台灣現場邊緣AI培訓

這項由講師指導的現場培訓（台灣，線上或線下）針對高級 AI 研究人員、資料科學家及安全專家設計，他們希望實施聯合學習技術，在多個邊緣設備上訓練 AI 模型，同時保持資料隱私。

完成本課程後，學員將能夠：

• 了解聯合學習在 Edge AI 中的原理與優勢。
• 使用 TensorFlow Federated 和 PyTorch 實施聯合學習模型。
• 優化分佈式邊緣設備上的 AI 訓練。
• 解決聯合學習中的資料隱私和安全挑戰。
• 在實際應用中部署並監控聯合學習系統。

這項在 台灣 （線上或線下）進行的由講師主導的現場培訓，針對初級至中級的農業科技專業人員、物聯網專家和 AI 工程師，他們希望開發並部署用於智慧農業的邊緣 AI 解決方案。

完成本培訓後，學員將能夠：

• 了解邊緣 AI 在精細農業中的角色。
• 實施由 AI 驅動的作物和牲畜監測系統。
• 開發自動灌溉和环境感知解決方案。
• 利用實時邊緣 AI 分析來優化農業效率。

此 台灣（線上或線下）導師指導的實作培訓，旨在針對進階層級的資安專業人員、AI 工程師以及物聯網開發者，協助他們為邊緣 AI 系統實施強健的安全措施與韌性策略。

完成本培訓後，學員將能夠：

• 理解邊緣 AI 部署中的安全風險與漏洞。
• 實施加密與驗證技術以保護資料。
• 設計能抵禦網路威脅的韌性邊緣 AI 架構。
• 在邊緣環境中應用安全的 AI 模型部署策略。

此為在台灣（線上或線下）舉行的由導師主導的實作培訓，目標受眾為初級至中級的零售技術人員、AI開發者及業務分析師，希望將邊緣AI解決方案應用於智慧結帳系統、庫存管理以及個性化客戶互動。

完成本課程後，學員將能夠：

• 理解邊緣AI如何增強零售運營及客戶體驗。
• 實施AI驅動的智慧結帳與無櫃員支付系統。
• 透過即時追蹤與分析優化庫存管理。
• 運用電腦視覺及AI創造店內個性化體驗。

這堂於台灣（線上或線下）舉行的由導師指導的現場培訓，旨在為具備中等資格的電信專業人員、AI工程師以及物聯網專家，探索5G網絡如何加速邊緣AI應用。

完成本課程後，參與者將能夠：

• 了解5G技術的基本原理及其對邊緣AI的影響。
• 在5G環境中部署專為低延遲應用優化的AI模型。
• 實施基於邊緣AI和5G連接的實時決策系統。
• 優化邊緣設備上AI工作負載，以提升效能表現。

本課程由導師主導，在台灣（線上或線下）進行培訓，目標對象為希望針對資源受限設備部署並優化輕量級AI模型的初階至中階嵌入式AI開發人員及邊緣運算專家。

完成本培訓後，學員將能夠：

• 選擇並適應適合邊緣部署的預訓練模型。
• 運用量化、剪枝及其他壓縮技術，以降低模型體積與延遲。
• 使用遷移學習微調模型，以達成特定任務效能。
• 將優化後的模型部署至真實的邊緣硬體平台。

這項在 台灣（線上或線下）舉行的由講師主導的培訓，針對中階至高階的電腦視覺工程師、AI 開發人員及 IoT 專業人士，旨在協助其實作並優化用於在邊緣裝置上進行即時處理的電腦視覺模型。

完成本培訓後，學員將能夠：

• 掌握邊緣 AI 的基本概念及其在電腦視覺中的應用。
• 在邊緣裝置上部署經過優化的深度學習模型，以進行即時影像和視訊分析。
• 使用 TensorFlow Lite、OpenVINO 以及 NVIDIA Jetson SDK 等框架來部署模型。
• 優化 AI 模型的效能、功耗效率及低延遲推論。

這門在台灣（線上或線下）進行的現場講師帶隊訓練課程，旨在服務於希望將在節能硬體上實施TinyML技術以打造AI驅動應用程式的中級嵌入式工程師、IoT開發人員以及AI研究者。

完成本課程後，學員將能夠：

• 掌握TinyML及邊緣AI的基本原理。
• 在微控制器上部署輕量級AI模型。
• 優化AI推理過程以降低功耗。
• 將TinyML整合到現實世界的IoT應用中。

此由講師帶領並提供實體教學或線上培訓（台灣）旨在協助初級到進階的機器人工程師、AI 開發人員與自動化專家實施邊緣 AI 於機器人應用。

完成此訓練後，學員將能夠：

• 理解邊緣 AI 在自主系統中的角色。
• 將 AI 模型部署於邊緣裝置以支援即時機器人操作。
• 優化 AI 效能，實現低延遲決策。
• 整合電腦視覺與感測器融合技術以提升機器人自主能力。

