iT邦幫忙

17th鐵人賽相關文章
共有 19710 則文章
鐵人賽 IT 管理 DAY 26

技術 Day 26 — 錯誤示範分享:別犯的幾個低情商陷阱

這邊有幾個『假設』性情境供參考 #Part 1:同樣的問題問三天,你還有耐心嗎? 在需求會議中,客人連續三天、每天都重複問一樣的結論,甚至還在同一天裡開三...

鐵人賽 生成式 AI DAY 26

技術 Day 26 - 整合 MCP Tools:建構與外部世界互通的 AI Agent

前幾篇我們談到 AI Agent 在 LangGraph 中的決策、協作與記憶管理能力,但如果 Agent 永遠只能在封閉環境內工作,它的價值就會受到限制。真正...

吃出一個SideProject! 系列 第 12

技術 Day 12:Auth Service-登入流程 與 JWT Token

昨天我們總算完成了基礎的註冊功能。 今天要來實作登入功能,因為使用到 JWT,本節會先介紹 JWT 的概念與特色,再以循序圖介紹各元件如何進行溝通。礙於篇幅,會...

鐵人賽 AI & Data DAY 12

技術 【Day 12】「你真的懂LSTM嗎?」手刻雙向LSTM讓你從不會到秒懂!

前言 昨天你學過 LSTM但你肯定還搞不清楚它到底在做什麼,而今天我會帶你從零手刻一個雙層 LSTM,並套用在經典的 IMDB 影評情緒分類任務中。這篇重點不在...

鐵人賽 自我挑戰組 DAY 12

技術 <DAY12> - Valid Parentheses

題目介紹: 編號:20 類型:String, Stack 難度:easy 題目連結:https://leetcode.com/problems/valid-p...

鐵人賽 生成式 AI DAY 12
Olive Young 購買指南 系列 第 12

技術 十二天

今天要把之前整理的熱門商品進一步地用文字規納「成分與特色」的說明 更詳盡的那種雖然用插圖、表格等可以視覺化文字,但我現在還是喜歡用文字表達 以保養為例,韓國版本...

鐵人賽 生成式 AI DAY 12

技術 Day 12: 開發者的困擾:Compose Desktop 不好除錯

昨天學會了用 ARS 做技術研究,今天馬上就派上用場了。 下午我正在開發 Grimo 的專案列表功能。 突然,應用程式崩潰了: Exception in thr...

鐵人賽 Software Development DAY 28

技術 (Day 28) Prim 演算法

在 Day 26 我們介紹了 最小生成樹 (MST) 的概念,並且在 Day 27 深入探討了 Kruskal 演算法。今天要介紹的是另一個經典方法 —— Pr...

鐵人賽 Mobile Development DAY 13

技術 [Day 13] UI/UX 規劃 (一) - 使用者流程

前言 在我們開始繪製使用者介面之前,我們將先聚焦在使用者流程 (User Flow)。 這就好比建築師在蓋房子前,不會先煩惱沙發要買什麼顏色,而是會先畫出整棟建...

鐵人賽 AI & Data DAY 14

技術 【DAY14】監督式學習:支持向量機(SVM)與最佳邊界

前言昨天我們介紹了邏輯回歸的正則化、梯度更新與不同的求解器。

鐵人賽 自我挑戰組 DAY 23

技術 第二十三天:勝負的懸念:回合推進與遊戲結束的精密判斷

嗨,各位程式碼冒險家!歡迎來到我的「順著感覺走!從零開始的 Python &amp; Vibe Coding 遊戲創作」第二十三天。一場精彩的卡牌對決,不僅要有...

鐵人賽 Software Development DAY 27

技術 [Day 27] 重複的程式碼,是一種原罪

在軟體開發的世界裡,有一條不成文的規則:「不要重複自己」(Don't Repeat Yourself, DRY)。這條規則強調,重複的程式碼不僅增加了維護的難度...

鐵人賽 DevOps DAY 13

技術 Day 13:Kong + API monitor in Promethus and Grafana - 1

Kong v.s API v.s Metrics 昨天將可觀測性的第二隻本柱:trace 完成之後,今天開始準備來實踐最後一根柱子:metrics。筆者在多年前...

鐵人賽 Software Development DAY 26

技術 Day 26. Comonad - Tree

今天要介紹fp-ts/Tree模組。 Tree 樹是一種常見的圖形,由節點(node)和邊(edge)構成,樹會有一個根節點,根節點連著0或多棵子樹,因此樹的資...

鐵人賽 Security DAY 26

技術 Day 26 逆向實戰 - URL 驗證參數 (困難)

本系列文章所討論的 JavaScript 資安與逆向工程技術,旨在分享知識、探討防禦之道,並促進技術交流。所有內容僅供學術研究與學習,請勿用於任何非法或不道德...

