感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 28 時間：
課程簡介
AI 前端部署工程師
- 該角色與機器學習工程師及解決方案工程師的區別
- 關注結果而非交付里程碑
- 與產品、研究和安全團隊協作
在複雜企業中的探索
- 端到端跟蹤工作流程
- 梳理系統、數據和交接點
- 找出阻礙價值實現的關鍵約束
問題界定與優先級排序
- 根據可行性評估用例
- 根據工作量對候選工作流程進行評分
- 選擇首個需驗證的工作流程
價值定位與驗收標準
- 在建構前建立指標基準
- 使用財務贊助者能理解的商業案例語言
- 與用戶達成驗收標準共識
模型選擇：前沿模型與開放權重模型
- 比較 GPT-6、Claude 5.5 和開放模型
- 上下文、延遲與單位成本的權衡
- 數據法規強制要求本地託管模型的情況
上下文工程與提示詞設計
- 結構化指令以確保行為穩定性
- 從記錄系統中組裝上下文
- 提示詞緩存與代幣（Token）最小化
檢索與知識落地
- 企業內容的分塊與索引
- 混合搜索、重排序與引用
- 獨立評估檢索與生成功能
Agent 與工具使用
- 工具設計與類型化接口
- 使用 OpenAI 和 Claude 的 Agent SDK 進行建構
- 審批、重試與失敗處理
MCP 與企業集成
- Model Context Protocol 2026-07-28 修訂版
- 建構與保護 MCP 服務器
- 基於企業身份的權限控制
作為交付語言的評估
- 基於實際工作構建黃金數據集
- 自動評分與 LLM 評審
- 與評估閾值掛鉤的發布門禁
護欄、安全性與人工監督
- 提示詞、工具和策略層面的護欄
- 升級機制與人工審計點
- 審計軌跡與數據處理職責
客戶環境中的部署架構
- 身份、網絡和數據駐留約束
- 模型網關與多提供者抽象層
- 基礎設施即代碼（IaC）與發布流程
可觀察性、成本與代幣經濟學
- 追蹤 Agent 運行與工具調用
- 質量與支出的儀表板
- 在不降低質量的前提下降低成本的策略
採用與變革管理
- 為實際執行工作的人員提供賦能
- 建立 champion 網絡與反饋迴路
- 衡量採用速度
從專案到可重用能力
- 封裝已驗證的工作流程
- 操作指南、藍圖與加速器等
- 向內部團隊移交
最低要求
- 熟練使用 Python，包括 API 交互與虛擬環境管理
- 熟悉雲端平台、容器技術和版本控制
- 具有調用 LLM API 或建構基於提示詞功能的先前經驗
- 對 CRM、ERP 或工單平台等企業系統有基本了解
目標受眾
- 前端部署及應用 AI 工程師
- 轉崗至面向客戶的 AI 交付領域的軟體工程師
- 負責 AI 推廣的技術顧問和解決方案架構師
- 支持生產級 AI 負載的平台工程師