這門在台灣（線上或線下）進行的講師主導直播培訓，面向高級別AI工程師、嵌入式開發人員和硬體工程師，旨在幫助他們在低功耗設備上實現AI模型，同時最大限度地減少能源消耗。

完成本培訓後，學員將能夠：

• 了解在能源高效設備上運行AI所面臨的挑戰。
• 優化神經網絡以實現低功率推理。
• 使用量化、剪枝和模型壓縮技術。
• 在邊緣硬體上部署AI模型，並保持最低功耗。

本課程為 台灣（線上或線下）講師主導的培訓，主要對象為希望優化並在 NVIDIA Jetson 平台上部署 AI 模型以應用於邊緣設備的中階 AI 開發人員、嵌入式工程師及機器人工程師。

參加完本培訓後，學員將能夠：

• 了解邊緣 AI 的基本原理及 NVIDIA Jetson 硬體架構。
• 優化 AI 模型以部署於邊緣設備。
• 使用 TensorRT 加速深度學習推論過程。
• 利用 JetPack SDK 和 ONNX Runtime 部署 AI 模型。

這門在 台灣（線上或線下）進行的由講師帶領的培訓課程，主要面向希望將 AI 模型部署至邊緣設備的中級 AI 開發者、機器學習工程師及系統架構師。

完成本培訓後，參與者將能夠：

• 理解在邊緣設備上部署 AI 模型的挑戰與需求。
• 應用模型壓縮技術來縮小 AI 模型的規模與複雜度。
• 利用量化方法提升模型在邊緣硬體上的效率。
• 實施剪枝及其他最佳化技術以改善模型效能。
• 將優化後的 AI 模型部署於多種邊緣設備。

這是由授課者帶領的實境培訓 台灣（可選擇線上或現場進行），專為中级開發者、數據科學家及科技愛好者設計，旨在幫助他們掌握在各種應用場景中於邊緣裝置部署 AI 模型的實戰技能。

完成本培訓後，參與者將能夠：

• 理解邊緣 AI 的原理及其優勢。
• 設定並配置邊緣計算環境。
• 針對邊緣部署開發、訓練並優化 AI 模型。
• 在邊緣裝置上實施實務 AI 解決方案。
• 評估並改善已部署模型的效能。
• 處理邊緣 AI 應用中的倫理與安全議題。

此讲师引导的现场培训在[loc]（线上或线下）面向希望实施金融服务中边缘AI解决方案的中高级金融专业人士、金融科技开发人员和AI专家。

完成本课程后，学员将能够：

• 理解边缘AI在金融服务中的作用。
• 实施使用边缘AI的欺诈检测系统。
• 通过AI驱动的解决方案增强客户服务。
• 应用边缘AI进行风险管理和决策制定。
• 在金融环境中部署和管理边缘AI解决方案。

此教師主導的現場培訓在台灣（線上或線下）進行，目標受眾為希望將邊緣AI解決方案實施於工業自動化的中級工業工程師、製造業專業人員及AI開發者。

完成本課程後，學員將能夠：

• 理解邊緣AI在工業自動化中的角色。
• 實施利用邊緣AI的預測性維護解決方案。
• 將AI技術應用於製造流程的品質控制。
• 運用邊緣AI優化工業流程。
• 在工業環境中部署及管理邊緣AI解決方案。

此由講師主導的實體培訓（線上或線下）旨在為中階開發人員、數據科學家及 AI 從業者，提供運用 TensorFlow Lite 於 Edge AI 應用的技能。

完成本培訓後，學員將能夠：

• 理解 TensorFlow Lite 的基本概念及其在邊緣 AI 中的角色。
• 使用 TensorFlow Lite 開發並優化 AI 模型。
• 將 TensorFlow Lite 模型部署至各種邊緣設備。
• 運用模型轉換與優化工具及技術。
• 利用 TensorFlow Lite 實現實務上的 Edge AI 應用。

此培訓由講師帶領，在[loc]線上或線下[/loc]進行，適合具備中等程度的都市規劃師、土木工程師及智慧城市專案經理，他們希望運用Edge AI推動智慧城市計畫。

完成本培訓後，學員將能夠：

• 了解邊緣AI在智慧城市基礎設施中的角色。
• 實施用於交通管理與監控的邊緣AI解決方案。
• 利用Edge AI技術優化城市資源。
• 將Edge AI與現有的智慧城市系統整合。
• 處理智慧城市部署中的倫理與法規考量。

