iT邦幫忙

17th鐵人賽相關文章
共有 19759 則文章
鐵人賽 生成式 AI DAY 2

技術 Day 2 - 語法核心 (一):Swift 的變數、常數、流程控制與集合

要學習一個新的程式語言第一道高牆就是又多又雜的語法,或許有蠻多語言語法相似,但都有些許的差別。與其死記硬背,不如「聰明的偷懶」,讓AI成為你的專屬家教。 今天不...

鐵人賽 自我挑戰組 DAY 3

技術 Day-3 程式設計/軟體工程師其實有分各種領域

呈上篇,這篇主要是來介紹不同領域所使用者程式語言為何?與為什麼大家眼中的軟體工程師,其實各個領域差別很大 下面一張圖來做個介紹 可以看到每一個程式語言下方會有...

鐵人賽 Modern Web DAY 1

技術 用等比縮放達到我心中的 pixel perfect

這是一張很常見、令人苦惱的設計稿,核心內容直接塞滿了整張設計稿,當你的視窗寬度小於 (1440 - 50 * 2)px 時,內容就會貼齊視窗邊緣,並且此時離手...

鐵人賽 生成式 AI DAY 1

技術 Day 1 - 不只學 iOS,我們用生成式 AI 重新定義 App 開發

大家好,在寫下這段文字時,我接觸 iOS 開發的資歷,大約是一兩個月。 一個月前,我才剛認識什麼是 Optional,才第一次在 Xcode 上成功運行 &qu...

鐵人賽 生成式 AI DAY 1

技術 Day 1 - Android 不會只更新 UI ! 用 Vibe Coding ? 加速打造 Al-native App 閱讀指南

閱讀資格(入場卷免費發放) 推薦學過一點基礎 (程式設計、Java、物件導向、安卓開發) 再閱讀,沒學過建議這邊右轉底下的教學資源 教學資源 : 安卓基礎學習:...

鐵人賽 Mobile Development DAY 1

技術 114/01 - 寫在開始 - 賽前準備

前言 每年都在想要提早準備文章,然後就沒有然後了,今年一樣是裸賽上場 盤點一下目前要做的事情: 09/15 ~ 10/15:寫鐵人賽 09/15 ~ 11/2...

鐵人賽 自我挑戰組 DAY 2

技術 Day-2 程式設計/課程是培養你的程式邏輯

那介紹程式設計,這個我想有讀STEAM相關科系的同學或是其他朋友應該都滿知道的以學習的角度來說,第一門程式設計通常會教 C/C++ OR JAVA只有少數學校首...

技術 Day 22:Mongory Bridge 的下一站:為什麼選 Go

Ruby 這一季的橋接已經證明可行:讀者能用 Mongory 的 DSL 操作任意 Ruby 結構,性能也在一連串優化後到位。接下來,筆者把目光放到 Go。這不...

技術 Day 21:跨平台預編譯與 CI +實戰案例

這會是 Mongory 能夠被大多數讀者輕鬆用起來的轉折點:預編譯。筆者在公司的 pod 實際安裝時,從「本機沒 toolchain 裝不起來」的挫折出發,走過...

技術 Day 20:關鍵優化 2:Shallow wrap

這一篇是整個效能的關鍵取捨點,筆者接著會把 Day 18 的震撼與 Day 19 的兩個關鍵修復接起來,補上最後一塊:把原本「看似已經很省」的淺層轉換從 O(n...

技術 Day 19:關鍵優化 1:pool reset、key cache map 的成效

承接 Day 18 的震撼:初版 C bridge 大約比 plain Ruby 慢 3 倍。今天聚焦兩個「小改動、大成效」的優化:pool->reset...

技術 Day 18:Benchmark shock:為什麼還是比 plain Ruby 慢?

這一天,是筆者在 Mongory C 擴充完成後的第一波震撼教育:既然都進了 C,為什麼還是比 plain Ruby 慢?數據擺在眼前,在初版 bridge 完...

鐵人賽 Software Development DAY 1

技術 EP 01 - GStreamer 介紹

Hello, 各位 iT 邦幫忙 的粉絲們大家好~~~ 在本系列文因為工作上的產品應用需求,進而探索到很多層面的點滴事。透過每篇 EP 的分享把這些點滴整理,...

鐵人賽 自我挑戰組 DAY 3

技術 Day 3: 密碼門製作

每天晚上8:30準時上映 今天我們主要製作了密碼門,花了超多時間,然後我還是忘記調光影了,但密碼門這段我們做了一些很不錯的功能,像是有Enter、刪除一個字元...

鐵人賽 DevOps DAY 2

技術 Day02 - 企業知識庫 RAG 系統設計:從需求拆解開始

🔹 前言 通常工程師們在接到新任務的時候會由 PM (Product Manager) 產生 PRD。今天,我們也要照這個流程,先來釐清「為什麼」要做這個專案,...

