LLM 工程、RAG 和 AI 代理大師班 [2026]

掌握大型語言模型、檢索增強生成、LangGraph、MCP、CrewAI、AutoGen、N8N 和 OpenAI Agents SDK

從這 24 小時的課程，你會學到

了解大型語言模型 (LLM) 和 Agentic AI 的基礎知識，包括 LLM 的訓練、微調和部署方法。
使用 AutoGen、OpenAI Agents SDK、LangGraph、n8n 和 MCP 等先進框架建立和部署智慧自主 AI 代理程式。
使用 Hugging Face 和 LM Studio 探索並測試 LLama、DeepSeek、Qwen、Phi 和 Gemma 等開源 LLM。
使用 OpenAI、Gemini 和 Claude 的 API 存取權限，開發用於文字生成和視覺任務的實際應用程式。
應用經過驗證的五步驟框架，為你的企業選擇合適的 AI 模型：最大限度地提高成本效益、最大限度地降低延遲並加快上市時間。
使用 Vellum 和 Chat Arena 等排行榜評估 LLM，並進行盲測以客觀評估 AI 模型的性能。
使用 LangChain、OpenAI 嵌入和 ChromaDB 設計檢索增強生成 (RAG) 流程，以實現高效的文件檢索和問答。
建立一個互動式、透明的 AI 問答系統，該系統採用 Gradio 介面，可顯示答案以及來源引用，從而增強用戶信任。
使用 Pydantic library（包括 BaseModel、型別提示和 OpenAI 模型的解析輸出建立）掌握資料驗證和結構化輸出產生。
建立一個 AI 驅動的履歷編輯器，用於分析履歷與職位描述之間的差距，並自動根據目標應用客製化履歷/求職信。
學習如何使用 LoRA 等參數高效的方法以及 Hugging Face 的 TRL 和 SFTTrainer 等工具來微調預訓練的開源 LLM。
掌握資料集準備和模型評估技術，包括使用 scikit-learn 計算準確率、精確率、回想率和 F1 分數。
應用 Hugging Face Transformers 庫中的關鍵元件，例如 pipeline( )、AutoTokenizer( ) 和 AutoModelForCausalLM( )。
獲得在 Hugging Face 上使用開源資料集/模型的實務經驗，並應用 Bitsandbytes 等量化技術來優化效能。
掌握高階提示工程( prompt engineering )技術，例如零樣本提示、少樣本提示和思維鏈提示。
使用 AutoGen 部署多模型 AI 代理，整合 OpenAI、Gemini 和 Claude 的 LLM，實現代理協作和人機互動環路監督。
使用 LangGraph 開發和部署代理 AI 工作流程，掌握狀態、邊、條件邏輯和多階段節點等概念。
使用 LangGraph 設計和建立 AI 驅動的預訂代理，透過與外部 API 整合，實現航班和酒店的自動搜尋和推薦。
使用 CrewAI 組建資料科學代理團隊，創建專門用於工作流程規劃、資料分析、模型建構和預測分析的代理。
使用 n8n 設計並自動化端對端 Agentic AI 工作流程，整合 Gmail、Google 試算表、Google 日曆和 OpenAI 等服務。
使用模型-上下文-協議 (MCP) 和 OpenAI Agents SDK 建立高級 AI 輔導系統，實現動態工具互通性。
在代理工作流程中應用經典機器學習模型（線性迴歸、隨機森林、XGBoost），包括資料集載入和檢查。

要求

你需要一台筆記型電腦和網路連線！
無需程式設計經驗；具備基本的 Python 技能者優先。

課程說明

人工智慧革命正以難以想像的速度加速發展，精通大型語言模型 (Large Language Models，LLMs) 和代理 AI 的人將定義技術的未來。

這門大型語言模型 (LLM) 和 AI 代理大師班是一個密集的實作課程，旨在幫助專業人士和愛好者掌握建立真實 AI 應用程式所需的技能。無論你是開發者、資料科學家、研究人員或技術領導者，這個訓練營都能提供必要的工具和知識，讓你在這個快速發展的領域中自信地探索和創新。

你將首先探索 LLM 和代理框架的基礎知識，包括如何使用 LM Studio 對模型進行基準測試。然後，本課程將指導你使用 OpenAI、Gemini 和 Claude 等提供者提供的強大的閉源 API。你將學習如何建立系統和使用者訊息、理解標記化以及如何控制輸出，以建立 AI 驅動的文字產生器和基於視覺的卡路里追蹤器等專案。

隨著課程的深入，你將深入探索開源大型語言模型 (LLM) 的世界。你將使用 LoRA 和參數高效微調 (LoRA and Parameter-Efficient Fine-Tuning ，PEFT) 等先進技術在 Hugging Face 上對模型進行微調。此外，你還將累積使用 Gradio 設計 AI 驅動的 Web 應用程式、創建互動式串流應用程式以及建立智慧 AI 導師的經驗。