鐵人賽 Cloud Native DAY 12

技術 Ch7 - APISIX 精準除錯術:不穩定 API 的動態記錄解方

同事R: 嘿!LAG。有沒有xxxxCheck API的記錄?LAG: 目前應該沒有記錄喔~同事R: 這個可以記錄嗎?特別是需要保留請求的內容。LAG: 保留...

鐵人賽 Odoo DAY 26

技術 《當客戶為了小錢而猶豫:Odoo 的樣品管理制度》|Day 26

🏁 開場:被退回的樣品 回到台灣後的第二週,德華正忙著整理巴西行的後續工作。 臨別前的會議上,客戶還特別叮囑: 「先寄一批樣品來吧,讓我們內部測試一下。」 德...

鐵人賽 Modern Web DAY 12

技術 煉金工房的核心設施:認識魔法熔爐 PostCSS

在學會三大公式並開始運用到開發中後,會發現一個大問題:以前屬性值寫 ??px 就搞定了,現在卻要寫一堆字。所以我們需要一種與過去開發體驗類似的方法,否則你無法說...

鐵人賽 生成式 AI DAY 12

技術 【Day 12】 認識 Prompt

在前幾天的練習裡,我們已經成功建立了簡單的 Root_Agent,並透過 Google ADK 讓它們能互相協作。不過你可能會發現一個現象:明明程式碼幾乎一樣,...

鐵人賽 生成式 AI DAY 19

技術 Day 19 . 我想讓我的AI學會比較刺激的東西,微調 (Fine-tuning)他一下

今天我們要來介紹微調 (Fine-tuning)是什麼東東,因為雖然我們在詢問AI時,他可以直接透過RAG搜尋資料,但有時候還是會希望模型能永久學會某些專業知識...

鐵人賽 生成式 AI DAY 12
AI x Hardware 系列 第 12

技術 🌊 森林的微笑,海洋的守護 —— AI 與 3030 海洋保育的相遇

序章:從一張圖開始的旅程 在「3030 海洋淨化保育」的活動現場,有一個特別的角落 —— 吧檯。 它不像傳統的冰冷桌面,而是披上了一件來自 AI 與想像力 的新...

鐵人賽 生成式 AI DAY 12

技術 [Day 12] 用 FastAPI 封裝 Agent

前言 玩過 Agent 之後,你可能只用過 ADK Web 來互動,但如果想要把自己的 Agent 變成 API,就可以使用 FastAPI 來包裝它。話不多說...

鐵人賽 Security DAY 23

技術 醫療 IoT 裝置的資安風險

今日目標是了解醫療 IoT 裝置的資安風險,包含數據竄改、裝置控制與隱私外洩,並認識 FDA 警告案例的重要性。學習如何透過加密傳輸、端點安全與權限控管,降低...

鐵人賽 生成式 AI DAY 14

技術 Day 14 – 資料庫基礎:用 SQLite 儲存藥品資訊

前言 昨天我們完成了FAQ 自動生成,讓藥品資訊更貼近使用者的需求。但目前的資料還是寫死在程式碼裡,或是要重新爬蟲抓取,不方便維護。今天的目標是把藥品資料存進資...

技術 Chapter 7 實作專案-2-day23

昨天將地址的原始資料整理成節點與相連節點的資料結構 今天繼續看接下來的部分節錄覺得實用的描述 如果你正從物件導向程式設計下手,可能開始為各種元素定義物件,然後...

鐵人賽 生成式 AI DAY 22

技術 Day 22:小結:從風險到防線

1.風險面:AI 加速駭客手法: 釣魚與社交工程升級:AI 讓釣魚郵件更逼真,Deepfake 聲音讓人難以分辨真假。 惡意程式碼自動化:駭客可能利用 AI...

鐵人賽 生成式 AI DAY 21

技術 Day 21:成功案例分享:AI 助攻資安防護

前面我們探討了生成式 AI 在資安上的風險與挑戰,但其實 AI 也早已在真實世界中展現出強大的防護價值。今天,我想分享幾個 AI 助攻資安防護的成功案例,讓我們...

鐵人賽 生成式 AI DAY 20

技術 Day 20:未來資安人才需要哪些能力?

在生成式 AI 與數位轉型的浪潮下,資安環境正快速變化。傳統的「攻防技術」固然重要,但未來的資安專家需要具備更全面的能力,才能應對多變的威脅與挑戰。 1.技術能...

鐵人賽 生成式 AI DAY 19

技術 Day 19:法律與倫理:AI 使用的規範與責任

隨著生成式 AI 的普及,從圖像創作、程式碼生成,到自動化客服與資安防禦,AI 已經深入我們的日常。然而,AI 的應用同時也引發了 法律與倫理 的重大討論:我們...

鐵人賽 生成式 AI DAY 18

技術 Day 18:人機協作:資安專家 + AI 的互補角色

在生成式 AI 與資訊安全的交叉領域,常常有人問:AI 會取代資安專家嗎?答案是否定的。AI 的確能提升效率、降低人力負擔,但它無法完全取代人的判斷力與經驗。因...