AI 工程師 MLOps 賽道：大規模部署 Gen AI 與 Agentic AI

使用 MLOps、Bedrock、SageMaker、RAG、Agents、MCP 將 AI 部署到 AWS、GCP、Azure、Vercel：可擴展、安全且可觀察。

從這 18.5 小時的課程，你會學到

使用 Clerk 在 Vercel、AWS、Azure 和 GCP 上將 SaaS LLM 應用程式部署到生產環境
使用 Lambda、S3、CloudFront、SQS、Route 53、App Runner 和 API Gateway 設計雲端架構
整合 Amazon Bedrock 和 SageMaker，並使用 GPT-5、Claude 4、OSS、AWS Nova 和 HuggingFace 進行構建
使用 Terraform 自動部署到開發、測試和生產環境，並透過 GitHub Actions 持續交付
交付企業級 AI 解決方案，這些解決方案可擴展、安全、可監控、可解釋、可觀察，並採用護欄控制。
使用 Amazon Bedrock AgentCore 和 Stands Agents 創建多 Agent 系統和 Agentic Loops

要求

雖然理想情況下，你會用 Python 編程，並且有一些 LLM 的工作經驗，但這門課程面向非常廣泛的受眾，無論背景如何。我準備了一整套自學實驗，涵蓋了基礎技術和程式設計技能。如果你是程式新手，只需要一個條件：足夠的耐心！
如果你的 API 和雲端服務供應商預算只有幾美元，那麼這門課最適合你。但我們會監控每個環節的費用，最後決定權在你。

課程說明

這門課程是我學生要求最多的課程，比其他課程加起來還要多。

一位學生稱之為：

“AI 領域缺少的課程。”

本課程適合：

企業家
企業工程師
……以及介於兩者之間的所有人。

這不僅僅是 RAG – 儘管我們會使用 RAG。

這不僅僅是 Agent – 但將會有許多 Agent。

這不僅僅是 MCP – 但沒錯，MCP 也會有很多。

本課程涵蓋：

RAG、Agent、MCP 等等…部署到生產環境。

實時。

企業級。

可擴展、彈性、安全、可監控—並進行講解。

您將使用 LLM 和 Agent 在 Vercel、AWS、GCP 和 Azure 上交付真實的生產級 AI，並在 AWS 上進行深入研究。

在四週的課程中，您將把四種產品投入生產：

Week 1

您將在 Vercel 和 AWS 上發布一款 Next.js SaaS 產品，

並使用 AWS App Runner 和 Clerk 進行使用者管理和訂閱。

Week 2

你將成為 AWS 上的 AI 平台工程師，

使用下列工具部署無伺服器基礎架構：

Lambda、Bedrock、API Gateway、S3、CloudFront、Route 53
使用 Terraform 將基礎架構編寫為程式碼
使用 GitHub Actions 設定 CI/CD 管線－實現免手動部署和一鍵推廣。

Week 3

您將獲得 GenAI 在生產中的廣泛行業技能：

使用 MCP 將網路安全分析師代理部署到 Azure 和 GCP
啟動 SageMaker 推理
建構 S3 向量資料收集
在 Bedrock + MCP 上使用 OpenAI OSS 模型部署研究員代理

Week 4

您將在生產中完全發揮代理作用：

建構多代理系統：
- Aurora Serverless、Lambda、SQS
- JWT 驗證的 CloudFront 前端
- LangFuse 可觀測性
- AWS Agent Core 概覽

