AWS-AGAI：AWS 上的先進生成式 AI 開發
在 2026 年打造可生產的生成式 AI 系統。 這場為期三天的進階 AWS 生成式 AI 培訓，讓開發者具備實務技能，利用基礎模型、企業模式、檢索增強及代理式方法，設計、建構並整合生成式 AI 應用。 為什麼要接受培訓： 利用 AWS 服務（如基礎模型、向量搜尋、代理框架及整合模式）建立並部署生產環境的生成式 AI 解決方案，獲得實務專業知識。 為何重要： 先進的生成式 ...
AWS-AAF：代理型人工智慧基礎
AWS 代理式 AI 基礎：學習如何在 2026 年設計與建構自主 AI 代理。 代理人工智慧代表人工智慧的下一階段演進：能夠獨立規劃、行動、推理並執行任務的系統。 這場為期一天的培訓將介紹使用 AWS 技術如 Amazon Q、Kiro 及 Amazon Bedrock AgentCore，設計代理式 AI 解決方案的核心原則與實務技巧，協助你將這些新興能力應用於真實情境中。 ...
DBK-GAE: Generative AI Engineering with Databricks
利用 Databricks 建立生成式 AI 應用並大規模部署大型語言模型（LLM）驅動的解決方案 本課程涵蓋關鍵的生成式 AI 概念，包括檢索增強生成（RAG）、提示詞工程、模型評估，以及使用 MLflow、Mosaic AI、向量搜尋和 Databricks 內模型服務等工具的部署。 為什麼要接受培訓： 學習如何利用 RAG、MLflow、Mosaic AI、向量搜尋及 Databricks 平台的模型服務來設計與部署生成式 AI 應用程式。 ...
DBK-MLD: Machine Learning with Databricks
建立端到端的機器學習工作流程，並使用 Databricks 大規模部署模型 本課程教授如何在 Lakehouse 平台內使用 MLflow、AutoML 及 Databricks 模型服務等工具準備與探索資料、開發與調整模型，以及管理部署。 為什麼要接受訓練： 學習如何使用 MLflow、AutoML、功能庫及 Databricks 模型服務來建立、追蹤及部署機器學習模型。 為何重要： 機器學習能力使組織能夠實戰 AI、自動化決策，並在不同商業案例中擴展預測模型。 參加者： 負責在 ...
MS-PL-7008：在 Microsoft Copilot Studio 中建立代理程式
使用 Microsoft Copilot Studio 建置並擴充客製化 AI 解決方案。 利用 Microsoft Copilot Studio 創建並擴充自訂副駕駛，發揮 AI 的力量。這門 Microsoft 應用技能課程賦能開發者與 IT 專業人員，打造智慧解決方案，協助完成任務、改善決策並優化工作流程。 學習如何客製化並整合 AI ...
GCP-GAIL：生成式人工智慧領導者
Google Cloud 生成式 AI 領導者培訓旨在準備學習者取得 Google Cloud 認證：生成式 AI 領導者資格，專為需要理解生成式 AI（生成式 AI）如何在商業環境中應用的專業人士設計，特別是在使用 Google Cloud 工具與服務時。 此人能識別生成式 AI 的應用案例，與技術及非技術團隊進行討論，並影響生成式 AI 計畫。
