團隊資訊
已成團
會後不散場
我們三個在 PyCon 認識，後來又一起出現在 COSCUP、Google Cloud Summit、DevOpsDays 等技術活動。
原本只是論壇上碰面的同事與朋友，卻因為對技術的好奇與分享的熱情，讓每一次活動結束後，討論都沒有真正散場。
這次，我們決定從台下的參與者走到台前，組隊挑戰 iThome 鐵人賽。把活動中獲得的啟發、工作上的實戰經驗，以及各自在技術領域的觀察，整理成連續 30 天的分享。
論壇會散場，但學習與交流不會。
原本只是論壇上碰面的同事與朋友，卻因為對技術的好奇與分享的熱情，讓每一次活動結束後，討論都沒有真正散場。
這次，我們決定從台下的參與者走到台前，組隊挑戰 iThome 鐵人賽。把活動中獲得的啟發、工作上的實戰經驗，以及各自在技術領域的觀察，整理成連續 30 天的分享。
論壇會散場，但學習與交流不會。
預計開賽日期 2026.08.24
團隊成員 (3人)
Ci
團長
AI 自動化
情報進來，內容發出去：30 天拆一條每天真的在跑的 AI 內容產線
我每天都在跑一條 AI 內容產線：抓情報、出草稿、發文前過機器檢查、報告發到自己的平台、最後由我按下發送。這條線不是為了比賽搭的，它已經跑了幾個月，每天都有真實產出。
這 30 天我把它一段一段拆開講：情報怎麼進來、草稿怎麼長出來、哪些檢查交給腳本、人該卡在哪一格、出錯怎麼恢復。講的都是實際在用的做法，不是概念整理。適合想用 AI 把重複工作接成一條線、又不想失去控制權的人。
jackylin1313
AI Engineering
從 DBA 自用工具到中心四個科的自動化基礎：AI Engineering 三代開發實錄
這個平台最初只是 DBA 為降低資料庫申請與權限作業風險而開發的自用工具，如今正與中心內四個科的作業流程對接，成為後續自動化的共同基礎。本系列將以 30 天記錄平台從 Jupyter Notebook、Vibe Coding 到 AI Engineering 的三代演進，分享如何運用 Spec、Plan、Task、Agent、驗證與人工審查，建立超過 100 項需求的血淚史。
kater1122
Software Development
台股日頻量化交易：開發一條從資料、特徵、模型到每日下單清單的產線
量化交易系統本質上就是一套 ML 系統：爬蟲是資料管線，因子是特徵工程，回測是離線評估，每日訊號是線上推論。30 天，用 AI Engineering 的方法蓋一條台股日頻產線，終點是每天早上一張下單清單。
資料自己爬 TWSE 與 TPEx，處理民國年、CP950 編碼與存活者偏差，再把除權息接回日線算還原股價。接著是因子工程、LightGBM 排序模型，與一套含成本、漲跌停的回測引擎。