電腦科學與AI核心課程
為希望掌握現代計算技術的學生、軟體工程師與研究人員提供針對性指導。
電腦科學基礎與軟體工程
演算法、系統與整潔程式碼
使用 Python、C++ 與 Rust，建立演算法問題解決、記憶體管理與企業級軟體架構的札實基礎。
- 資料結構與演算法：樹、圖、動態規劃，以及空間複雜度與時間複雜度分析。
- 物件導向與函數式設計：整潔程式碼 (Clean Code)、設計模式與模組化軟體架構。
- 作業系統與並行處理：處理緒排程、多執行緒、非同步程式設計與記憶體管理。
- 系統設計基礎：可擴充的Web架構、資料庫索引 (SQL/NoSQL) 與API設計。
機器學習與生成式AI
深度學習、LLM與AI流水線
不僅學習理論，還使用現代框架建置、訓練與部署神經網路與生成式AI解決方案。
- 應用機器學習：回歸、分類、SVM、整合學習方法以及 PyTorch/TensorFlow。
- 深度學習架構：用於電腦視覺的CNN、RNN與Transformer網路。
- 大型語言模型 (LLM)：提示詞工程、微調 (LoRA/QLoRA) 與檢索增強生成 (RAG)。
- MLOps與AI部署：模型量化、ONNX Runtime、Docker容器化與API部署。
本實驗室的教學方法
將電腦科學理論與實際技術實現相結合，重視在每次課程中撰寫、測試並部署程式碼。
程式碼優先學習
透過結對程式設計實作，針對效能、可讀性與邊界情況處理提供直接回饋。
作品集專案
製作客製化應用程式、AI流水線或技術論文等作品，用於展示及工程師求職面試。
雙語技術指導
提供英語或日語技術指導，協助準備申請全球企業及東京IT、科技職缺。