E.K Learning
6 位追蹤者
E.K Learning
6 位追蹤者
同時擔任 IT Manager、 Microsoft Regional Director、Microsoft Azure MVP & Speaker 。專注於雲端架構設計與開發、工業 4.0、供應鏈系統設計、ML/ AI 和 DevOps解決方案，也擔任 DevOps 研討會與企業 講師。
全部內容
由新到舊
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
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
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
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
2025/04/17
https://otx.alienvault.com/pulse/680086d42a576e9a8217ae4f
https://otx.alienvault.com/pulse/680085408484bc08aab6e988
https://otx.alienvault.com/pulse/6800856c4ed904d8607f2886
https://otx.alienvault.com/pulse/680085907a50506a9de6b6ec
https://otx.alienvault.com/pulse/6800afe3753d478a5c01c166
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
