課程簡介

掌握在 AWS 上實施生產環境的生成式 AI 解決方案。

AWS 上的 先進生成式 AI 開發 課程，針對組織展開生成式 AI 旅程的需求，並教你如何建立與更廣泛業務目標相符的完整生成式 AI 策略。

這場為期三天的進階講師主導訓練，培養整個生成式 AI 堆疊的專業知識——從基礎模型到企業整合模式。

此外，你還將學習先進資料處理技術、向量資料庫實作與檢索增強、先進的提示工程與治理、代理式 AI 系統與工具整合、AI 安全與保衛措施、效能優化與成本管理策略、全面的監控與可觀察性解決方案，以及測試與驗證框架。

課程結構遵循 AWS 經過驗證的生成式 AI 採用模式，從實驗階段逐步推進到生產階段的實作階段。

為什麼選擇 KORNERSTONE

  • 經認證、由實務人員主導的專家證書培訓師，提供高品質的培訓
  • 官方訓練資料包含
  • 實務、情境導向學習——著重應用，而非僅理論
  • 優秀的通過率

涵蓋技能

在本課程中，你將學習：

  • 在 AWS 上開發符合企業安全性、可擴展性與可靠性需求的生產級生成式 AI 解決方案
  • 評估並選擇適合特定商業用例的基礎模型，包括效能基準測試及實作動態模型選擇架構
  • 設計並實施包含斷路器、跨區域部署及降級策略的基礎模型系統
  • 建立多模態輸入的完整資料處理流程，包括驗證工作流程與優化技術
  • 運用 Amazon Bedrock 知識庫、OpenSearch 及混合方法，實作先進的向量資料庫解決方案，以有效提升檢索能力
  • 建立並管理先進的提示工程框架，包括思路鏈推理與企業範圍的提示治理系統
  • 說明 Agentic AI 框架與 Amazon Bedrock AgentCore 的組成部分
  • 實施全面的 AI 安全與保全控管，包括內容過濾、隱私保護及對抗性測試機制
  • 透過代幣效率策略、批次處理實作及智慧快取系統，優化效能並管理成本
  • 設計並實施完整的基礎模型應用監控與可觀察性解決方案
  • 建立系統性的測試與驗證框架，以持續對 AI 應用進行品質保證
  • 在企業環境中整合生成式 AI 解決方案，採用安全、合規且可擴展的架構模式

先決條件

我們建議參加本課程的學員具備：

目標受眾

本課程適合在 AWS 上建置並部署生成式 AI 應用的軟體開發者、AI 工程師及雲端架構師。非常適合尋求基礎模型、提示工程及大規模 AI 應用部署進階專業知識的專業人士。

課程內容

模組 1：基礎模型選擇與配置

  • 企業基礎模型評估框架
  • 動態模型選擇架構模式
  • 韌性基礎模型系統設計
  • 成本優化與經濟建模
模組二：基礎模型的先進資料處理
  • 全面的資料驗證與品質保證
  • 多模態資料處理管線
  • 輸入優化與效能提升

模組 3：向量資料庫與檢索增強

  • 企業向量資料庫架構
  • 進階文件處理與分塊策略
  • 複雜的檢索系統實作
  • 實作實驗室： 使用 Amazon Bedrock 知識庫開發檢索增強生成（RAG）應用程式
模組四：提示工程與治理
  • 進階提示工程框架
  • 複雜的提示協調系統
  • 企業即時治理與管理
  • 實作實驗室： 使用 Amazon Bedrock API 開發對話模式
模組 5：使用 Amazon Bedrock AgentCore 實作代理型 AI 框架
  • 代理式 AI 框架
  • 亞馬遜基岩代理核心

模組六：AI 安全與保全

  • 全面內容安全實施
  • 保護隱私的 AI 架構
  • 人工智慧治理與合規架構

模組7：效能優化與成本管理

  • 代幣效率與成本優化
  • 高效能系統架構
  • 智慧快取系統的實作
  • 實作實驗室： 打造安全且負責任的生成式 AI 與 Amazon Bedrock 的護欄
模組八：生成式人工智慧的監控與可觀察性
  • 基礎模型監控系統
  • 業務影響與價值管理
  • AI 專用的故障排除與診斷
模組九：測試、驗證與持續改進
  • 全面的人工智慧評估框架
  • 品質保證與持續改進
  • RAG 系統評估與最佳化

模組 10：企業整合模式

  • 企業連接與整合架構
  • 安全存取與身份管理
  • 跨環境與混合部署

第11單元：課程總結

  • 下一步與額外資源
  • 課程摘要