AWS 台灣雲端高峰會 生成式 AI 工作坊

AWS 雲端高峰會 - 生成式 AI 工作坊，內容涵蓋 Amazon Bedrock 的全方位應用，從知識庫實作到模型微調，再到與 LangChain 的進階整合。您將親身體驗如何運用檢索增強生成（RAG）技術，打造專屬於您企業的 AI 解決方案。也將學習如何運用 Amazon Q 提升編程效率，掌握 Lambda Web Adapter 的無縫轉換技巧。從聊天機器人到複雜的自動化流程，每個工作坊都設有實戰演練，確保您能立即將所學應用到實際項目中。

準備好在 AWS 雲端高峰會上開啟您的 AI 之旅了嗎？加入我們，一同探索 AI 的無限可能，為您的職業生涯和企業創新注入強大動力！

* 席次有限，請預先報名，當日視報到狀況開放入場名額。

* 報名工作坊活動即自動完成報名 2024 台灣雲端高峰會主會場活動，您將於後續收到來自 AWS 台灣雲端高峰會的相關活動通知。

* 請參與來賓自備筆電，並於活動前事先完成 AWS 帳號註冊，以便您在活動現場可以同步操作，並與課堂老師討論相關疑問。

Amazon Bedrock 介紹和知識庫實作工作坊

日期：2024 年 7 月 23 日（二）
時間：13:30 - 15:30

在本課程中，您將深入探索 Amazon Bedrock 的強大功能，特別是其知識庫和 Agent 在開發聊天機器人方面的應用。我們將重點介紹檢索增強生成（RAG）技術，展示如何利用 Bedrock 的能力優化大型語言模型的輸出。課程內容包括了解 RAG 技術的原理及其在提升 LLM 回應準確性方面的重要性，並實際操作 Bedrock 的知識庫功能，及學習如何將外部數據源無縫整合。通過這個工作坊，您將掌握利用 Amazon Bedrock 開發高效、安全且具有領域專業知識的 AI 應用的技能。無論您是技術專家還是業務決策者，本課程都將為您開啟生成式 AI 應用開發的新視野。

誰適合參加

Developers, Builders, and Data Scientists 應用開發人員、系統開發者、開發工程師、資料科學家。

開發者的 Amazon Q 工作坊

日期：2024 年 7 月 23 日（二）
時間：15:30 - 17:00

這個工作坊旨在幫助開發人員深入了解 Lambda Web Adapter，一個能夠在容器和無伺服器之間 seamless 過渡的低代碼量解決方案。與此同時,開發人員也將透過動手操作，體驗如何使用 Amazon Bedrock 簡化建構和擴展基於基礎模型的生成式AI應用程式的流程。最後，研討會亦會探討 AI 程式碼工具 Amazon Q Developer 的應用，讓開發人員得以簡化編碼過程，提升開發效率。無論您是 AI 開發的新手還是經驗老手，這個研討會絕對能為您帶來全新的體驗和見解。

誰適合參加

基於 Java 程式語言, 來做嘗試學習, 如果不排斥使用 Java 的同學都歡迎參加。

Amazon Bedrock 和 Amazon SageMaker 模型微調工作坊

日期：2024 年 7 月 24 日（三）
時間：13:30 - 15:30

在本課程中，您將體驗基礎模型在許多自然語言的任務中，展現出令人驚艷的能力。然而，於企業內直接使用這些模型做應用開發，仍有一些挑戰。在本工作坊中，我們將探索並比較，如何有效地將基礎模型進行調適，應用於您的應用程式開發。過程中我們將介紹關於 Amazon Bedrock 跟 Amazon SageMaker 服務調適的功能與作法，協助學員產出更貼近理想的模型回應，以支持企業特定場景之應用。

誰適合參加

如果您對於模型調適的動機、效果、或應用場景感興趣，歡迎參加本工作坊

Amazon Bedrock 和 LangChain 進階生成式 AI 應用工作坊

日期：2024 年 7 月 24 日（三）
時間：15:50 - 17:00

透過這個動手操作的工作坊深入了解最新的生成式人工智慧發展，重點聚焦於 Amazon Bedrock 及其與 LangChain 的整合。這場講座結合了理論基礎與實際應用，展示了尖端人工智慧技術及其在實際應用上的運用。參與者將構建實用的生成式人工智慧應用程式，洞察如何創建可應用於各種技術和業務挑戰的複雜人工智慧解決方案。本工作坊旨在讓開發人員、系統開發者、開發工程師、資料科學家能善用 Amazon Bedrock 和 LangChain 的結合力，在其項目和組織中推動創新。

誰適合參加

Developers, Builders, and Data Scientists 應用開發人員、系統開發者、開發工程師、資料科學家。

建議先修技能

雖為進階課程，但來賓不需要具備特定的資料科學背景。本工作坊包括技術性演講、示範和動手實驗，適合不同人工智慧和機器學習經驗水平的參與者。