進階 Python：最佳實踐與設計模式培訓

本課程教授實用工程技術，以設計、建構、測試及部署基於 Python 的代理（自主）系統。內容涵蓋代理迴圈、工具整合、記憶體與狀態管理、編排模式、安全控制及生產環境考量。

此講師主導之實作培訓（線上或線下）旨在幫助中階至進階 ML 工程師、AI 開發人員及軟體工程師，利用 Python 建構穩固且可投入生產的自主代理系統。

課程結束後，學員將能夠：

• 設計並實現代理迴圈與決策工作流。
• 整合外部工具與 API，以擴展代理功能。
• 為代理系統實作短期與長期記憶體架構。
• 協調多步驟編排及代理組合性。
• 應用已部署代理之安全、存取控制及可觀測性最佳實踐。

課程形式

• 互動式講座與討論。
• 透過 Python 及主流 SDK 實作代理之手腦並用實驗室練習。
• 以專案為導向之練習，產出可部署的原型。

課程自訂選項

• 如需此課程的客製化培訓，請聯繫我們安排。

深入探討使用 Python 進行資料科學和人工智慧的實用方法，幫助專業人士掌握探索資料、建構機器學習模型以及部署業務情境中的人工智慧驅動應用程式的技能；涵蓋 CRISP-DM 工作流程、統計分析、監督式與非監督式學習、基於 Tensorflow 的深度學習、自然語言處理、基於 Spark 的大數據處理以及資料驅動的故事講述；適合希望取得 Python 資料科學認證並準備就任分析師職位的初學者。

使用Python的廣泛AI和機器學習函式庫生態系統，開發智能系統。

此課程為講師帶領的現場培訓（線上或線下），旨在幫助具備中階Python程式設計能力的學員，設計、實施並部署使用Python構建的AI解決方案。

完成本課程後，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、非監督式和強化學習模型。
• 將AI解決方案整合至現有應用程式和工作流程中。
• 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。
• 大量練習與實作。
• 在即時實驗室環境中進行動手實作。

課程客製化選項

• 如需此課程的客製化培訓，請聯繫我們以安排。

「從零開始應用人工智慧與Python」為程式設計師和數據分析師提供基礎技術，使用Python從頭構建機器學習解決方案。涵蓋監督式學習（分類與回歸）的核心原理、非監督式學習（聚類與異常檢測）、以及進階的神經網路架構。探討如何有效利用scikit-learn、Apache Spark MLlib與Jupyter Notebook進行實際開發，協助專業人員實踐ML模型、評估演算法限制，並完成應用專案以解決真實世界問題。

本課程為講師導引的現場培訓（台灣（線上或線下）），主要對象為希望利用 AWS Cloud9 提升 Python 開發體驗的中階 Python 開發人員。

完成本課程後，學員將能夠：

• 設定並配置用於 Python 開發的 AWS Cloud9。
• 掌握 AWS Cloud9 IDE 的介面與功能。
• 在 AWS Cloud9 中編寫、除錯並部署 Python 應用程式。
• 利用 AWS Cloud9 平台與其他開發人員協作。
• 將 AWS Cloud9 整合至其他 AWS 服務，以進行進階部署。

課程概覽

此實務培訓專為具備資料工程師背景的專業人士設計，旨在建立人工智慧、Python 及大型語言模型方面的實作技能。課程著重於實際應用，涵蓋模型使用、提示工程（prompt engineering）以及建構 AI 驅動解決方案。參與者將透過循序漸進的練習，從核心概念邁向建構可部署的 AI 工作流程。

培訓形式

• 實體課堂培訓

• 講師主導課程，搭配指導實作

• 互動式討論與真實世界案例研究

• 每日實作練習

課程目標

• 理解與現代應用相關的核心 AI 及機器學習概念

• 強化 Python 技能，以進行 AI 開發及資料工作流程操作

• 了解大型語言模型的運作方式及其有效使用技巧

• 設計與優化提示（prompts），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

本課程為由講師主導的現場培訓 台灣（線上或線下），主要針對希望提升使用 Pandas 和 NumPy 進行資料分析與操作技能的中级 Python 開發人員及資料分析師設計。

