All

334 posts in all

3

Part 3 — Crypto Quantitative Trading Part 3: Optimization, Validation, and Production Deployment

Complete guide to deploying quantitative crypto trading strategies to production. Learn validation techniques, optimization methods, live trading APIs, monitoring systems, and ML enhancements. Includes full AWS deployment architecture and Docker containerization.

·30 min
3

Part 3 — Synthwave 讀書會串流實戰（三）：賽博龐克視覺製作、霓虹燈美學與 80 年代復古設計

系列第三篇：掌握賽博龐克視覺設計精髓、使用 AI 生成霓虹燈美學場景、復刻 80 年代經典設計元素，以及創造沉浸式的直播視覺體驗。

·32 min
3

Part 3 — AI 深海/太空環境音串流實戰（三）：OBS 設定、串流上線與自動化監控

系列第三篇：完整的 OBS Studio 設定指南、YouTube 串流配置、自動化腳本開發，以及 24/7 穩定運行的監控系統。從技術小白到專業串流者的完整路徑。

·32 min
3

Part 3 — Kubernetes Autoscaling Complete Guide (Part 3): Hands-On HPA Demo with Apache-PHP

Part 3 of the Kubernetes Autoscaling series: Hands-on tutorial demonstrating Horizontal Pod Autoscaler with a real Apache-PHP application. Includes complete AWS CDK infrastructure code, Kubernetes manifests, load testing, and step-by-step deployment guide.

·25 min
3

Part 3 — Kubernetes 完整指南（三）：進階功能與生產環境實踐

深入探討 Kubernetes 進階主題，包含自動擴展、RBAC 權限管理、Network Policy、Helm 套件管理、監控告警、日誌收集、CI/CD 整合與生產環境最佳實踐，打造企業級 K8S 平台。

·75 min
3

Part 3 — Docker 完整指南（三）：進階應用與生產實踐

深入探討 Docker 進階主題，包含 Dockerfile 最佳實踐、多階段建立、Docker Compose 編排、網路進階配置、安全性強化、效能優化與生產環境部署策略。

·70 min
3

Part 3 — Java Concurrency Part 3: Design Patterns with Thread Interfaces - Producer-Consumer, Observer, and Enterprise Patterns

Master concurrent design patterns using Java thread interfaces: Producer-Consumer, Observer, Command, Strategy, and Enterprise patterns. Learn practical implementations with Runnable and Callable, including pros/cons and real-world use cases.

·45 min
4

Part 4 — Hugging Face 實戰（四）：後訓練 — 從 SFT 到 DPO、ORPO 與 GRPO

後訓練不只是再微調一次。完整解析 DPO / ORPO / KTO / SimPO / GRPO 與 PPO 的差異、偏好資料怎麼準備、TRL 的完整訓練程式碼，以及如何評估對齊效果與偵測 reward hacking。

·27 min
4

Part 4 — AIO / GEO - Part 4 - 實作篇：把一個網站改造成 AI 可引用

八個步驟的完整實作：AI crawler 存取層與 CDN 白名單、llms.txt 產生器、JSON-LD 自動注入、chunk 邊界工程、Markdown 雙軌輸出、SSR 決策樹，附 Hugo / Next.js 可直接複製的程式碼與可放進 CI 的自動化驗收腳本。

·29 min
4

Part 4 — Knowledge Graph 知識圖譜（四）：結合 LLM — GraphRAG 與多跳推理

為什麼純向量 RAG 在多跳問題上失敗？GraphRAG 如何用知識圖譜補足、降低 LLM 幻覺。含 LangChain + Neo4j 的可跑程式碼與 Text2Cypher 實作。

·25 min
4

Part 4 — AI 工程從零開始｜Phase 2 Part 2：集成學習與最佳化 — 超越單一模型的上限

深入解析 Random Forest、Gradient Boosting、XGBoost、超參數調優與 AutoML，理解集成方法為何在表格資料競賽與生產系統持續稱霸

·23 min
4

Part 4 — FDE core topic - Hybrid Search & RRF：混合檢索與倒數排名融合演算法

深入解析混合檢索（Dense + Sparse）與 Reciprocal Rank Fusion 的核心原理、實作層次及面試答題策略，涵蓋 BM25、HNSW、SPLADE、Vertex AI Search 等關鍵技術與具體效能數字。

