LangGraph 在醫療領域的應用：監管環境下的工作流程編排培訓

LangGraph 是一個用於構建有狀態、多參與者 LLM 應用程序的框架，它將這些應用程序作為可組合的圖表來實現，具有持久化狀態並能控制執行過程。

本課程為講師帶領的實作培訓（線上或線下），旨在協助高階 AI 平台工程師、AI DevOps 及 ML 架構師優化、除錯、監控以及運行生產級別的 LangGraph 系統。

完成本培訓後，學員將能夠：

• 為速度、成本和可擴展性設計並優化複雜的 LangGraph 拓撲結構。
• 透過重試、逾時、冪等性和基於檢查點的恢復來構建可靠性。
• 除錯並追蹤圖表執行過程，檢查狀態，並系統性地複現生產環境中的問題。
• 透過日誌、指標和追蹤來為圖表注入工具，將其部署至生產環境，並監控服務等級協議 (SLA) 與成本。

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的動手實作。

課程客製化選項

• 如需為本課程申請客製化培訓，請與我們聯繫以進行安排。

代理型AI（Agentic AI）是一種方法，其中的AI系統在既定約束條件下規劃、推理並使用工具採取行動以達成目標。

這門課程由專業講師進行現場指導，提供線上或線下的培訓選項。該課程旨在為希望設計、評估和監管代理型AI解決方案，以應用於臨床和操作場景的初級至中級醫療及數據團隊量身打造。

完成本培訓後，學員將能夠：

• 解釋醫療環境中代理型AI的概念與約束條件。
• 規劃、記憶及使用工具的代理工作流程設計，確保安全。
• 在臨床文檔和知識庫之上構建檢索增強式代理。
• 使用防護機制和人機協作控制來評估、監控和監管代理行為。

課程形式

• 互動講座與引導討論。
• 沙盒環境中的引導實驗和代碼 walkthrough。
• 關於安全性、評估和治理的場景化練習。

課程客製化選項

• 如需此課程的客製化培訓，請聯絡我們進行安排。

This instructor-led, live training in 台灣 (online or onsite) is aimed at intermediate-level to advanced-level healthcare professionals and AI developers who wish to implement AI-driven healthcare solutions.

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

• Understand the role of AI agents in healthcare and diagnostics.
• Develop AI models for medical image analysis and predictive diagnostics.
• Integrate AI with electronic health records (EHR) and clinical workflows.
• Ensure compliance with healthcare regulations and ethical AI practices.

這門在台灣（線上或線下）進行的由講師主導的實時培訓，旨在針對希望將AI與AR/VR解決方案應用於醫學培訓、手術模擬和康復的初級到中級的醫療保健專業人士。

在培訓結束時，參與者將能夠：

• 了解AI在增強醫療保健領域AR/VR體驗中的作用。
• 使用AR/VR進行手術模擬和醫學培訓。
• 將AR/VR工具應用於患者康復和治療。
• 探討AI增強醫療工具中的倫理與隱私問題。

這項由講師主導的實時培訓在 台灣（線上或線下）針對希望利用 Google Colab 將 AI 應用於高級醫療應用的中級數據科学家和醫療專業人員。

通過本培訓，參與者將能夠：

• 使用 Google Colab 實現醫療 AI 模型。
• 在醫療數據中使用 AI 進行預測建模。
• 使用 AI 驅動技術分析醫學影像。
• 探討基於 AI 的醫療解決方案中的倫理考量。

這項由講師主導的即時培訓 台灣（線上或線下）針對希望了解並應用 AI 技術於醫療環境中的中階醫療從業人員和數據科學家。

完成本課程後，學員將能夠：

• 識別 AI 能解決的關鍵醫療挑戰。
• 分析 AI 對患者照護、安全及醫學研究的影響。
• 理解 AI 與醫療商業模式之間的關係。
• 將基礎 AI 概念應用於醫療場景。
• 為醫學數據分析開發機器學習模型。

這門由導師指導的現場培訓（台灣，線上或線下）旨在幫助希望利用 ChatGPT 提升患者照護、簡化工作流程並改善醫療結果的醫療專業人員和研究者。

完成本培訓後，參與者將能夠：

• 理解 ChatGPT 的基本原理及其在醫療領域的應用。
• 運用 ChatGPT 自動化醫療流程與患者互動。
• 使用 ChatGPT 為患者提供準確的醫療資訊和支持。
• 利用 ChatGPT 進行醫學研究和數據分析。

此培訓由講師帶領，並透過台灣（線上或線下）方式進行，目標受眾為希望利用邊緣人工智慧推動創新醫療保健解決方案的初級至中級醫療保健專業人員、生物醫學工程師以及AI開發者。

完成本培訓後，參與者將能夠：

• 理解邊緣AI在醫療保健領域的角色與優勢。
• 針對醫療保健應用程序，在邊端設備上開發並部署AI模型。
• 在可穿戴設備和診斷工具中實施邊緣AI解決方案。
• 設計並部署基於邊緣AI的患者監控系統。
• 處理醫療保健AI應用中的道德與監管考量。

此於台灣（線上或線下）舉辦、由講者主導的現場培訓，目標受眾為希望利用結構化和非結構化醫療數據，針對臨床診斷、疾病預測及患者結果預測進行模型微調的中級至高級醫學AI開發者和數據科學家。

完成本課程後，學員將能夠：

• 在包含電子病歷（EMRs）、影像和時間序列數據的醫療數據集上微調AI模型。
• 在醫療情境中應用遷移學習、領域適應和模型壓縮技術。
• 解決模型開發中的隱私、偏見及合規性問題。
• 在現實世界的醫療環境中部署並監控微調後的模型。

