學生將學習建構「檢索增強生成」(RAG) 系統——AI 的外部記憶體,允許 LLM 查詢私有企業資料。
16 歲以上對企業資料系統和 AI 整合感興趣的開發者和資料工程師。
向量資料庫 (Pinecone)、文件處理、嵌入模型、查詢最佳化和生產級 RAG 管道。
基本的 Python 知識和對資料庫概念的理解會有幫助。
梯次 1:2026 年 7 月 6 日 - 7 月 17 日
梯次 2:2026 年 8 月 3 日 - 8 月 14 日 (英語)
本課程提供英語或中文授課。
學費:NT$XX,000
訂金:NT$2,000
早鳥優惠:省 15%(3 月 1 日前報名)
用於儲存和查詢文件嵌入的託管向量資料庫。
用於建構 RAG 管道和連接 LLM 與資料來源的框架。
OpenAI Ada、Cohere 和開源替代方案用於文字向量化。
處理 PDF、Word、網頁和結構化資料的工具。
| 天數 | 主題 | 實作活動 |
|---|---|---|
| 01 | 向量資料庫入門 | 設定 Pinecone 並理解嵌入。 |
| 02 | 文件處理 | 建構文件攝取管道。 |
| 03 | 分塊策略 | 最佳化文件分割以獲得更好的檢索。 |
| 04 | 語義搜尋 | 實作相似度搜尋和過濾。 |
| 05 | 基本 RAG 管道 | 建構第一個完整的 RAG 系統。 |
| 天數 | 主題 | 實作活動 |
|---|---|---|
| 06 | 混合搜尋 | 結合語義和關鍵字搜尋。 |
| 07 | 重新排序 | 實作相關性排序以獲得更好的結果。 |
| 08 | 多文件 RAG | 處理多種文件類型和來源。 |
| 09 | 評估與測試 | 測量 RAG 系統品質。 |
| 10 | 生產部署 | 部署可擴展的 RAG 應用程式。 |