聯繫我們

課程簡介

課程大綱 培訓提案

第 1 天 - 資料工作流程中的 AI 與 Python 入門

• 人工智慧與機器學習領域概況

• AI 在現代資料工程中的角色

• Python 基礎回顧,聚焦於 AI 應用

• 使用 pandas 和 NumPy 進行資料處理

• API 介紹及 JSON 資料處理

• 小型練習:載入與轉換資料集

第 2 天 - 實務工作者機器學習基礎

• 監督式與非監督式學習概念

• 特徵工程與資料準備技術

• 使用 scikit-learn 進行模型訓練基礎

• 模型評估與效能指標

• 模型部署概念入門

• 實作:構建簡單的預測模型

第 3 天 - LLM 與提示詞工程入門

• 理解大型語言模型及其運作機制

• 分詞(Tokenization)、上下文窗口與局限性

• 提示詞設計原則與技術

• 零樣本(Zero-shot)與少樣本(Few-shot)提示

• 提示詞評估與迭代策略

• 實作:提示詞工程練習

第 4 天 - 使用 LLM 建置 AI 應用

• 在 Python 中使用 LLM API

• 結構化輸出與函數呼叫(Function Calling)概念

• 構建對話型與任務型應用

• 檢索增強生成(RAG)入門

• 將 LLM 與外部資料源連接

• 小型專案: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

• 將 AI 整合至資料管道

• 監控並優化模型效能

• 成本優化與 API 使用策略

• 安全與負責任的 AI 考量

• 最終專案:構建端到端的 AI 解決方案

 35 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