此為講師指導的現場培訓（台灣線上或線下），目標受眾為希望保障並合乎倫理地部署邊緣人工智慧解決方案的初級至中級資安專業人員、系統管理員及AI倫理研究人員。

完成本培訓後，學員將能夠：

• 理解邊緣人工智慧中的安全與隱私挑戰。
• 實施保護邊緣設備與資料的最佳實務。
• 制定策略以降低邊緣人工智慧部署中的安全風險。
• 處理倫理考量，確保符合法規要求。
• 對邊緣人工智慧應用程式進行安全評估與稽核。

這是一門在[loc]（線上或線下）進行的講師主導實時培訓，目標受眾為希望利用邊緣AI來創新自主系統解決方案的中等階梯機器人工程師、自動駕駛車輛開發人員以及AI研究人員。

完成本培訓後，學員將能夠：

• 了解邊緣AI在自主系統中的角色和益處。
• 開發並部署可在邊緣設備上進行實時處理的AI模型。
• 在自動駕駛車輛、無人機和機器人中實施邊緣AI解決方案。
• 設計並使用邊緣AI優化控制系統。
• 處理自主AI應用中的道德與法規考量。

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。

此為由講師帶領的即時培訓（線上或線下），對象為希望精通邊緣AI最新進展、優化其AI模型於邊緣設備部署，並探索各行業專業應用的進階層級AI從業者、研究人員與開發者。

完成本培訓後，學員將能夠：

• 探索邊緣AI模型開發與優化的先進技巧。
• 實施在邊緣設備上部署AI模型的尖端策略。
• 運用專門工具與框架進行進階邊緣AI應用。
• 優化Edge AI解決方案的性能與效率。
• 探索邊緣AI的创新用例與新興趨勢。
• 處理邊緣AI部署中的進階倫理與安全考量。

此由講師指導的 台灣（線上或線下）培訓課程，旨在為中階開發者、系統架構師及業界專業人士提供學習機會，協助他們運用邊緣AI增強物聯網應用程式的智慧數據處理與分析能力。

完成本培訓後，學員將能夠：

• 理解邊緣AI的基本原理及其在物聯網中的應用。
• 設定並配置適合物聯網設備的邊緣AI環境。
• 開發並將AI模型部署到物聯網應用程式中的邊緣設備。
• 在物聯網系統中實作即時數據處理和決策機制。
• 將邊緣AI整合至各種物聯網協議和平台。
• 探討邊緣AI在物聯網中的倫理考量與最佳實踐方法。

這項由導師帶領的實作課程（線上或線下）主要針對希望實施TinyML用於預測性維護、異常檢測和智慧感測器應用的中階IoT開發者、嵌入式工程師以及AI從業人員。

完成本課程後，學員將能夠：

• 理解TinyML的基本原理及其在物聯網中的應用。
• 為IoT專案設置TinyML開發環境。
• 在低功耗微控制器上開發和部署機器學習模型。
• 使用TinyML實施預測性維護與異常檢測。
• 優化TinyML模型，以實現高效的功耗和記憶體使用。

本課程由講師親自授課，在 台灣（線上或線下）提供即時訓練，對象為希望從概念到實際實作（包含設定與部署）全面理解邊緣 AI 的初級至中階開發人員及 IT 專業人士。

完成本課程後，學員將能夠：

• 理解邊緣 AI 的基本概念。
• 設定和配置邊緣 AI 環境。
• 開發、訓練並優化邊緣 AI 模型。
• 部署及管理邊緣 AI 應用程式。
• 將邊緣 AI 整合至現有系統與工作流程。
• 處理邊緣 AI 實作中的倫理考量與最佳實務。

本課程為由講師指導的培訓（台灣線上或線下），針對希望使用 TensorFlow Lite 和 Edge Impulse 在微控制器上部署機器學習模型的初級嵌入式系統工程師和AI開發人員。

完成此培訓後，參與者將能夠：

• 理解TinyML的基本概念及其對邊緣AI應用的益處。
• 建立用於TinyML項目的開發環境。
• 在低功耗微控制器上訓練、優化並部署AI模型。
• 使用TensorFlow Lite 和 Edge Impulse實現實際的TinyML應用。
• 針對功耗限制和記憶體約束進行AI模型優化。

本課程由講師親自指導，在 台灣（線上或線下現場）提供培訓，主要對象為希望了解 Edge AI 基本概念及其入門應用的初階開發人員及 IT 專業人士。

完成此培訓後，學員將能夠：

• 掌握 Edge AI 的基本概念與架構。
• 搭建並配置 Edge AI 運行環境。
• 開發並部署簡單的 Edge AI 應用程序。
• 識別並理解 Edge AI 的使用場景及其優勢。