Python 在業務分析與自動化中的應用培訓

這門為期密集且注重實作的課程涵蓋了進階 Python 技術、工程最佳實踐以及常用的設計模式，旨在構建可維護、可測試且具備高效能的 Python 應用程式。課程強調現代化工具、型別註解、併發模型、架構模式，以及可部署的工作流程。

這門由講師主導的實時培訓（線上或線下）針對中階至進階 Python 開發人員，協助他們採用專業實踐和模式，以構建生產級別的 Python 系統。

完成本課程後，參與者將能夠：

• 運用 Python 型別註解、資料類別與型別檢查來提升程式碼可靠性。
• 使用設計模式與架構原則來構建健壯的應用程式結構。
• 正確實現併發與平行處理，使用 asyncio 和 multiprocessing。
• 使用 pytest、基於屬性的測試與 CI 管道構建經過良好測試的程式碼。
• 分析效能、最佳化並加固 Python 應用程式以用於生產環境。
• 使用現代化工具和容器對 Python 專案進行封裝、分發與部署。

課程形式

• 互動式講授與短演示。
• 每日實作實驗室與程式碼練習。
• 整合設計模式、測試與部署的結課專案。

課程客製化選項

• 若需客製化培訓或專注領域（資料、網頁或基礎設施），請聯繫我們安排。

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。

數位時代的保險業課程，透過應用視角探討數位轉型如何重塑保險業的產品、營運與客戶互動。

此講師帶領的實作培訓（可選擇線上或線下），旨在協助具備中級專業的保險從業人員理解並應用數位技術、數據驅動策略及創新框架，以推動保險產品與營運的現代化。

完成本課程後，學員將能夠：

• 說明人工智慧、大數據、物聯網與自動化在現代保險工作流程中的角色。
• 識別InsurTech趨勢及其對保險生態系統的影響。
• 設計由數位工具與數據洞察支持的以客户為中心策略。
• 應用數據驅動方法於風險管理與決策制定。
• 開發適合保險業的創新與应变管理方法。
• 評估真實案例，並將經驗轉化為在地推動計畫。

課程形式

• 互動式講授與討論。
• 案例研究分析與小組工作坊。
• 實務練習與學員組織的行動規劃。

課程客製化選項

• 若需此課程的客製化培訓，請聯繫我們以安排事宜。

需求工程（RE）是軟體和系統開發中的關鍵領域，致力於識別、記錄和管理利害關係者的需求和限制，以確保專案成功。

此由講師主導的直播培訓（線上或线下），旨在幫助進階層專業人士深化對實務需求工程的理解，並為 IREB CPRE – 初級等級認證考試做準備。

完成培訓後，學員將能夠：

• 理解並應用 IREB CPRE 初級大綱所定義的關鍵概念和術語。
• 使用有效且符合情境的技術來識別和 elicitation（ elicitation 應翻譯為 "獲取"）需求。
• 對真實世界的專案進行需求建模、記錄和驗證。
• 管理整個專案生命週期中的需求變更、追溯性和優先級。
• 使用需求工程工具和最佳實踐，提升溝通能力和專案成果。
• 完全準備好參加並通過 IREB CPRE – 初級等級認證考試。

課程格式

• 互動式講座和討論。
• 基於案例的練習和合作工作坊。
• 考試準備課程和練習題。

課程自訂選項

• 可按需添加額外模組或行業特定的案例研究。

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。

這項在[loc]地點[/loc]（線上或線下）舉辦的講師實時培訓，旨在幫助參與者理解需求分析的概念，並透過有效的分析方法，精確且高效地為其專案執行需求分析。

完成本課程後，學員將能夠：

• 辨識不同類型的需求。
• 理解需求分析的整體概念與相關活動。
• 熟悉需求分析的方法論。
• 靈活運用各種需求分析技巧。
• 結構化呈現需求，透過反覆的需求收集流程，與系統架構師和開發者進行高效溝通。