鐵人賽 DevOps DAY 1

技術 Day01 - 為什麼需要 LLMOps?與傳統 MLOps 差異

🔹 前言 過去幾年,大家談 MLOps(Machine Learning Operations)時,重點都放在「如何讓機器學習模型可以產品化與維運」。 但隨著...

鐵人賽 IT 管理 DAY 2

技術 第 02 天:打狗棒法招式靈活多變,變化萬千

如果要讓大家都能學得到的天下絕頂的武功,我第一個想到的就是丐幫的「打狗棒法」。這套功夫,招式跟心法是分開的,招式大部分幫眾都能學,但打狗棒法心法只傳幫主。不過...

鐵人賽 Modern Web DAY 6

技術 📈 金融資料解析:台股日成交量可視化

📈 金融資料解析:台股日成交量可視化 副標題:用淺顯易懂的圖表,幫助大眾理解市場脈動,並教長者防範投資詐騙 🌟 為什麼要看成交量? 在股市中,成交量就像市場的...

技術 Chapter 6 物件的秘密(interface/implementation/method)-day12

在 chapter4 已提過陣列與物件本章的重點著重於於在 js 中物件導向(Object-oriented programming)的應用 封裝 encaps...

鐵人賽 Modern Web DAY 16

技術 Astro(六):路由、文章列表的分頁及排序

當文章數量多到一定的程度(幾十篇、上百篇)時,在瀏覽文章列表時通常就要考慮分頁了。 這是因爲就如部落格這類內容導向的網站,人們決定是否要閱讀全文,除了標題可能不...

鐵人賽 AI & Data DAY 7

技術 Data × AI × 統計:推動醫療與長照創新的關鍵力量

Data × AI × 統計:推動醫療與長照創新的關鍵力量 AI 工具的正確使用與限制 在長照機構中,工作人員常需整理龐大的健康紀錄或家屬回饋。像 Gemi...

鐵人賽 Build on AWS DAY 5

技術 Day 5 - 用 S3 建立網頁 - 設定篇 2

啟用靜態網站託管 先進到 S3,選到你昨天辛辛苦苦建的 Bucket,結果畫面一堆按鈕,搞得比 VS Code 插件還多。 記得先確認 Region,別笑,真...

鐵人賽 Modern Web DAY 15

技術 Astro(五):如何製作文章列表?簡介 Content Collections

前面我們討論了如何透過 Astro 的 Layouts 並使用 Markdown 來建立文章,這些文章如果是放在 src/pages/ 下,則能夠自動被 Ast...

鐵人賽 Software Development DAY 15

技術 深入淺出函數式編程 (FP)—進階議題

終於到了 FP 的第四篇了,本篇是 FP 的最後一篇,要來談一些 FP 的進階議題: 函數式編程慣用法 FP 與程式碼復用 (code reuse) 函數式...

鐵人賽 Rust DAY 2

技術 打好 ECS 基礎(Entity Component System)

功能介紹 在開始開發遊戲之前,我們需要先打好基礎。在 Bevy 遊戲引擎裡,最核心的概念就是 ECS(Entity Component System)。這是一種...

鐵人賽 Mobile Development DAY 15

技術 30 天做一個極簡App:每日喚醒 FCM推播通知

我覺得一個好的App是需要被提醒點開他的,現在好用的小工具太多,多到我本來要記得使用,但真的不是不需要,也不是App不夠好,是真的忘記了。 如果使用者忘記使用它...

鐵人賽 生成式 AI DAY 1

技術 Day 01: 為什麼要打造自己的 AI 開發助手?從痛點到一人創業想法

你有過這種感覺嗎? 用了一堆 AI 工具,本來是想節省時間,結果反而被迫當「上下文搬運工」和「設定檔管理員」。 早上用 GitHub Copilot 補程式碼。...

鐵人賽 自我挑戰組 DAY 1
Git 與 GitHub 入門日誌 系列 第 1 篇

技術 Day 1 : 為什麼要學 Git?版本控制的重要性

歡迎來到我的「Git 與 GitHub 學習筆記」系列!這是我參加 iT 邦幫忙鐵人賽的挑戰主題,目標是 30 天學會 Git & GitHub,從完全...

鐵人賽 自我挑戰組 DAY 1

技術 Day 1 - 數據新手村:我的鐵人賽挑戰宣言與學習地圖

故事起點 (Why Me, Why Now?) 你好!我是瀚文 (Han-Wen),統計系畢業,熱愛數據卻在求職路上意外闖進 Java 後端世界的學習者。 大學...

鐵人賽 AI & Data DAY 2

技術 Day 02|MLflow 架構與 Tracking/Registry 實作

背景與目標(為什麼要做) 訓練模型的時候就像是做了一次次的實驗,如果沒有好好做每次訓練的實驗記錄,當我們發現優秀的模型,想要再進一步重現與改進,將會非常困擾,因...