生成式 AI 是一種基於提示和數據創建新內容（如文本、圖像及建議）的技術。

本課程為講師現場引導的實戰培訓，提供線上或線下形式，旨在幫助初級至中級的醫療專業人員運用生成式 AI 與提示工程，提升醫療環境下的工作效率、準確性與溝通質量。

完成培訓後，學員將能夠：

• 理解生成式 AI 與提示工程的基礎知識。
• 運用 AI 工具簡化臨床、行政及研究工作。
• 確保在醫療領域中倫理、安全且合規地使用 AI。
• 優化提示詞，以獲得一致且準確的結果。

課程形式

• 互動式講授與討論。
• 實戰練習與案例研究。
• 親手操作實驗，熟悉 AI 工具。

課程自定義選項

• 如需為本課程申請客製化培訓，請聯繫我們以安排。

LangGraph 是一個框架，用於構建具有狀態、多參與者的 LLM 應用程式，作為可組件的圖形結構，具備持久化狀態和對執行的控制。

這項由導師主導的現場培訓（線上或線下），旨在為中高級至高級專業人士設計，這些人士希望以適當的治理、可觀測性和合規性來設計、實施並運作基於 LangGraph 的金融解決方案。

完成本培訓後，學員將能夠：

• 設計符合監管和審計要求的特定於金融領域的 LangGraph 工作流程。
• 將金融數據標準和詞彙表整合到圖形狀態和工具中。
• 實施關鍵流程的可靠性、安全性以及人在迴路中的控制機制。
• 部署、監控並優化 LangGraph 系統，以滿足性能、成本和服務等級協議 (SLA) 的需求。

課程形式

• 互動式講座與討論。
• 大量的練習和實踐機會。
• 在實機實驗室環境中進行實務操作。

課程客製化選項

• 如需申請本課程的客製化培訓，請聯絡我們安排。

LangGraph 是一個用於構建圖結構化 LLM 應用程序的框架，支持規劃、分支、工具使用、記憶和可控執行。

本培訓由講授員指導進行（線上或線下），旨在幫助初級開發人員、提示工程師以及數據從業者設計並構建基於 LangGraph 的可靠多步驟 LLM 工作流。

通過完成此培訓，參加者將能夠：

• 解釋 LangGraph 的核心概念（節點、邊、狀態），並了解何時使用它們。
• 構建可以分支、調用工具並保持記憶的提示鏈。
• 將檢索和外部的 API 集成到圖形工作流中。
• 測試、除錯並評估 LangGraph 應用程序，以確保其可靠性與安全性。

課程形式

• 互動式講授與引導討論。
• 沙箱環境中的實驗室指導與代碼講解。
• 基於場景的練習，涵蓋設計、測試與評估。

課程自定義選項

• 如需為本課程要求自定義培訓，請聯繫我們以安排。

LangGraph 是一個框架，用於構建有狀態、多角色的大型語言模型（LLM）應用程序，這些應用程序作為可組合圖實現，具有持久狀態和對執行的精確控制。

本培訓由講師主講，提供線上或線下形式。主要面向希望設計、實施並運營基於 LangGraph 的法律解決方案、並具備必要合規性、可追溯性及治理控制的中高級專業人士。

完成本培訓後，參與者將能夠：

• 設計符合審計和合規要求的特定於法律的 LangGraph 工作流。
• 將法律本體論文檔標準整合到圖狀態及處理流程中。
• 實施保護措施、人在迴路（human-in-the-loop）批准機制以及可追溯的決策路徑。
• 在生產環境中部署、監控和維護 LangGraph 服務，實現可觀測性及成本控制。

課程形式

• 互動式講授與討論。
• 大量的練習與實踐環節。
• 在實時實驗室環境中的實際操作實施。

課程定制選項

• 如需為本課程申請定制化培訓，請聯繫我們以進行安排。

LangGraph 是一個用於編排基於圖結構的 LLM 工作流的框架，支持分支、工具調用、記憶力和可控執行。

這門由導師主導的實訓課程（線上或線下）旨在幫助中級工程師和產品團隊將 LangGraph 的圖邏輯與 LLM Agent 循環結合起來，構建動態且上下文感知的應用程序，例如客戶服務 Agent、決策樹和信息檢索系統。

通過本課程的培訓，參與者將能夠：

• 設計協調 LLM Agent、工具和記憶力的基於圖的工作流。
• 實現條件路由、重試和回退機制以確保穩健執行。
• 在 Agent 循環中集成檢索、API 和結構化輸出。
• 評估、監控並強化 Agent 行為，確保其可靠性和安全性。

課程形式

• 互動式講座與引導討論。
• 沙盒環境中的指導實驗和代碼逐步解析。
• 基於場景的設計練習與同行評審。

課程自定義選項

• 如需為本課程申請定制化培訓，請聯繫我們以進行安排。

LangGraph 是一個基於圖形的調度框架，能夠實現條件式、多步驟的 LLM 和工具工作流程，非常適合自動化及個人化內容流程。

這項由講師主導的現場培訓（線上或線下）針對中級行銷人員、內容策略師以及希望使用 LangGraph 實施動態分支電子郵件活動與內容生成流程的自動化開發者設計。

完成本培訓後，參與者將能夠：

• 設計帶有條件邏輯的圖形結構化內容及電子郵件工作流程。
• 整合 LLM、API 和資料來源以實現自動化個人化。
• 管理跨多步驟活動的狀態、記憶與上下文。
• 評估、監控並優化工作流程效能及交付成果。

課程格式

• 互動式講座與小組討論。
• 實作電子郵件工作流程與內容流程的上機操作實驗室。
• 針對個人化、分段與分支邏輯的情境模擬練習。

課程自訂選項

• 如需為本課程提出客製化培訓需求，請聯絡我們安排。