訓練營的核心部分著重於掌握提示工程，包括零樣本、少樣本和思維鏈提示技術，以實現一致且可控的輸出。你還將探索高級功能，例如建立檢索增強生成 (Retrieval-Augmented Generation，RAG) 流程以及使用嵌入進行語義搜尋和知識檢索。

該專案以開發下一代 AI 代理為結束。你將使用 AutoGen、OpenAI Agents SDK、LangGraph、n8n 和 MCP 等框架來創建能夠與外部系統、API 和其他數位工具互動的自主代理程式。每個模組都強調建構實用的可運行專案，以強化學習目標並為實際部署做好準備。

本次訓練營由經驗豐富的人工智慧教授兼教育家 Ryan Ahmed 博士主講，他已在全球為超過 50 萬名學員授課。對於希望進入大型語言模型 (LLM) 和人工智慧代理開發領域的軟體工程師、資料科學家、人工智慧研究人員和技術專業人士來說，它是理想之選。

此課程形式強調以專案為基礎的學習，提供循序漸進的指導、社群互動、導師指導和持續回饋。從第一天開始，你將建立實際應用程式，引領自己走在這個變革領域的尖端。

立即報名，期待與你相見！

目標受眾

希望進入代理型 AI 和 LLM 應用領域的資料科學家、機器學習工程師和人工智慧研究人員。
具備基本 Python 技能，希望將尖端 LLM 和代理框架整合到實際應用中的軟體開發人員。
有興趣探索開源模型（如 LLaMA、DeepSeek、Owen、Phi）和框架（如 AutoGen、LangGraph、CrewAI、n8n）的技術專業人士和人工智慧愛好者。
希望建構 AI 驅動的工作流程、助理和自動化原型的企業創新團隊或研發團隊。
尋求 LLM、微調和快速工程實踐經驗的進階學生和教育工作者。
探索 AI 驅動產品（如自主助理、履歷編輯器、預約助理和資料科學助理）的企業家和新創公司。

講師簡介

Dr. Ryan Ahmed, Ph.D., 50 萬+ 名學生 | 暢銷書教授 ( 更多講師主講課程介紹 )

大家好，歡迎大家！

我是 Ryan Ahmed 博士。我是一位教授、教育家，也是 Stemplicity School 的創辦人。我們致力於讓人工智慧和資料科學變得簡單、實用，人人皆可接觸。我熱衷於創造引人入勝、實踐性強的學習體驗，旨在幫助人們在快速變化的世界中蓬勃發展。

如果你剛踏入科技領域，或者想要提升人工智慧、資料科學或雲端運算方面的技能，我的目標是讓這些複雜的主題變得簡單易懂、切題且易於應用。在過去十年中，我已為來自 160 個國家/地區的 45 萬多名學員授課，並在我的 YouTube 頻道“Ryan Ahmed 教授”上建立了一個擁有超過 25 萬訂閱者的全球社區，我在這裡分享教程和工具，幫助人們職業發展。

我也曾在美國、加拿大和英國為匯豐銀行、加拿大皇家銀行、Discover 和巴克萊銀行等公司舉辦過人工智慧企業培訓課程。在我職業生涯的早期，我曾在通用汽車、三星和 Stellantis 擔任領導職務，致力於電動車和自動駕駛汽車技術。

我擁有麥克馬斯特大學的理學碩士、博士學位和工商管理碩士學位。我也是一名註冊專業工程師和史丹佛認證的專案經理，在人工智慧和電池系統領域發表了 50 多篇研究論文。除了頭銜之外，對我來說最重要的是看到他人取得成功。

如果你充滿好奇心、積極進取，並且準備好學習，我願意幫助你踏出下一步。

Stemplicity School Online 科學、技術、工程和數學變得簡單

Stemplicity 致力於改變教育，讓世界各地的每個人都能享受價格合理、包容性強的高品質學習。我們的使命是透過引人入勝、實用有趣的科學、技術、工程和數學 (STEM) 課程，賦予不同背景的學習者。我們致力於簡化複雜的概念，讓 STEM 教育變得輕鬆、有趣，並惠及所有人。以引人入勝、簡單、實用和有趣的方式

字幕：英文

想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

Udemy 永久擁有課程許多課程約 NT400(點擊連結看更多)
✨年訂閱每月 NT350(再享特別優惠：年度訂閱首年享 25% 折扣) 🌈 悠遊 Udemy 的 26000+ 門課，最大化學習 ( 原價 NT635/月 )
Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
手機上點選優惠連結看到的價格比電腦上看到的貴
＄代表當地貨幣, 如在台灣為 NT
點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現