發環境。
• 理解 FARM 堆疊的關鍵概念、特點及優勢。
• 學習如何使用 FastAPI 構建 REST API。
• 學習如何設計互動式應用程式，使用 React。
• 開發、測試並部署（前端和後端）應用程序，利用 FARM 堆疊。

本培訓提供線上或線下（Live）實時授課，旨在幫助開發人員利用 FastAPI 與 Python 更輕鬆、快速地構建、測試和部署 RESTful API。

完成本培訓後，參與者將能夠：

• 搭建必要的開發環境，使用 Python 和 FastAPI 開發 API。
• 利用 FastAPI 庫更快速、輕鬆地創建 API。
• 學習如何基於 Pydantic 和 OpenAPI 創建數據模型和架構。
• 使用 SQLAlchemy 將 API 連接到數據庫。
• 利用 FastAPI 工具在 API 中實現安全和認證。
• 構建容器映像，並將 Web API 部署到雲端服務器。

本次在澳門（線上或線下）舉辦的由講師主導的實地培訓，旨在幫助希望使用TensorFlow分析潛在欺詐數據資料科學家。

完成本課程後，學員將能夠：

• 在Python和TensorFlow中建立欺詐檢測模型。
• 構建線性回歸及線性回歸模型來預測欺詐行為。
• 開發端到端的AI應用程序以分析欺詐數據

本課程旨在培養應用機器學習方法的實際能力。透過使用 Python 程式語言及其各種函式庫，並基於眾多實踐範例，本課程教授如何使用機器學習最重要的建構模組、如何進行資料建模決策、解釋演算法輸出結果，以及如何驗證結果。

我們的目標是讓您掌握自信運用機器學習工具箱中基本工具的技能，並避免資料科學應用中的常見陷阱。

This instructor-led, live training in 澳門 (online or onsite) is aimed at network engineers who wish to maintain, manage, and design computer networks with Python.

By the end of this training, participants will be able to:

• Optimize and leverage Paramiko, Netmiko, Napalm, Telnet, and pyntc for network automation with Python.
• Master multi-threading and multiprocessing in network automation.
• Use GNS3 and Python for network programming.

本 澳門 (線上或線下) 由講師指導的即時培訓，旨在為具備中等 Python 技能的商務專業人員及數據分析師而設，幫助他們應用 Python 自動化工作流、分析商業資料並生成動態 Excel 報表。

在 澳門 舉辦的講師引導現場培訓中，參與者將學習 Python 中最相關且最前沿的機器學習技術，同時建構一系列涉及影像、音樂、文本和金融數據的示範應用程式。

完成此培訓後，參與者能夠：

• 實施機器學習演算法和技術，以解決複雜問題。
• 將深度學習及半監督學習應用於涉及影像、音樂、文本和金融數據的應用程式。
• 充分發揮 Python 演算法的最大潛力。
• 使用 NumPy 和 Theano 等程式庫與套件。