🏆 理論凝態物理博士 🏆 長期擔任教學助理，提供解題指導 🏆 現職數據科學家，有豐富業界經驗。 🏆 客製化學習進度，依學生需求調整學習內容和進度。 🏆 長期在第一線編程。 🏆 生成式AI使用經驗: 使用OpenAI API 和 Langchain 在Pyhon裡進行語言處理。目前是Tier-5級使用者。 Stable Diffusion圖像生成，這是我在Tensor Art的個人頁 https://tensor.art/u/684879733015615979/posts。我不是很正經，但是對於陣式和咒語有很好的掌握能力。 這是我用SD3Medium搭建的工作流: https://tensor.art/template/run/739638719199383660?source_id=684879733015615979 歡迎試玩，不用錢。 🏆 擅長於結合數據，演算法，和商業案例。 🏆 熟悉各式Python API。 🏆 網路爬蟲，受災戶包括大型電商如Amazon和Zalando。 🏆 機械學習模型表現足以媲美業界諮詢公司。 🏆 上課內容會上傳到專屬的Github repository裡，方便交換意見和升級代碼。 週次,主題,核心目標（學完你會做到）,主要技術點,實作專案 / 作業 Week 1,LangChain 入門與核心組件,從零搭建第一個 LangChain 應用，能自由切換 OpenAI / Gemini / 本地模型,"• LangChain 六大模組（LLM、Prompt、Chain、Memory、Tool、Agent） • PromptTemplate & ChatPromptTemplate • Chain、LCEL 基礎 • 環境設定與憑證管理",作業：用 LangChain 做出「Gordon Ramsay 風格吐槽機」+「唐詩五言絕句生成器」（結合 RAG） Week 2,進階 Prompt 工程 + 語意檢索（RAG 基礎）,完全搞懂向量資料庫與語意搜尋，能自己建知識庫,"• Word2Vec → Transformer → Contextual Embedding • FAISS、BM25、Ensemble Retriever • Runtime Configuration • 模型魯棒性測試（Adversarial / Corruption）",作業：用唐詩三百首建一個「語意搜詩 + 風格模仿」的 RAG 系統 Week 3,RAG 進階 + N-Shot + 分類 + MLflow 實驗管理,能做出帶風格模仿的 RAG、自動分類器，並把實驗完整記錄下來,"• N-Shot RAG（孔子掄語風格模仿） • Zero/Few-Shot 分類 • LangChain + MLflow（log_model、autolog、callback） • 非同步處理與資料抓取（Wikipedia、PDF、Word）",作業：自動履歷–職缺匹配系統（含網頁爬蟲 + 分類 + MLflow 追蹤） Week 4,反思與迭代 Pipeline + 與 MLflow 進階,做出會「自我反思 → 修訂」的多階段 LLM 流程，並完整追蹤每一步,"• Reflection + Revision Pipeline • PydanticOutputParser + RunnablePassthrough • MLflow Callback & Autolog 深度應用 • 多模型協作（Reviewer + Writer）",作業：大學學測作文自動批改 + 給建議 + 重寫系統（完整 MLflow 追蹤） Week 5,多模態入門 — 圖像理解（Image Captioning & Visual QA）,能讓 LLM 看懂圖片並回答問題,"• GPT-4o 圖片輸入（URL vs Base64） • LangChain 多模態 Prompt 設計 • 開源替代方案：WD-14 tagger、Florence-2 • 批量圖片處理",作業：角色心理側寫器（輸入二次元角色圖 → 輸出詳細人格分析） Week 6,語音雙向轉換 — STT + TTS 完整流程,做出「說話 → LLM 理解 → 語音回覆」的閉環系統,"• OpenAI Whisper（批次 + 串流 + Prompt 影響） • TTS / TTS-HD + 聲音風格控制 • 語音點餐系統完整實作（Flask + Streamlit + LangServe） • Ollama 簡介與本地部署",作業：語音點飲料機器人（支援多杯、多甜度、去冰等複雜指令） Week 7,文生圖（Text-to-Image）與 Prompt 工程 + LangGraph 入門,能自動化「文字 → 高品質圖像」流程，並開始接觸 Agent 新框架,"• GPT-Image-1（最新模型）完整參數教學 • 標籤式 vs 自然語言 Prompt 寫法 • 用 LLM 幫你寫更好 Prompt • LangGraph 基礎（State、Node、Memory、Store、ToolRuntime）",作業：自動化繪本單頁生成器（文字 → 圖片） Week 8,期末專案 — 全自動有聲繪本生成 Agent,把前 7 週所有技術串起來，做出一個完整產品,"• LangGraph + 多模態 Agent • 故事 → 圖像 → 語音 全自動化流程 • 檔案持久化（避免重複花 Token） • LangGraph Store 記憶體管理 • 部署建議（LangServe + FastAPI + Docker）",期末專案：輸入一個簡單故事大綱，系統自動產出 5–10 頁帶旁白語音的有聲繪本（含圖 + 音檔）並打包成資料夾 課程特色（差異化賣點） 100% 實作導向，每週都有可直接跑的完整範例 涵蓋最新技術（2025 年 11 月為止）：GPT-4o、GPT-Image-1、LangGraph、MLflow 完整追蹤 多模態全覆蓋：文字、圖像、語音 三位一體 從原型到可追蹤、可部署、可擴展的生產級思維 同時教會 OpenAI API 與 Ollama 本地開源方案（敏感資料場景） 每週作業都可直接變成個人作品集項目 預計成果 完成 8 週後，你將擁有一個可展示、可部署、可商業化的 AI 產品原型（例如：自動有聲繪本工廠、語音點餐助理、圖文自動生成 Agent），並完全掌握目前業界最前沿的 LangChain 生態與多模態應用開發能力。 適合放進履歷、作品集，或直接拿去創業、內部提案、接案的實戰課程！ *** 數據科學基礎入門 *** Week 1 - 1-Sample t-Test - Loading Data with Pandas - Pandas Operations Week 2 - 2-Sample t-Test - Binomial Test - χ²-Test Week3 - Other Distributions: - Poisson Distribution - Geometric Distribution - Data Access with Requests - Visualization with Matplotlib 🐶 快來加入體驗課的行列！ 🐶 【體驗課】 ➡️ 體驗我的解題風格是否合適 ➡️ 專題諮詢 ➡️ 實際解決問題 【教學風格】 ➡️ 問到飽，盡我所能的解答你的問題 ➡️ 當TA被磨出來的耐性。 ➡️ 可以依照學生解題的思路快速改代碼。並且分析做法的特色或優缺點。 【課堂規定】 ↘️ 把題目先傳給我，讓我有時間準備。Debug相當耗時間。 ↘️ 若需請假，一小時前用line或email通知就行。 ↘️ 我不介意你邊吃邊上課。有學到東西比較重要。