::: 大型語言模型（LLM）應用開發實戰－假日班-工研院產業學習網 :::

課程代號：2325060041

大型語言模型（LLM）應用開發實戰－假日班

2023年以來，大型語言模型（LLM）如ChatGPT、Claude、Gemini、Llama等快速演進，掀起全球生成式AI革命。從行銷文案、客服自動化、知識搜尋到程式輔助開發，LLM正逐步改變企業的工作流程與人機互動方式。本課程為期五天，總時數30小時，從大語言模型（LLM）理論基礎到實務應用全面涵蓋，適合對生成式AI技術有興趣的工程師、資料科學家或開發者參與，學員從理論進入實務，最終具備開發與部署高互動性、可整合工具與知識LLM系統能力。

課程型態/

混成

上課地址/

新竹恆逸教育訓練中心/新竹市東區光復路二段295號3樓之2（實際教室以上課通知為主），本課程同步開放線上連線授課。

時數/

30 小時

起迄日期/

2025/11/08 ~ 2025/12/06

聯絡資訊/

彭小姐 03-5916197

報名截止日期：2025/11/07

課程介紹

2023年以來，大型語言模型（LLM）如 ChatGPT、Claude、Gemini、Llama 等快速演進，掀起全球生成式 AI 革命。從行銷文案、客服自動化、知識搜尋到程式輔助開發，LLM 正逐步改變企業的工作流程與人機互動方式。根據麥肯錫顧問公司的預測，生成式 AI 將在未來十年內為全球創造數兆美元的經濟價值，而具備LLM應用開發能力的技術人才也將成為職場的核心競爭力。

本課程為期五天，總時數 30 小時，從大語言模型（LLM）理論基礎到實務應用全面涵蓋，適合對生成式 AI 技術有興趣的工程師、資料科學家或開發者參與，學員從理論進入實務，最終具備開發與部署高互動性、可整合工具與知識 LLM 系統能力。

課程特色

特色一、從基礎到進階，全面掌握LLM應用技術

深入理解大型語言模型的核心原理與應用場景，掌握 Transformer 架構、訓練方法、

Gemini API、Hugging Face及本地部署工具，逐步建構LLM技術基礎，為實務開發打下根基。

特色二、實作導向，打造可運行的智慧應用專案

從提示詞工程、RAG 檢索式生成、微調技巧（LoRA、PEFT）到Function Calling、

AI Agent整合，全方位實作LLM應用開發流程，最終以Gradio打造一個可互動的智慧應用。

課程對象

1. 在企業擔任資訊人員(IT)、AI軟體開發、AI模型運用、AI程式應用等工程師等研發從業人員。

2. 有興趣欲投入資通訊產業之轉職人士。

先備知識

具備基本程式概念為佳。

講師簡介

陳講師

現任：台灣人工智能產業協會講師、實踐大學推廣中心講師等
專長：機器學習、影像識別、大型語言模型、生成式AI、數位電路與嵌入式系統、程式設計
經歷：中原大學電子所博士、中央研究院資訊科學所博士後研究員，曾任資深工程師與資料科學家，並擁有豐富授課經驗，擔任公協會講師多年

