跳至主要內容

    FLAGSHIP PROGRAM 線下實戰營

    AI Native Builder Program

    給已經在使用 AI,希望再往實作走一步的人。課程會帶著你把一個題目做成可操作的 prototype,過程會碰到 AI coding、Agent、產品設計與交付。

    Audience
    已經在用 AI,想再往實作走一步的人
    Outcome
    一個上線的作品、Demo 影片與完整 repo
    Format
    線下共學、小班、每週 Project Review
    Duration
    4–6 週,每期 20–30 人
    Prerequisite
    不需要軟體背景,帶一個自己的題目
    Price
    下一梯籌備中,費用隨梯次公布

    ROADMAP

    這一期怎麼走

    前兩週先把工具練熟,中間四週用自己的題目做出來,最後一週交付。

    線上課(自學)

    線下實戰營

    • 定義題目第 1–2 週
    • 做出原型第 3–4 週
    • 驗證第 5 週
    • Demo Day第 6 週

    作品與交付

    • Problem brief第 1 週
    • 可操作原型第 4 週
    • Build Log第 6 週
    • 作品上架結訓後
    • 線上
    • 線下
    • 里程碑
    看梯次

    How It Works

    課程怎麼進行

    四件事。每週都在做同一個專案,不是每週換一個主題。

    1. 01

      4–6 週線下共學

      固定梯次、固定教室。每週一次,和同一群人把東西做出來。

    2. 02

      1 個真實專案

      帶自己的問題進來。沒有的話,第一週一起從工作裡找。

    3. 03

      每週 Project Review

      講師看你的 repo 與交付物,當場決定下一步。

    4. 04

      Demo Day

      最後一週上台,講清楚問題、做法、結果。

    Curriculum

    九個階段,把一個產品做完。

    每一階都要交東西,交付物就是你的進度。

    1. 01Discover痛點探索、問題選擇、使用者情境交付:Problem Brief
    2. 02Define需求、PRD、驗收條件交付:PRD
    3. 03Understand前端、後端、API、資料庫、Git、部署交付:System Map
    4. 04Architect系統設計、資料流、技術選型交付:Architecture
    5. 05OrchestrateClaude Code、Codex、Gemini CLI、Context、Skills、Agents交付:Agent Workflow
    6. 06Build垂直切片、MVP、Git 工作流交付:Working Product
    7. 07Verify功能測試、邊界案例、驗收測試交付:Test Report
    8. 08Ship部署、網域、遙測、Demo交付:Production Build
    9. 09PresentDemo、Pitch、Roadmap交付:Demo Day

    Cohorts

    梯次

    每期 20–30 人。報名後我們會先跟你聊一次,確認專案方向。

    Builder Ecosystem

    結訓之後

    結訓的同學可以繼續用這些資源,帶著專案回來問。

    • 全勤獎勵與優秀專案獎學金

      完整結訓的同學有全勤獎勵。每期由同學互投與講師推薦,選出優秀專案,頒發獎學金。細節每期公告。

    • Alumni Community

      結訓後留在社群,看別人怎麼做、問自己卡的地方。

    • Builder Office Hours

      定期開放時段,帶著專案回來問。

    • Builder Library

      PRD、架構、Agent Skills、Starter Repo、Workflow 範本。

    Capability Map

    建構 AI 人才的八大核心範疇

    這個 Builder 過程背後需要哪些技術能力。從基礎能力到產品落地的完整學習路徑。

    1. 01

      Python 與資料工程

      掌握 Python 基礎、資料處理、資料庫與資料工程實務,建立 AI 開發的基礎能力。

    2. 02

      機器學習與深度學習

      從機器學習基礎到深度學習模型,掌握模型訓練、評估與調校的核心技術。

    3. 03

      生成式 AI 與 LLM 應用

      深入理解生成式 AI 與大型語言模型,學習提示工程、模型應用與多模態整合。

    4. 04

      Agent 系統設計

      學習規劃與開發具備自主能力的 AI Agent,串接工具、規劃任務流程並應用於真實場景。

    5. 05

      RAG 與知識工程

      建構企業級 RAG 系統,掌握知識檢索、向量資料庫與知識管理的實務應用。

    6. 06

      產品開發與部署

      從想法到產品,學習系統設計、API 開發、前後端整合與部署上線,打造可用的 AI 產品。

    7. 07

      雲端與 MLOps

      運用雲端平台建置 AI 開發與運行環境,實踐 MLOps 流程,提升系統的穩定性與擴展性。

    8. 08

      實戰專案與商業應用

      透過真實專案演練,整合所學技術,解決實際商業問題,培養從 0 到 1 的產品落地能力。

    FAQ

    常見問題

    還有別的問題,直接約 30 分鐘聊。

    需要軟體背景嗎?

    不需要。你負責定義問題、做決定、驗收結果,Agent 負責寫程式。會用 AI 更好,不會也能來。

    每週要花多少時間?

    一次線下共學約 3 小時,加上自己推進專案 4–6 小時。能每週交東西,就跟得上。

    沒有自己的專案怎麼辦?

    第一週 Discover 就是在找題目。從你工作裡重複、煩人、有資料的事開始,通常都找得到。

    線上課和實戰營差在哪?

    同一套方法。線上課隨買隨看、自己學;實戰營固定梯次、每週 Review、有 Demo Day。完課可折抵實戰營學費。

    結訓拿到什麼?

    一個上線的作品、Demo 影片、完整 repo,加上 Alumni Community 存取。完整結訓另有全勤獎勵。