本課程以實作補強學員在生成式AI與大語言模型領域的實務技能，掌握以下知識與技能： 1、理解大型語言模型的原理與應用：深入探討大型語言模型（LLM）的基本原理和演算法，並學習其在自動化和自然語言處理中的應用，進一步提升工作效率。 2、培養AI模型實現與整合能力：學習如何利用LangChain框架設計檢索增強生成模型（RAG），並整合至LineBot和其他聊天機器人，實現動態問答功能。 3、掌握資料處理與模型微調技術：學習如何微調開源LLM模型，設計資料處理流程，並使用LlamaIndex建立高效的向量索引庫，以提升資料檢索效率。
課程型態 / 混成
上課地址 / 工研院產業學院 產業人才訓練一部(台北)。實際地點依上課通知為準!
時 數 / 21.5 小時
起迄日期 / 2025/06/06 ~ 2025/06/20
聯絡資訊 / 黃靖棻 02-23701111#304
v 實體課程：114年6月6日、6月13日、6月20日(隔週五)，09:00~17:00，3天共21小時。
v 雲端自學：共0.5小時，開啟帳密起~90天。
v 上課地點：工研院產業學院 產業人才訓練一部(台北)。實際地點依上課通知為準!
v 報名方式：線上報名 http://college.itri.org.tw。
v 課程聯絡人：(02)2370-1111分機304，黃小姐。
本課程歡迎企業包班，請來電洽詢02-23701111#309徐小姐
了解更多
課程型態 / 混成
上課地址 / 工研院產業學院 產業人才訓練一部(台北)。實際地點依上課通知為準!
時 數 / 21.5 小時
起迄日期 / 2025/06/06 ~ 2025/06/20
聯絡資訊 / 黃靖棻 02-23701111#304
課程介紹
掌握大型語言模型技術，解鎖AI應用無限可能！
生成式人工智慧（Generative AI）與大型語言模型（LLM）已成為當今科技領域中引人矚目的焦點。本課程從技術原理到實際應用，帶領學員深入學習文本生成、自動化流程、問答系統及聊天機器人等開發技能，透過實作練習全面掌握這些核心技術。
課程使用開源工具進行模型調用與測試，並教授檢索增強生成模型（RAG）的設計與部署方法。透過實際案例演練，學員將在真實場景中運用所學，解決實務問題，快速應對產業需求。本課程特別適合具備相關基礎的專業人士，包括資料分析師、軟體工程師及資料科學家等。無論您已有機器學習基礎或剛踏入生成式AI領域，都可透過本課程深化您的實戰能力，進一步拓展技術應用的可能性。
生成式人工智慧（Generative AI）與大型語言模型（LLM）已成為當今科技領域中引人矚目的焦點。本課程從技術原理到實際應用，帶領學員深入學習文本生成、自動化流程、問答系統及聊天機器人等開發技能，透過實作練習全面掌握這些核心技術。
課程使用開源工具進行模型調用與測試，並教授檢索增強生成模型（RAG）的設計與部署方法。透過實際案例演練，學員將在真實場景中運用所學，解決實務問題，快速應對產業需求。本課程特別適合具備相關基礎的專業人士，包括資料分析師、軟體工程師及資料科學家等。無論您已有機器學習基礎或剛踏入生成式AI領域，都可透過本課程深化您的實戰能力，進一步拓展技術應用的可能性。
課程目標/特色
本課程以實作補強學員在生成式AI與大語言模型領域的實務技能，掌握以下知識與技能：
- 理解大型語言模型的原理與應用：深入探討大型語言模型（LLM）的基本原理和演算法，並學習其在自動化和自然語言處理中的應用，進一步提升工作效率。
- 培養AI模型實現與整合能力：學習如何利用LangChain框架設計檢索增強生成模型（RAG），並整合至LineBot和其他聊天機器人，實現動態問答功能。
- 掌握資料處理與模型微調技術：學習如何微調開源LLM模型，設計資料處理流程，並使用LlamaIndex建立高效的向量索引庫，以提升資料檢索效率。
培訓證書
總出席率達80%，將由工業技術研究院產業學院核發培訓證書。
實體課程時間
114年6月6日、6月13日、6月20日 (隔週五)，09:00~17:00，3天共21小時。
課程大綱
| 日期 | 主題 | 大綱 | |
| 6/6 (五) |
大型語言模型 原理與應用實作 |
原理與發展 | 大型語言模型（如GPT、Llama）的理論基礎、演算法原理及其發展歷程。 |
| 實作應用 | 在Python環境中部署與操作LLM，並使用如Hugging Face等工具進行模型調用與測試。 | ||
