E.K Learning
15免費公開
沒有最完美架構、只有最適合情境的架構、好的架構是需要不斷迭代
人工智慧（AI）是當前最熱門的議題之一。然而，每當企業討論如何進行AI相關專案時，往往忽略了資料的重要性。大多數企業的資料並非乾淨或完整，因此在導入AI時，需要花費大量的精力來清理和準備資料。不過，管理層通常並不理解這個問題，認為只要將資料丟進去，就可以立即實現AI化。
我想用這張圖片作為開場。人
人工智慧（AI）是當前最熱門的議題之一。然而，每當企業討論如何進行AI相關專案時，往往忽略了資料的重要性。大多數企業的資料並非乾淨或完整，因此在導入AI時，需要花費大量的精力來清理和準備資料。不過，管理層通常並不理解這個問題，認為只要將資料丟進去，就可以立即實現AI化。
我想用這張圖片作為開場。人
有一天在公司分享AI要如何在企業應用上的實踐和方向，主要是近來，LLM和AI相關技術備受關注，無論是新創公司還是大型原廠，都大力發展AI。然而，對企業而言，AI真正落地的速度並沒有外界想像中那麼快。撇開資安議題不談，單是投入AI所需的成本與實際效益提升，對IT部門而言，評估起來就相當困難，尤其是在企
有一天在公司分享AI要如何在企業應用上的實踐和方向，主要是近來，LLM和AI相關技術備受關注，無論是新創公司還是大型原廠，都大力發展AI。然而，對企業而言，AI真正落地的速度並沒有外界想像中那麼快。撇開資安議題不談，單是投入AI所需的成本與實際效益提升，對IT部門而言，評估起來就相當困難，尤其是在企
軟體估算的準確性攸關敏捷開發的成敗。本文探討為何軟體估算容易偏差，並提出五大原則：明確需求、定義完成標準、避免追求完美、利用集體智慧，以及避免使用Story Points。唯有重視軟體工程和軟體品質，並採用有效的估算方法，才能提高軟體開發的準確性和效率。
軟體估算的準確性攸關敏捷開發的成敗。本文探討為何軟體估算容易偏差，並提出五大原則：明確需求、定義完成標準、避免追求完美、利用集體智慧，以及避免使用Story Points。唯有重視軟體工程和軟體品質，並採用有效的估算方法，才能提高軟體開發的準確性和效率。
GitHub Copilot 是近年來最受矚目的 AI 開發輔助工具之一，其在網路上的討論熱度以及相關課程的數量均顯示出其受歡迎程度。有許多課程開課教學如何使用 GitHub Copilot 來提升開發效率或是怎樣使用GitHub Copilot，吸引了大量開發者上課。不可否認，GitHub C
GitHub Copilot 是近年來最受矚目的 AI 開發輔助工具之一，其在網路上的討論熱度以及相關課程的數量均顯示出其受歡迎程度。有許多課程開課教學如何使用 GitHub Copilot 來提升開發效率或是怎樣使用GitHub Copilot，吸引了大量開發者上課。不可否認，GitHub C
近期，我在公司內部討論了關於大型語言模型（LLM）的導入問題，焦點在於應該選擇自建AI伺服器還是使用雲端服務。這個問題在生成式AI風氣盛行的今日，顯得尤為重要。企業在選擇語言模型進行微調，或是語言模型搭配使用檢索增強生成（RAG）模式時，面臨AI基礎建設的選擇主要會是考量自建AI伺服器或採用雲端
近期，我在公司內部討論了關於大型語言模型（LLM）的導入問題，焦點在於應該選擇自建AI伺服器還是使用雲端服務。這個問題在生成式AI風氣盛行的今日，顯得尤為重要。企業在選擇語言模型進行微調，或是語言模型搭配使用檢索增強生成（RAG）模式時，面臨AI基礎建設的選擇主要會是考量自建AI伺服器或採用雲端
很朋友都說自己都還沒走在這路上根本就沒開始啊，根本沒感覺到會崩壞，只是感覺前方阻礙有如群山一般很難跨越。確實如此，DevOps這個文化到2024年，已經執行快8年，即使跨過萬重山，但每年又會多出更多的山來阻礙前進的道路。從工程角度來看，不外乎外面的世界變化越來越快，要面對挑戰更多，從人的角度來看之前
很朋友都說自己都還沒走在這路上根本就沒開始啊，根本沒感覺到會崩壞，只是感覺前方阻礙有如群山一般很難跨越。確實如此，DevOps這個文化到2024年，已經執行快8年，即使跨過萬重山，但每年又會多出更多的山來阻礙前進的道路。從工程角度來看，不外乎外面的世界變化越來越快，要面對挑戰更多，從人的角度來看之前
