LLMs在語音識別與合成中的應用培訓

LangGraph 是一個用於構建有狀態、多參與者 LLM 應用的框架，它支持將應用構建爲具有持久狀態和執行控制的可組合圖。

本次由講師主導的培訓（線上或線下）面向高級 AI 平臺工程師、AI DevOps 和 ML 架構師，旨在幫助他們優化、調試、監控和操作生產級 LangGraph 系統。

通過本培訓，參與者將能夠：

• 設計和優化複雜的 LangGraph 拓撲結構，以提高速度、降低成本並增強可擴展性。
• 通過重試、超時、冪等性和基於檢查點的恢復機制來構建可靠性。
• 調試和追蹤圖執行過程，檢查狀態，並系統地復現生產問題。
• 爲圖添加日誌、指標和追蹤，部署到生產環境，並監控 SLA 和成本。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

高級Ollama模型調試與評估是一門深入課程，專注於在本地或私有Ollama部署中診斷、測試和測量模型行爲。

本課程爲講師指導的培訓（線上或線下），面向希望確保基於Ollama的模型在生產環境中的可靠性、保真度和操作準備情況的高級AI工程師、ML Ops專業人員和QA從業人員。

培訓結束後，參與者將能夠：

• 對Ollama託管的模型進行系統化調試，並可靠地復現故障模式。
• 設計並執行包含定量和定性指標的穩健評估流程。
• 實施可觀測性（日誌、追蹤、指標）以監控模型健康狀況和漂移。
• 自動化測試、驗證和迴歸檢查，並將其集成到CI/CD管道中。

課程形式

• 互動式講座與討論。
• 使用Ollama部署進行實踐實驗和調試練習。
• 案例分析、小組故障排除會議和自動化研討會。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

這是一個由講師指導的線上或線下培訓，針對希望使用Ollama實現安全高效的AI驅動工作流程的高級專業人士。

通過本培訓，參與者將能夠：

• 部署和配置Ollama以進行私有AI處理。
• 將AI模型集成到安全的企業工作流程中。
• 在保持數據隱私的同時，優化AI性能。
• 利用本地AI功能自動化業務流程。
• 確保符合企業安全與治理政策。

這是一場由講師指導的現場培訓，地點在香港（線上或現場），適合希望使用Ollama部署、優化和整合LLM的中級專業人士。

在培訓結束時，參與者將能夠：

• 使用Ollama設置和部署LLM。
• 優化AI模型以提升性能和效率。
• 利用GPU加速提升推理速度。
• 將Ollama整合到工作流程和應用程式中。
• 監控和維護AI模型的長期性能。

這項由講師指導的香港（線上或線下）培訓，針對希望微調和自訂Ollama上的AI模型以提升性能和特定領域應用的高級專業人士。

在培訓結束時，參與者將能夠：

• 在Ollama上設置高效的AI模型微調環境。
• 準備用於監督式微調和強化學習的數據集。
• 優化AI模型的性能、準確性和效率。
• 在生產環境中部署自訂模型。
• 評估模型改進並確保其穩健性。

LangGraph 是一個用於構建有狀態、多參與者 LLM 應用的框架，通過可組合的圖結構實現持久狀態和執行控制。

本次由講師主導的培訓（線上或線下）面向中級到高級專業人士，旨在幫助他們設計、實施和運營基於 LangGraph 的金融解決方案，確保其具備適當的治理、可觀測性和合規性。

通過本次培訓，參與者將能夠：

• 設計與監管和審計要求一致的金融專用 LangGraph 工作流。
• 將金融數據標準和本體集成到圖狀態和工具中。
• 爲關鍵流程實施可靠性、安全性和人工介入控制。
• 部署、監控和優化 LangGraph 系統，以滿足性能、成本和 SLA 要求。

課程形式

• 互動式講座與討論。
• 大量練習與實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

LangGraph 是一個用於構建圖結構 LLM 應用的框架，支持規劃、分支、工具使用、內存和可控執行。

本次由講師指導的培訓（線上或線下）面向初級開發者、提示工程師和數據從業者，旨在幫助他們使用 LangGraph 設計和構建可靠的多步驟 LLM 工作流。

培訓結束後，參與者將能夠：

• 解釋 LangGraph 的核心概念（節點、邊、狀態）及其使用場景。
• 構建支持分支、調用工具和保持內存的提示鏈。
• 將檢索和外部 API 集成到圖工作流中。
• 測試、調試和評估 LangGraph 應用的可靠性和安全性。

課程形式

• 互動講座和引導討論。
• 在沙盒環境中進行指導實驗和代碼演練。
• 基於場景的設計、測試和評估練習。

課程定製選項

• 如需爲此課程定製培訓，請聯繫我們安排。

LangGraph 支持由 LLM 驅動的有狀態、多參與者工作流，並能精確控制執行路徑和狀態持久化。在醫療領域，這些功能對於合規性、互操作性以及構建符合醫療工作流的決策支持系統至關重要。