完成後，你將知道如何

選擇合適的架構
鎖定安全性
監控成本
提供持續更新

在生產環境中運行可擴展、可靠的 AI 應用所需的一切。

課程部分（週數和專案）

Week 1

SaaS 應用程式透過 Vercel、AWS、Next.js、Clerk、App Runner 投入生產

專案：SaaS 醫療保健應用程式

Week 2

使用 Bedrock、Lambda、API Gateway、Terraform、CI/CD 在 AWS 上進行 AI 平台工程

專案：數位孿生 Mk II

Week 3

使用 Azure、GCP、AWS SageMaker、S3 Vectors 和 MCP 進行 Gen AI 生產

專案：網路安全分析師

Week 4

Agentic AI 生產環境：在 AWS（Aurora Serverless、Lambda、SQS）上建置並部署多代理系統

使用 LangFuse 和 Bedrock AgentCore

畢業專案：SaaS 財務規劃師

目標受眾

如果您對在生產中部署 Gen AI 和 Agents 的想法感到興奮 – 那麼本課程適合您。

講師簡介

Ligency 建構現實世界的 AI 產品

加入 Ligency，與超過 340 萬名學員一起學習。

我們擁有 4.6 分的講師評分、近 100 萬條評價，並提供 12 種語言的 121 門課程，幫助工程師、領導者和團隊掌握驅動當今人工智慧革命的技能，並交付實際成果。

我們從現實世界的起點出發：大型語言模型( LLM )及其驅動的產品。您將學習AI 和生成式人工智慧 (gen AI) 的基礎知識，然後交付生產級系統 – 聊天機器人、Co-Pilot、自動化和 AI 代理。我們將深入探討大型語言模型工程：檢索（RAG）、評估、可觀測性、安全性以及團隊大規模運行代理系統所使用的模式。

我們的技術堆疊實用且與時俱進。您將使用 Python、LangChain 和 LangGraph 快速建立原型；探索來自 OpenAI、Gemini 和 Claude（包括 Claude Code）的模型；使用 Hugging Face 和 Ollama 進行微調和部署；並在 AWS 上將其部署到生產環境 – 從 Bedrock 到事件驅動服務。需要自動化？我們利用 n8n、簡潔的介面和 CI/CD 將其完美整合。在此過程中，您將掌握在高負載下依然穩健的響應式工程技術。

未來發展方向：交付型人才的職位。熱愛建構的人才可以選擇 AI 工程師和 LLM 工程師；追求規模化可靠性的人才可以選擇平台和 MLOps 方向；致力於將 Agentic AI 從簡報轉化為實際業務成果的人才可以選擇產品和領導力方向。貫穿始終的核心理念是：快速學習、快速建立、衡量一切、迭代優化。

從我們最暢銷的課程開始：

LLM 工程：精通 AI、大型語言模型和 Agents – 從最初的響應式設計到生產模式（RAG、Agents、評估、LangChain/LangGraph）的實踐路徑。

完整的 Agentic AI 工程課程 – 設計、編排和部署強大的 AI Agents 和 Agentic 工作流程。

生產環境中的 AI : 大規模的 Gen AI 和 Agenttic AI – AWS 上建置管道、監控和企業級部署的擴展模式。

生成式 AI 高階主管簡報：領導者的精通指南－生成式 AI 策略、治理與投資報酬率的簡明行動手冊。

如果您希望快速提陞技能並交付實際產品，歡迎加入我們。學習概念，體驗工具，建立產品 – 然後將其推向用戶。這就是 Ligency 的行事方式。

Ed Donner 人工智慧新創公司共同創辦人和領導者； Gen AI 和 LLM 講師

Ed Donner 是一位科技領導者，也是人工智慧新創企業的創辦人。他是 Nebula 的聯合創始人兼首席技術長，Nebula 是一個使用生成式 AI 和其他形式的機器學習來尋找、了解、吸引和管理人才的平台。 Nebula 的長期目標是幫助人們發現自己的潛力並追求存在的意義。

在此之前，Ed 是人工智慧新創公司untapt 的創辦人兼首席執行官，該公司是埃森哲金融科技創新實驗室旗下公司，於2021 年被收購。由300 名軟體工程師組成的團隊，負責3 大洲的風險技術工作，在華爾街從事了 15 年的技術工作後。 Ed 擁有 2023 年頒發的深度學習匹配引擎專利，以及牛津大學物理學碩士學位。