最近，因為XX AI 或是 XX Copilot很紅，剛好又需要負責這部分的項目。就來把這三種微軟推出的AI服務來做個整理。不然，這些東西對於一般用戶來說感覺都是相同。但是，其實，他們在有些情境下用法或是功能還是有限制，且有些情境下不一定要買很貴的Copilot授權，也是能做到的服務
Copilo
最近，因為XX AI 或是 XX Copilot很紅，剛好又需要負責這部分的項目。就來把這三種微軟推出的AI服務來做個整理。不然，這些東西對於一般用戶來說感覺都是相同。但是，其實，他們在有些情境下用法或是功能還是有限制，且有些情境下不一定要買很貴的Copilot授權，也是能做到的服務
Copilo
DevOps這個名詞，這幾年在台灣被討論次數有越來越高的趨勢，也發現想要導入或是開始進行DevOps的企業，也從過去的網路公司的產業、電商產業或是軟體資訊業，慢慢吹向到傳統企業與製造業的資訊部門。
去年我在一些非資訊相關產業的場子上，聽到很多企業主管說想要開始導入或是了解DevOps，再加上去年也
DevOps這個名詞，這幾年在台灣被討論次數有越來越高的趨勢，也發現想要導入或是開始進行DevOps的企業，也從過去的網路公司的產業、電商產業或是軟體資訊業，慢慢吹向到傳統企業與製造業的資訊部門。
去年我在一些非資訊相關產業的場子上，聽到很多企業主管說想要開始導入或是了解DevOps，再加上去年也
今年兩場關於Cloud的演講，我主要針對使用PaaS服務作為一個議題，會有PaaS應用的議題，主要來自自己觀察企業運用雲端資源模式，也來自於實務經驗，發現採用PaaS服務，可以比使用IaaS服務的費用下降了30~40 %。雲概念越來越普及，但是企業要怎樣用雲的資源幫助企業轉型，或許還在一個模糊的階段
今年兩場關於Cloud的演講，我主要針對使用PaaS服務作為一個議題，會有PaaS應用的議題，主要來自自己觀察企業運用雲端資源模式，也來自於實務經驗，發現採用PaaS服務，可以比使用IaaS服務的費用下降了30~40 %。雲概念越來越普及，但是企業要怎樣用雲的資源幫助企業轉型，或許還在一個模糊的階段
在雲端建立AKS後，運行後有許多Container會被外部服務呼叫使用。但我們知道當我們佈署到AKS，如果要被外面服務呼叫，就要在YAML將Type設定成Loadbalance，一旦這樣設定，就會變成每個Container就會多出一個對外的IP，Container變多了，對外IP就會擴增很快，也不好
在雲端建立AKS後，運行後有許多Container會被外部服務呼叫使用。但我們知道當我們佈署到AKS，如果要被外面服務呼叫，就要在YAML將Type設定成Loadbalance，一旦這樣設定，就會變成每個Container就會多出一個對外的IP，Container變多了，對外IP就會擴增很快，也不好
當前，DevOps在台灣已經逐漸深入到許多企業，儘管大部分仍處於工具導入階段。然而，企業的轉型並不簡單，特別是對於傳統製造業或硬體產業，轉變變得更加艱困。關鍵挑戰不在技術方面，而是在人的因素上。人的行為是難以完全控制的，這也是為何製造業傾向於降低人員介入，追求自動化或無人工廠。
當前，DevOps在台灣已經逐漸深入到許多企業，儘管大部分仍處於工具導入階段。然而，企業的轉型並不簡單，特別是對於傳統製造業或硬體產業，轉變變得更加艱困。關鍵挑戰不在技術方面，而是在人的因素上。人的行為是難以完全控制的，這也是為何製造業傾向於降低人員介入，追求自動化或無人工廠。
最近常在思考，軟體開發的品質到底是什麼，我們能承擔的品質出問題的風險有多大？在軟體開發過程，無論你是走Scrum或是DevOps的開發流程，都希望交付出來的軟體品質是好的，因此，每當談軟體開發中的測試種類就包含這些議題
最近常在思考，軟體開發的品質到底是什麼，我們能承擔的品質出問題的風險有多大？在軟體開發過程，無論你是走Scrum或是DevOps的開發流程，都希望交付出來的軟體品質是好的，因此，每當談軟體開發中的測試種類就包含這些議題