本次講師主導的培訓（線上或線下）面向中高級專業人員，旨在幫助他們設計、實施和管理基於 LangGraph 的醫療解決方案，同時應對監管、道德和操作挑戰。

培訓結束後，參與者將能夠：

• 設計符合合規性和可審計性的醫療專用 LangGraph 工作流。
• 將 LangGraph 應用與醫療本體和標準（FHIR、SNOMED CT、ICD）集成。
• 在敏感環境中應用可靠性、可追溯性和可解釋性的最佳實踐。
• 在醫療生產環境中部署、監控和驗證 LangGraph 應用。

課程形式

• 互動式講座與討論。
• 基於真實案例的實踐練習。
• 在即時實驗環境中進行實施實踐。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

LangGraph 是一個框架，用於構建具有持久狀態和執行精確控制的多參與者 LLM 應用程序，作爲可組合的圖。

本次由講師指導的培訓（線上或線下）面向中高級專業人士，旨在幫助他們設計、實施和操作基於 LangGraph 的法律解決方案，並確保必要的合規性、可追溯性和治理控制。

通過本次培訓，參與者將能夠：

• 設計特定於法律的 LangGraph 工作流程，確保可審計性和合規性。
• 將法律本體和文檔標準集成到圖狀態和處理中。
• 實施防護措施、人工審批和可追溯的決策路徑。
• 在生產環境中部署、監控和維護 LangGraph 服務，確保可觀測性和成本控制。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

LangGraph is a framework for composing graph-structured LLM workflows that support branching, tool use, memory, and controllable execution.

This instructor-led, live training (online or onsite) is aimed at intermediate-level engineers and product teams who wish to combine LangGraph’s graph logic with LLM agent loops to build dynamic, context-aware applications such as customer support agents, decision trees, and information retrieval systems.

By the end of this training, participants will be able to:

• Design graph-based workflows that coordinate LLM agents, tools, and memory.
• Implement conditional routing, retries, and fallbacks for robust execution.
• Integrate retrieval, APIs, and structured outputs into agent loops.
• Evaluate, monitor, and harden agent behavior for reliability and safety.

Format of the Course

• Interactive lecture and facilitated discussion.
• Guided labs and code walkthroughs in a sandbox environment.
• Scenario-based design exercises and peer reviews.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

LangGraph 是一個基於圖的編排框架，支持條件化、多步驟的 LLM 和工具工作流，非常適合自動化和個性化內容管道。

本課程由講師主導，提供線上或線下培訓，面向中級營銷人員、內容策略師和自動化開發人員，旨在幫助他們使用 LangGraph 實現動態、分支的電子郵件營銷活動和內容生成管道。

在本培訓結束時，參與者將能夠：

• 設計具有條件邏輯的圖結構內容和電子郵件工作流。
• 集成 LLM、API 和數據源以實現自動化個性化。
• 在多步驟營銷活動中管理狀態、記憶和上下文。
• 評估、監控和優化工作流性能和交付結果。

課程形式

• 互動式講座和小組討論。
• 動手實驗，實現電子郵件工作流和內容管道。
• 基於場景的練習，涵蓋個性化、分段和分支邏輯。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們進行安排。

Ollama is a platform that enables running and fine-tuning large language and multimodal models locally.

This instructor-led, live training (online or onsite) is aimed at advanced-level ML engineers, AI researchers, and product developers who wish to build and deploy multimodal applications with Ollama.

By the end of this training, participants will be able to:

• Set up and run multimodal models with Ollama.
• Integrate text, image, and audio inputs for real-world applications.
• Build document understanding and visual QA systems.
• Develop multimodal agents capable of reasoning across modalities.

Format of the Course

• Interactive lecture and discussion.
• Hands-on practice with real multimodal datasets.
• Live-lab implementation of multimodal pipelines using Ollama.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

本課程為講師指導的香港（線上或線下）培訓，旨在幫助初級專業人士安裝、配置並使用Ollama在本地機器上運行AI模型。

培訓結束後，學員將能夠：

• 了解Ollama的基本原理及其功能。
• 設置Ollama以運行本地AI模型。
• 使用Ollama部署並與LLM進行互動。
• 優化AI工作負載的性能和資源使用。
• 探索本地AI部署在各行業中的應用案例。

Ollama is a platform for running large language and multimodal models locally and at scale.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level engineers who wish to scale Ollama deployments for multi-user, high-throughput, and cost-efficient environments.

By the end of this training, participants will be able to:

• Configure Ollama for multi-user and distributed workloads.
• Optimize GPU and CPU resource allocation.
• Implement autoscaling, batching, and latency reduction strategies.
• Monitor and optimize infrastructure for performance and cost efficiency.

Format of the Course

• Interactive lecture and discussion.
• Hands-on deployment and scaling labs.
• Practical optimization exercises in live environments.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Ollama is a platform that enables running large language and multimodal models locally.

This instructor-led, live training (online or onsite) is aimed at intermediate-level practitioners who wish to master prompt engineering techniques to optimize Ollama outputs.

By the end of this training, participants will be able to:

• Design effective prompts for diverse use cases.
• Apply techniques such as priming and chain-of-thought structuring.
• Implement prompt templates and context management strategies.
• Build multi-stage prompting pipelines for complex workflows.

Format of the Course

• Interactive lecture and discussion.
• Hands-on exercises with prompt design.
• Practical implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.