·18 min
4

Part 4 — FDE 面試準備指南（四）：System Design 實戰

以 Google AI 工程師兼面試官的視角，完整拆解兩道 FDE 高頻系統設計題：企業知識庫 Chatbot 與 Internal AI Copilot，含 Auth、RBAC、Cache、NL2SQL 的設計決策與 trade-off

·16 min
4

Part 4 — AI Forward Deployed Engineer 必備技能指南（四）：生產環境 AI 系統監控與最佳化

深入探討生產環境 AI 系統的全方位監控策略、效能最佳化技術、故障診斷流程與成本管理實務

·20 min
4

Part 4 — RAG 完全指南（四）：查詢轉換、Self-RAG 與 Context 壓縮

當問題本身就是問題：深入三大 RAG 優化技術——Step-Back Prompting、Self-RAG 自我反思、以及 Context Compression。了解它們的核心原理、實作方式、優缺點與最佳使用場景。

·28 min
4

Part 4 — 用 AI Bot 打造顧問團隊（四）：小型外包公司實戰案例

實戰案例：一家 10 人軟體外包公司如何用 AI Agent 團隊自動化需求評估、報價、專案追蹤與客戶溝通，包含完整 Prompt、Skill 設計與執行步驟。

·28 min
4

Part 4 — AI 深海/太空環境音串流實戰（四）：Shorts 導流、社群經營與多元變現策略

系列完結篇：從 0 到 10 萬訂閱的完整增長路線圖。掌握 Shorts 病毒式傳播技巧、社群深度經營策略，以及月入 $5,000+ 的多元變現模式。

·35 min
4

Part 4 — Kubernetes Autoscaling Complete Guide (Part 4): Monitoring, Alerting & Threshold Tuning

Part 4 of the Kubernetes Autoscaling series: Complete guide to monitoring EKS autoscaling with Prometheus and Grafana. Includes CDK setup, alerting rules, custom dashboards, and threshold tuning strategies for production-grade observability.

·30 min
5

Part 5 — Hugging Face 實戰（五）：端到端實戰 — 打造一個完整的 RAG 客服系統

把前四篇串起來：用 bge-m3 + FAISS + reranker + 微調模型，從文件切分、混合檢索、引用生成、FastAPI 服務化到 Gradio 部署與線上評估，一套可直接執行的完整專案程式碼。

·30 min
5

Part 5 — AIO / GEO - Part 5 - 量測與案例篇：建立監測系統與六個月實戰復盤

GEO 的最後一哩：設計 prompt set、用 Python 建置多引擎引用監測系統、計算 AI Visibility Score、從伺服器日誌與 GA4 辨識 AI 流量，最後以一個 B2B SaaS 站的六個月完整復盤（含失敗的部分）與 ROI 試算收尾。

·28 min
5

Part 5 — Knowledge Graph 知識圖譜（五）：實戰 — 用 LLM 自動建構知識圖譜並做問答

端到端實戰：用 LLM 把純文字文件自動抽成三元組、寫入 Neo4j、再接 GraphRAG 做問答。完整可跑的 Python 程式碼與架構演進建議。

·26 min
5

Part 5 — AI 工程從零開始｜Phase 3：深度學習核心 — 從第一原理構建神經網路

從感知機到多層神經網路，理解反向傳播、激活函數、正則化與批次正規化的工程本質，不依賴框架手刻神經網路

·23 min
5

Part 5 — FDE core topic - Re-ranking & Cross-Encoder：向量粗召回後的精準重排序機制

深入拆解兩階段檢索架構——ANN 快速粗召回搭配 Cross-Encoder 精準重排，如何將 RAG 系統的 MRR@5 從 0.61 提升至 0.79、幻覺率降低 40%。

·18 min
5

Part 5 — FDE 面試準備指南（五）：RAG 深度技術——Chunking、Embedding、向量資料庫與混合搜尋

以 Google AI 工程師兼面試官的視角，深度拆解 RAG 的技術細節：Chunking 策略選擇、Embedding 模型挑選、向量資料庫設計、混合搜尋與 Reranking，以及 Context Window 爆炸的處理方式

·15 min
5

Part 5 — AI Forward Deployed Engineer 必備技能指南（五）：客戶協作與問題解決實務

深入探討 AI FDE 客戶協作的核心技能，包含需求分析、技術溝通、專案管理與問題解決的最佳實務

·16 min