DevOps這個名詞，這幾年在台灣被討論次數有越來越高的趨勢，也發現想要導入或是開始進行DevOps的企業，也從過去的網路公司的產業、電商產業或是軟體資訊業，慢慢吹向到傳統企業與製造業的資訊部門。
我在一些非資訊相關產業的場子上，聽到很多企業主管說想要開始導入或是了解DevOps，再加上去年也剛好
DevOps這個名詞，這幾年在台灣被討論次數有越來越高的趨勢，也發現想要導入或是開始進行DevOps的企業，也從過去的網路公司的產業、電商產業或是軟體資訊業，慢慢吹向到傳統企業與製造業的資訊部門。
我在一些非資訊相關產業的場子上，聽到很多企業主管說想要開始導入或是了解DevOps，再加上去年也剛好
隨著雲端概念越來越普及，Azure 作為一個雲端平台，已逐漸演變成為一個高度複雜的架構。早期的 Azure 概念是讓使用者在雲端上開啟所需的資源並建立相關的服務，同時也不需要自行建構機房等基礎設施，因此具有相當的優勢。但是隨著時間的推移，雲端的應用也越來越廣泛，因此 Azure 也提供了許多指導方式
隨著雲端概念越來越普及，Azure 作為一個雲端平台，已逐漸演變成為一個高度複雜的架構。早期的 Azure 概念是讓使用者在雲端上開啟所需的資源並建立相關的服務，同時也不需要自行建構機房等基礎設施，因此具有相當的優勢。但是隨著時間的推移，雲端的應用也越來越廣泛，因此 Azure 也提供了許多指導方式
這陣子一直在看AI對整個產業影響，但大多數我們可以看到都是偏向雲端或是服務器端的影響相對是第一個被沖擊的，所以，相對應的硬體成長也隨者這一波帶動不少成長。不過，我更好奇是否有機會AI也可以在Edge進行訓練與應用。因此，整理一些看過的內容。會許不久將來我們也許可以看到，說不久也可能不會太久
這陣子一直在看AI對整個產業影響，但大多數我們可以看到都是偏向雲端或是服務器端的影響相對是第一個被沖擊的，所以，相對應的硬體成長也隨者這一波帶動不少成長。不過，我更好奇是否有機會AI也可以在Edge進行訓練與應用。因此，整理一些看過的內容。會許不久將來我們也許可以看到，說不久也可能不會太久
人工智慧（AI）是當前最熱門的議題之一。然而，每當企業討論如何進行AI相關專案時，往往忽略了資料的重要性。大多數企業的資料並非乾淨或完整，因此在導入AI時，需要花費大量的精力來清理和準備資料。不過，管理層通常並不理解這個問題，認為只要將資料丟進去，就可以立即實現AI化。
我想用這張圖片作為開場。人
人工智慧（AI）是當前最熱門的議題之一。然而，每當企業討論如何進行AI相關專案時，往往忽略了資料的重要性。大多數企業的資料並非乾淨或完整，因此在導入AI時，需要花費大量的精力來清理和準備資料。不過，管理層通常並不理解這個問題，認為只要將資料丟進去，就可以立即實現AI化。
我想用這張圖片作為開場。人
有一天在公司分享AI要如何在企業應用上的實踐和方向，主要是近來，LLM和AI相關技術備受關注，無論是新創公司還是大型原廠，都大力發展AI。然而，對企業而言，AI真正落地的速度並沒有外界想像中那麼快。撇開資安議題不談，單是投入AI所需的成本與實際效益提升，對IT部門而言，評估起來就相當困難，尤其是在企
有一天在公司分享AI要如何在企業應用上的實踐和方向，主要是近來，LLM和AI相關技術備受關注，無論是新創公司還是大型原廠，都大力發展AI。然而，對企業而言，AI真正落地的速度並沒有外界想像中那麼快。撇開資安議題不談，單是投入AI所需的成本與實際效益提升，對IT部門而言，評估起來就相當困難，尤其是在企
軟體估算的準確性攸關敏捷開發的成敗。本文探討為何軟體估算容易偏差，並提出五大原則：明確需求、定義完成標準、避免追求完美、利用集體智慧，以及避免使用Story Points。唯有重視軟體工程和軟體品質，並採用有效的估算方法，才能提高軟體開發的準確性和效率。
軟體估算的準確性攸關敏捷開發的成敗。本文探討為何軟體估算容易偏差，並提出五大原則：明確需求、定義完成標準、避免追求完美、利用集體智慧，以及避免使用Story Points。唯有重視軟體工程和軟體品質，並採用有效的估算方法，才能提高軟體開發的準確性和效率。
