聯繫我們

課程簡介

模塊 1:介紹與 AI 理論

  • 基於模型的方法:AI 作為工程問題。
  • 揭開「機器中的幽靈」的面紗:AI 是什麼 vs. 什麼不是。
  • 技術的演進:從 BERT 到變量器。
  • 生成領域:分析、創意、研究、圖像、音樂和視頻。
  • 數據治理:支柱、審計和研究趨勢(多模態、智能體、RAG、LLM vs. SLM)。
  • 黑暗面:倫理、知識產權、偏見、幻覺和社交工程。
  • 風險評估:數據投毒、Nepenthes 以及「削弱」人類才華的風險。
  • 模型分類學:基礎模型與任務特定模型;封閉源與開權重模型。

模塊 2:當前格局與工具集

  • 語言模型競技場:比較性能和基準。
  • 專業購買標準:成本、延遲、隱私和供應商鎖定。
  • 大型模型概述:OpenAI ChatGPT, Perplexity, Gemini, Grok。
  • 利基和小模型:Manus, SpecKit。
  • 圖形生成:Perchance
  • 技術約束:上下文老化 vs. Token 成本。

模塊 3:互動 - 提示與上下文工程

  • 驗證框架:完整性、一致性和可驗證性。
  • RAG 策略:何時使用檢索增強生成 vs. 微調。
  • AI 的投資回報率:維護成本 vs. 生產力提升。
  • 高級技術:20+ 種提示與 RAG 方法,附帶實例。
  • 實驗前沿:三角測量、地圖與地形概覽以及基於模型的生成。

模塊 4:AI 在敏捷專案管理中的應用

  • 超級電腦飛行員:AI 作為自動化引擎。
  • 決策制定:人類責任 vs. AI 協助。
  • AIOps 與 GitOps:將 AI 整合到操作工作流中。
  • 工具鏈與管道:創建無縫的 AI 驅動環境。
  • 敏捷工件:後備欄、路線圖和需求工程。
  • 精確管理:容量規劃和估測(準確度 vs. 精度)。
  • 產品擁有權:概念構想、功能分析和 Vibe-coding 風險。
  • 風險與場景:為「如果」做規劃和自動化風險管理。
  • 優化:使用案例和用戶故事描述與優化。

最低要求

  • 對敏捷宣言和 Scrum 框架有基本了解。
  • 具有專案管理、產品擁有權或團隊領導經驗。
  • 無需prior編程或 AI 工程經驗,但建議具備數位工具的一般熟悉度。

受眾

  • 敏捷專案經理和 Scrum Master。
  • 產品擁有者和產品經理。
  • IT 團隊領導者和交付經理。
  • 在敏捷環境中工作的業務分析師。
  • 對 AIOps 感興趣的操作經理。

 7 小時

人數


每位參與者的報價

客戶評論 (2)

即將到來的課程

課程分類