完成本培訓後，學員將能夠：

• 設定包含 Python、Pandas 和 NumPy 的開發環境。
• 使用 Pandas 和 NumPy 建立資料分析應用程式。
• 執行進階資料整理、排序及篩選操作。
• 進行聚合操作並分析時間序列資料。
• 使用 Matplotlib 和其他視覺化套件將資料視覺化。
• 除錯並優化其資料分析程式碼。

這項由導師主導的即時培訓（線上或線下）旨在幫助希望使用 FARM（FastAPI、React 和 MongoDB）技術棧來構建動態、高性能且可擴展的 Web 應用的開發者。

完成本培訓後，學員將能夠：

• 建立整合 FastAPI、React 和 MongoDB 的必要開發環境。
• 理解 FARM 技術棧的核心概念、功能與優勢。
• 學習如何使用 FastAPI 構建 REST API。
• 學習如何使用 React 設計互動式應用。
• 使用 FARM 技術棧開發、測試並部署應用（front-end 和 back-end）。

本課程為由講師指導的實作培訓（台灣，線上或線下），旨在協助開發者利用 Python 與 FastAPI 更輕鬆、快速地完成 RESTful API 的建構、測試與部署。

完成本課程後，參與者將能夠：

• 配置必要開發環境，以便使用 Python 和 FastAPI 開發 APIs。
• 利用 FastAPI 函式庫，更快、更輕鬆地建立 APIs。
• 學習如何基於 Pydantic 和 OpenAPI 建立資料模型與結構定義。
• 連接資料庫與 APIs，並使用 SQLAlchemy。
• 運用 FastAPI 工具實作 API 的安全性和身份驗證機制。
• 建構容器映像檔，並將 Web API 部署至雲端伺服器。

本課程由講師親自指導，提供線上或線下培訓模式（台灣），專為希望利用 TensorFlow 分析潛在詐欺資料的資料科學家而設計。

完成本課程後，參與者將具備以下能力：

• 使用 Python 和 TensorFlow 建立詐欺偵測模型。
• 建構線性迴歸及線性迴歸模型以預測詐欺。
• 開發端到端的人工智慧應用系統，用於分析詐欺資料。

本課程旨在提供在實務中應用機器學習方法的通用能力。透過使用 Python 程式語言及其各種函式庫，並基於大量實務範例，本課程教導如何使用機器最重要的建築模組，如何做出資料建模決策，解釋演算法的輸出結果，並驗證成果。

我們的目标是給予您理解並自信使用機器學習工具箱中最基本工具的技術，避免資料科學應用中的常見陷阱。

此課程由導師主導，提供 live 培訓（線上或線下）。目標對象為希望運用 Python 進行電腦網路維護、管理及設計的網絡工程師。

完成本課程後，學員能夠：

• 最佳化並善用 Paramiko、Netmiko、Napalm、Telnet 以及 pyntc，以 Python 實現網路自動化。
• 精通多工與多進程處理，應用於網路自動化。
• 結合 GNS3 與 Python 進行網路編程。

這堂由講師主導的實作課程，地點在 台灣（線上或線下），主要針對具備中階 Python 技能、希望運用 Python 自動化工作流程、分析商業數據以及生成動態 Excel 報表的商務專業人士和資料分析師而設計。

本課程專門為希望學習 Python 程式語言的人士而設。重點在於 Python 語言本身、核心函式庫，以及由 Python 社群開發的最佳且最實用的函式庫。Python 驅動著企業運作，並被世界各地的科學家廣泛使用——它是最受歡迎的程式語言之一。

在 台灣 舉辦的由講師帶領之實體課程中，學員將學習最實用及前沿的 Python 機器學習技術，並透過構建涉及影像、音樂、文字和財務資料的一系列示範應用程式來掌握這些技能。

完成此培訓後，學員將能夠：

• 實現機器學習演算法和技術以解決複雜問題。
• 將深度學習和半監督學習應用於涉及影像、音樂、文字和財務資料的應用程式。
• 發揮 Python 演算法的最大潛力。
• 使用 NumPy 和 Theano 等函式庫和套件。