AI & Data
如今在 Data 及 AI 快速的發展，各種演算法及服務不斷推陳出新，Data pipeline 在資料服務中是一個不可或缺的重要要素。這系列文章主要分享data pipeline的相關實踐，包含資料的架構，Airflow 的實作，以及開發測試部署的流程。希望幫助讀者們能夠掌握data pipeline 的相關知識架構，並能更全面地進行Data pipeline 的開發！
Security
在這次比賽中，我原本打算專注於 Moblie Development 主題，寫 Flutter。然而，開學之後被 NISRA 的幾位朋友(損友)洗腦。因此，在開賽前兩天，我決定鬼轉 Security 主題，30天內我會寫一些沒碰過的 web 相關的資安筆記。
AI & Data
剛接觸三個月的機器學習新手從0.0000000001開始學習機器學習演算法，希望能用筆記的方式記錄學習軌跡，在這30天內快快成長!
AI & Data
MetaAI推出功能強大的SeamlessM4T統整型轉譯系統，包含ASR、T2TT、S2TT、T2ST及S2ST五種模型，幾乎包含了所有語音辨識模型於其中，適合作為語音辨識學習的範例，故研究其架構及應用。本參賽內容預計涵蓋簡介，ASR、T2TT、S2TT、T2ST及S2ST五種模型程式碼架構及其應用面使用。
AI & Data
認識深度學習中會使用到的名詞，並實作一些模型訓練。第一次嘗試使用pytorch做模型訓練，試著在建立模型訓練過程中找出自己的方式去理解專有名詞。
Modern Web
我是一名前端工程師，三年前從化學工程師轉職過來。在這次的鐵人賽中，我將分享我的轉職經驗和我是如何改善自己的人生，如同將「重構」的概念從代碼擴展到人生。我會探討技術與心理的平衡，以及持續學習和自我投資的重要性，並且分享這些經驗。 如果是以下類型的人，也許我的文章可以給予一些參考： - 想要轉職成為前端工程師的人 - 找尋自己目標，卻方向不定的人 - 自我追求的人 - 純粹好奇的人
Software Development
在這30天內主要帶大家了解整體 CI/CD 的建置流程，從一開始的開發、測試和建置，到後面的部屬，並且最後會利用 Python Flask 和 Pytest 等等，加上 Github Actions 來進行實作，帶大家更清楚的了解整體的進程，也順便了解如何使用這些框架和工具 !
AI & Data
參賽的方向旨在為讀者探索資料科學的精髓，不僅講述理論知識，也強調實際操作的重要性，分享的內容包括資料清洗與分析、視覺化圖形、機器學習和深度學習，讀者將透過了解基礎知識並學習程式碼的運用，學會如何處理真實世界的數據以及建立預測模型，在未來有機會透過實作專案來應用所學，並提升自己的資料科學能力。