GitHub Copilot 是近年來最受矚目的 AI 開發輔助工具之一，其在網路上的討論熱度以及相關課程的數量均顯示出其受歡迎程度。有許多課程開課教學如何使用 GitHub Copilot 來提升開發效率或是怎樣使用GitHub Copilot，吸引了大量開發者上課。不可否認，GitHub C
GitHub Copilot 是近年來最受矚目的 AI 開發輔助工具之一，其在網路上的討論熱度以及相關課程的數量均顯示出其受歡迎程度。有許多課程開課教學如何使用 GitHub Copilot 來提升開發效率或是怎樣使用GitHub Copilot，吸引了大量開發者上課。不可否認，GitHub C
近期，我在公司內部討論了關於大型語言模型（LLM）的導入問題，焦點在於應該選擇自建AI伺服器還是使用雲端服務。這個問題在生成式AI風氣盛行的今日，顯得尤為重要。企業在選擇語言模型進行微調，或是語言模型搭配使用檢索增強生成（RAG）模式時，面臨AI基礎建設的選擇主要會是考量自建AI伺服器或採用雲端
近期，我在公司內部討論了關於大型語言模型（LLM）的導入問題，焦點在於應該選擇自建AI伺服器還是使用雲端服務。這個問題在生成式AI風氣盛行的今日，顯得尤為重要。企業在選擇語言模型進行微調，或是語言模型搭配使用檢索增強生成（RAG）模式時，面臨AI基礎建設的選擇主要會是考量自建AI伺服器或採用雲端
很朋友都說自己都還沒走在這路上根本就沒開始啊，根本沒感覺到會崩壞，只是感覺前方阻礙有如群山一般很難跨越。確實如此，DevOps這個文化到2024年，已經執行快8年，即使跨過萬重山，但每年又會多出更多的山來阻礙前進的道路。從工程角度來看，不外乎外面的世界變化越來越快，要面對挑戰更多，從人的角度來看之前
很朋友都說自己都還沒走在這路上根本就沒開始啊，根本沒感覺到會崩壞，只是感覺前方阻礙有如群山一般很難跨越。確實如此，DevOps這個文化到2024年，已經執行快8年，即使跨過萬重山，但每年又會多出更多的山來阻礙前進的道路。從工程角度來看，不外乎外面的世界變化越來越快，要面對挑戰更多，從人的角度來看之前
最近，因為XX AI 或是 XX Copilot很紅，剛好又需要負責這部分的項目。就來把這三種微軟推出的AI服務來做個整理。不然，這些東西對於一般用戶來說感覺都是相同。但是，其實，他們在有些情境下用法或是功能還是有限制，且有些情境下不一定要買很貴的Copilot授權，也是能做到的服務
Copilo
最近，因為XX AI 或是 XX Copilot很紅，剛好又需要負責這部分的項目。就來把這三種微軟推出的AI服務來做個整理。不然，這些東西對於一般用戶來說感覺都是相同。但是，其實，他們在有些情境下用法或是功能還是有限制，且有些情境下不一定要買很貴的Copilot授權，也是能做到的服務
Copilo
DevOps這個名詞，這幾年在台灣被討論次數有越來越高的趨勢，也發現想要導入或是開始進行DevOps的企業，也從過去的網路公司的產業、電商產業或是軟體資訊業，慢慢吹向到傳統企業與製造業的資訊部門。
去年我在一些非資訊相關產業的場子上，聽到很多企業主管說想要開始導入或是了解DevOps，再加上去年也
DevOps這個名詞，這幾年在台灣被討論次數有越來越高的趨勢，也發現想要導入或是開始進行DevOps的企業，也從過去的網路公司的產業、電商產業或是軟體資訊業，慢慢吹向到傳統企業與製造業的資訊部門。
去年我在一些非資訊相關產業的場子上，聽到很多企業主管說想要開始導入或是了解DevOps，再加上去年也
今年兩場關於Cloud的演講，我主要針對使用PaaS服務作為一個議題，會有PaaS應用的議題，主要來自自己觀察企業運用雲端資源模式，也來自於實務經驗，發現採用PaaS服務，可以比使用IaaS服務的費用下降了30~40 %。雲概念越來越普及，但是企業要怎樣用雲的資源幫助企業轉型，或許還在一個模糊的階段
今年兩場關於Cloud的演講，我主要針對使用PaaS服務作為一個議題，會有PaaS應用的議題，主要來自自己觀察企業運用雲端資源模式，也來自於實務經驗，發現採用PaaS服務，可以比使用IaaS服務的費用下降了30~40 %。雲概念越來越普及，但是企業要怎樣用雲的資源幫助企業轉型，或許還在一個模糊的階段