| 案例演練：自動化文本生成、問答系統、文本分類…等 | |||
| LangChain RAG 與LineBot 整合應用 |
LangChain框架介紹 | 理解LangChain的角色及其在RAG中的應用，學習如何整合外部資料庫以提升訊息檢索效果。 | |
| RAG整合實作 | 設計檢索增強生成模型（RAG），並整合至LineBot，實現動態問答功能。 | ||
| 案例演練：LangChain與LineBot的整合與測試 | |||
| 6/13 (五) |
LlamaIndex RAG與Chatbots 整合應用 |
LlamaIndex框架介紹 | 介紹LlamaIndex在RAG中的應用場景及特色，有效利用LlamaIndex強化訊息檢索效率。 |
| RAG整合實作 | LlamaIndex的RAG設置及與Chatbots的整合。 | ||
| 案例演練：LlamaIndex的基本配置及與Chatbots整合應用測試 | |||
| 6/20 (五) |
掌握從模型調用、資料檢索到對話機器人整合的全流程操作 | 整合架構解析 |
|
| 資料處理與索引 |
|
||
| Chatbots整合與測試 |
|
||
先備知識
1、 基本的機器學習和深度學習概念。
2、 熟悉Python程式設計語言。
3、 了解基本的資料庫、資料科學和統計學原理。
2、 熟悉Python程式設計語言。
3、 了解基本的資料庫、資料科學和統計學原理。
注意事項
請學員自備具網路連網功能的筆記型電腦。
講師介紹
工研院特聘講師 蔡副教授
現職：國立臺北教育大學 數學暨資訊教育學系 副教授
專長：機器學習、深度學習、資料科學暨大數據分析應用、擴增實境/虛擬實境
經歷：教育部112-113年5G新科技學習示範學校計畫輔導教授
教育部補助中小學校人工智慧教育計畫輔導教授
中華民國淡江大學跨業合作協進會理事
全球職涯發展師GCDF/國際職業策略規劃師SCPC
台灣人工智慧青少年發展學會常務理事
德明財經科技大學資訊科技系副教授／助理教授
美國加州SCAG研究訪問學者
資格：Microsoft Certified: Power Platform Fundamentals
Microsoft Certified: Power BI Data Analyst Associate
Microsoft Certified: Azure AI Engineer Associate
IBM Data Science Foundations – Level 1 & Level 2
IBM Python for Data Science
現職：國立臺北教育大學 數學暨資訊教育學系 副教授
專長：機器學習、深度學習、資料科學暨大數據分析應用、擴增實境/虛擬實境
經歷：教育部112-113年5G新科技學習示範學校計畫輔導教授
教育部補助中小學校人工智慧教育計畫輔導教授
中華民國淡江大學跨業合作協進會理事
全球職涯發展師GCDF/國際職業策略規劃師SCPC
台灣人工智慧青少年發展學會常務理事
德明財經科技大學資訊科技系副教授／助理教授
美國加州SCAG研究訪問學者
資格：Microsoft Certified: Power Platform Fundamentals
Microsoft Certified: Power BI Data Analyst Associate
Microsoft Certified: Azure AI Engineer Associate
IBM Data Science Foundations – Level 1 & Level 2
IBM Python for Data Science
雲端自學
共0.5小時，開啟帳密起~90天
| 單元 | 內容 | 講師 | 時數 |
| 可信任AI打造資安韌性環境 |
|
工研院資通所 王邦傑經理 |
40min |
【課程辦理資訊】
v 實體課程：114年6月6日、6月13日、6月20日(隔週五)，09:00~17:00，3天共21小時。
v 雲端自學：共0.5小時，開啟帳密起~90天。
v 上課地點：工研院產業學院 產業人才訓練一部(台北)。實際地點依上課通知為準!
v 報名方式：線上報名 http://college.itri.org.tw。
v 課程聯絡人：(02)2370-1111分機304，黃小姐。
本課程歡迎企業包班，請來電洽詢02-23701111#309徐小姐
台北 
2025-06-14 ~ 2025-06-15 
