知識：本課程於知識培育面向，著重於人工智慧語言應用之理論基礎與系統架構理解，使學員具備從概念到實務應用之完整認知，包含：
1.理解人工智慧、機器學習與自然語言處理（NLP）之基本理論與應用架構。
2.認識大語言模型（Large Language Models）之運作原理、應用方式與限制。
3.了解文字資料前處理、語意表示與向量化之基本概念，作為語言模型應用之基礎。
4.理解 Transformer 架構、提示詞設計與語言模型生成流程。
5.認識 LangChain 與檢索增強生成（RAG）之系統架構，理解其於企業知識庫與智慧應用中之角色。
6.了解人工智慧語言應用於實務系統時之資料使用原則、應用責任與信賴性考量。

技能：本課程於技能培訓面向，採實務導向之教學方式，培養學員具備可實際應用於產業場域之程式開發與系統整合能力，重點包括：
1.具備 Python 程式設計能力，能進行 NLP 與 AI 應用相關程式開發。
2.能進行文字資料前處理、向量化與基本語意分析之實作。
3.能使用一般機器學習模型進行文字分類、情感分析等基礎 NLP 應用。
4.具備使用大語言模型進行文字生成、問答與摘要等應用之能力。
5.能運用 LangChain 框架建構語言模型應用流程，整合提示詞、模型與記憶機制。
6.能實作檢索增強生成（RAG）架構，建置文件知識庫並進行語意檢索與問答應用。
7.具備將 NLP／LLM 應用整合至系統或服務流程之實務能力。

學習成效：透過本課程理論與實務兼具之教學設計、具產業實務經驗之師資陣容及完善之教學與實作環境，採密集訓練方式，預期學員可達成以下學習成效：
1.能理解並應用自然語言處理與大語言模型技術於實際應用情境中。
2.具備獨立開發 NLP 與 LLM 應用程式之基礎能力，並能完成具展示價值之實作成果。
3.能建構結合 LangChain 與 RAG 之語言模型應用系統，實現企業知識庫或智慧問答功能。
4.建立符合產業需求之人工智慧語言應用實務能力，提升個人就業競爭力。
5.協助產業導入具信賴性之 AI 語言應用服務，促進智慧化與數位信賴產業之發展。