AI 工程｜從基礎模型建構應用 (AI Engineering : Building Applications with Foundation Models)

⭐⭐⭐⭐⭐ Amazon五星好評
🏆 機器理論#1 🏆自然語言處理#1 🏆企業應用#1，霸榜超過30週

「本書提供了一個全面且結構清晰的指南，涵蓋建構生成式AI系統的基本面向。對於希望在企業內推展AI的專業人士來說，這是一本必讀之作。」
——Vittorio Cretella，前 P&G and Mars 全球資訊長

「Chip Huyen很懂生成式AI，她是一位卓越的教師和作家，她的著作在幫助團隊將AI導入產品上發揮了重要作用。憑藉深厚的專業知識，《AI工程》是一本深入且全面性的指南，幫助讀者產出構建生成式AI應用。」
——Luke Metz，ChatGPT共同創建人，前OpenAI研發經理


打造真正可用的LLM應用！
從架構設計到部署評估，帶你一次打通 AI 工程實務全流程。

面對LLM，你是否也曾困惑：
•該怎麼選模型，Prompt要怎麼設計？
•模型要微調，還是直接上線？
•部署、監控、評估效果要怎麼做？能讓AI自評嗎？
•又該如何避免幻覺、安全性、延遲等應用風險？

無論你是AI工程師、ML工程師、資料科學家、工程經理、技術產品經理，或是AI工具開發者、研究人員、求職者，本書都能幫助你跨出關鍵第一步！

📌 從零開始建構AI應用，或將原型提升至生產環境
📌 解決幻覺、安全性、延遲與成本等應用挑戰
📌 簡化團隊AI開發流程，讓系統更快、更穩、更可靠
📌 在組織內有效運用基礎模型，提升業務價值與團隊能力
📌 了解AI的能力與限制，釐清AI工程師的核心技能

-----------------------------------------

基礎模型促成了新的AI使用案例，降低了建構AI產品的進入門檻，將AI從一門深奧的學科，轉化為沒有任何AI經驗的人都能使用的強大開發工具。

在這本易懂的指南中，作者Chip Huyen認為AI工程就是運用現有基礎模型建構應用的流程。AI應用開發者會看到包括模型、數據集、評估基準，以及看似無窮無盡應用模式的AI領域，本書也介紹了開發AI應用並可高效部署的實用框架。

•理解什麼是AI工程及其與傳統機器學習工程有何不同
•學習開發AI應用的流程、每個步驟的挑戰，以及應對這些挑戰的方法
•探索包括提示工程、RAG、微調、代理和數據集工程的各種模型適配技術，並理解它們運作的方式與目的
•檢視服務基礎模型時的延遲和成本瓶頸，及如何克服這些問題
•針對需求選擇正確的模型、指標、數據和開發模式

本書與《設計機器學習系統》互為補充，進一步探索AI工程的實務應用。