課程大綱

日期	課程單元	課程內容	時數
11/8(六)	單元一大語言模型基礎	1. 大語言模型原理與簡介－認識大語言模型LLM發展歷程與背景－Transformer 架構核心概念－LLM 的訓練方式（預訓練與微調）－大語言模型的應用場景與限制 2. 大語言模型的操作－控制生成行為（temperature、top-k、top-p 等參數介紹）－Token 與輸出長度的概念與限制－使用 API 操作語言模型（Gemini）－Hugging face模型操作－本地端的大語言模型部屬平台（Ollama、LM-Studio）	6hr
11/15(六)	單元二檢索增強生成RAG	3. 提示詞工程－提示詞設計原則－常見提示詞技巧－多輪對話中的提示詞設計－提示詞調試技巧 4. RAG基本概念－為何需要RAG：語言模型與知識庫關聯－檢索型模型 vs 生成型模型－RAG 的工作流程－向量資料庫簡介－RAG系統實作 5. Langchain簡介－LangChain 框架概述－使用LangChain建立RAG系統示範	6hr
11/22(六)	單元三大語言模型微調與實戰	6. 大語言模型微調－LoRA（Low-Rank Adaptation）、PEFT 等輕量化微調技術介紹－開源模型微調流程（使用 Hugging Face Transformers）－訓練資料準備與格式（Instruction Tuning / SFT）－實作：微調小型語言模型進行特定任務 7. 大語言模型動手實作－本單元將以工作坊形式進行，鼓勵學員將前兩日所學整合，利用Grdaio來親手打造一個具體的大語言模型應用系統	6hr
11/29(六)	單元四 Tools/Function 功能擴充	8. LLM工具功能擴充概念－工具使用（Tools）與函式調用（Function Calling）的應用背景－為什麼語言模型需要工具：LLM 的推論限制與外部功能需求－工具調用 vs 插件系統 vs Agent Framework 9. Function Calling 機制實作－Google Gemini Tool Use 概念解析－函式定義與 JSON Schema 規範介紹－範例實作：自定義函式供模型呼叫－多工具整合技巧與錯誤處理設計 10.工具應用場景實作－串接外部 API －搭配Gradio建立互動式多功能應用介面－動手練習：建構一個支援多工具呼叫的智慧助手	6hr
12/6(六)	單元五 AI Agent	11.AI Agent 核心概念－什麼是 AI Agent：從單一回應到自主行動的轉變－ReAct（Reasoning + Acting）架構與 Agent Thought 模型解析－Agent 與工具的整合：計劃、決策與執行流程－知識記憶與狀態管理概念（Short-term vs Long-term memory） 12.MCP －MCP 簡介與核心概念－MCP 架構與元件解析－MCP 的實作與開發 13.實作與綜合演練－分組實作一個具備多工具與任務管理能力的 AI Agent	6hr
※ 主辦單位保留講師及課程變更之權利

課程費用

報名方案

一般報名

早鳥價

（10/18前報名）

團報優惠價

工研人

全系列

$27,000元/人

$24,300元/人

$22,900元/人

$21,600元/人

培訓證書

總出席率達 80%，將由工業技術研究院產業學院核發培訓證書

課程資訊

• 上課日期：114年11月8日(六)、11月15日(六) 、11月22日(六) 、11月29日(六) 、

12月6日(六) ，09:30-16:30，為期五天，總時數 30 小時。

• 上課地點：教室課程－新竹恆逸教育訓練中心/新竹市東區光復路二段295號3樓之2

（實際教室以上課通知為主）

本課程同步開放線上直播課程－Webex軟體線上同步連線授課（課前通知信發送）

• 報名方式：

- 線上報名：請學員前往工研院「產業學習網」報名課程。

- 信箱報名：將報名資訊填完並寄至 yvonnepeng@itri.org.tw 彭小姐。

- 課程洽詢：請洽服務專線 03-5916197 彭小姐或聯絡信箱：yvonnepeng@itri.org.tw。

課程注意事項及提醒

• 為確保上課權益，報名後或開課前未收到任何通知信件，請學員務必來電詢問

是否完成報名。我們會在開課前幾天發送上課通知，敬請學員留意信件。

• 因教材、講義製作及餐點等皆需提前準備，若您不克前來，請於開課前三日告知，以利行政

作業進行並愛護資源。

• 若原報名者因故不克參加，但欲更換他人參加，敬請於開課前二日通知。

• 學員於開訓前退訓者，用將依其申請退還所繳上課費90％；若上課當天臨時取消則不退費。

在培訓期間因個人因素無法繼續參與課程，若上課未逾總時數1/3，將退還所繳交上課費用

之50％，上課已逾總時數1/3，則不予退費。

• 為保障講師智慧財產權，學員上課期間不得進行錄音、錄影及拍照。

• 如因天災或是不可抗力之特殊原因導致無法辦理課程時，主辦單位有權決定取消、終止、

修改或延後課程。

附件

課程簡章_大型語言模型LLM應用開發實戰(假日班).pdf

大型語言模型（LLM）應用開發實戰－假日班

相關文章