在雲端建立AKS後，運行後有許多Container會被外部服務呼叫使用。但我們知道當我們佈署到AKS，如果要被外面服務呼叫，就要在YAML將Type設定成Loadbalance，一旦這樣設定，就會變成每個Container就會多出一個對外的IP，Container變多了，對外IP就會擴增很快，也不好
在雲端建立AKS後，運行後有許多Container會被外部服務呼叫使用。但我們知道當我們佈署到AKS，如果要被外面服務呼叫，就要在YAML將Type設定成Loadbalance，一旦這樣設定，就會變成每個Container就會多出一個對外的IP，Container變多了，對外IP就會擴增很快，也不好
當前，DevOps在台灣已經逐漸深入到許多企業，儘管大部分仍處於工具導入階段。然而，企業的轉型並不簡單，特別是對於傳統製造業或硬體產業，轉變變得更加艱困。關鍵挑戰不在技術方面，而是在人的因素上。人的行為是難以完全控制的，這也是為何製造業傾向於降低人員介入，追求自動化或無人工廠。
當前，DevOps在台灣已經逐漸深入到許多企業，儘管大部分仍處於工具導入階段。然而，企業的轉型並不簡單，特別是對於傳統製造業或硬體產業，轉變變得更加艱困。關鍵挑戰不在技術方面，而是在人的因素上。人的行為是難以完全控制的，這也是為何製造業傾向於降低人員介入，追求自動化或無人工廠。
最近常在思考，軟體開發的品質到底是什麼，我們能承擔的品質出問題的風險有多大？在軟體開發過程，無論你是走Scrum或是DevOps的開發流程，都希望交付出來的軟體品質是好的，因此，每當談軟體開發中的測試種類就包含這些議題
最近常在思考，軟體開發的品質到底是什麼，我們能承擔的品質出問題的風險有多大？在軟體開發過程，無論你是走Scrum或是DevOps的開發流程，都希望交付出來的軟體品質是好的，因此，每當談軟體開發中的測試種類就包含這些議題
DevOps這個名詞，這幾年在台灣被討論次數有越來越高的趨勢，也發現想要導入或是開始進行DevOps的企業，也從過去的網路公司的產業、電商產業或是軟體資訊業，慢慢吹向到傳統企業與製造業的資訊部門。
我在一些非資訊相關產業的場子上，聽到很多企業主管說想要開始導入或是了解DevOps，再加上去年也剛好
DevOps這個名詞，這幾年在台灣被討論次數有越來越高的趨勢，也發現想要導入或是開始進行DevOps的企業，也從過去的網路公司的產業、電商產業或是軟體資訊業，慢慢吹向到傳統企業與製造業的資訊部門。
我在一些非資訊相關產業的場子上，聽到很多企業主管說想要開始導入或是了解DevOps，再加上去年也剛好
隨著雲端概念越來越普及，Azure 作為一個雲端平台，已逐漸演變成為一個高度複雜的架構。早期的 Azure 概念是讓使用者在雲端上開啟所需的資源並建立相關的服務，同時也不需要自行建構機房等基礎設施，因此具有相當的優勢。但是隨著時間的推移，雲端的應用也越來越廣泛，因此 Azure 也提供了許多指導方式
隨著雲端概念越來越普及，Azure 作為一個雲端平台，已逐漸演變成為一個高度複雜的架構。早期的 Azure 概念是讓使用者在雲端上開啟所需的資源並建立相關的服務，同時也不需要自行建構機房等基礎設施，因此具有相當的優勢。但是隨著時間的推移，雲端的應用也越來越廣泛，因此 Azure 也提供了許多指導方式
這陣子一直在看AI對整個產業影響，但大多數我們可以看到都是偏向雲端或是服務器端的影響相對是第一個被沖擊的，所以，相對應的硬體成長也隨者這一波帶動不少成長。不過，我更好奇是否有機會AI也可以在Edge進行訓練與應用。因此，整理一些看過的內容。會許不久將來我們也許可以看到，說不久也可能不會太久
這陣子一直在看AI對整個產業影響，但大多數我們可以看到都是偏向雲端或是服務器端的影響相對是第一個被沖擊的，所以，相對應的硬體成長也隨者這一波帶動不少成長。不過，我更好奇是否有機會AI也可以在Edge進行訓練與應用。因此，整理一些看過的內容。會許不久將來我們也許可以看到，說不久也可能不會太久