{"product_id":"想去faang上班-先了解-llm-演算法-實作及部署面試題","title":"想去FAANG上班 - 先了解 LLM 演算法、實作及部署面試題","description":"\u003cp\u003e出版社： 深智數位股份有限公司\u003cbr\u003e\n 作者： 蘇宏博、溫智凱\u003cbr\u003e\n 譯者： 0\u003cbr\u003e\n 規格： 17x23x2.7\u003cbr\u003e\n 裝訂： 平裝\u003cbr\u003e\n 頁數： 552\u003cbr\u003e\n 出版日： 08\/19\/2026\u003cbr\u003e\n ISBN 13 : 9786267889619\u003cbr\u003e\n 內容簡介： https:\/\/youtu.be\/ZzgeJEIpsF0\u003cbr\u003e\n \u003cbr\u003e\n ★大模型發展脈絡：N-Gram到Transformer到指令微調與對齊\u003cbr\u003e\n ☆職位地圖：演算法、開發、資料、推論部署、垂直領域微調\u003cbr\u003e\n ★代表性公司與模型堆疊：OpenAI、Anthropic、Mistral、Qwen、DeepSeek等\u003cbr\u003e\n ☆預訓練資料集體系：C4、Pile、BooksCorpus與中文資料來源\u003cbr\u003e\n ★文本清洗與重複率控制：去噪、去重、品質篩選、資料治理\u003cbr\u003e\n ☆Tokenization工程：BPE、Unigram、SentencePiece與長度分佈分析\u003cbr\u003e\n ★輸入管線設計：Prompt範本、Padding與Masking、Sliding Window、動態Batch\u003cbr\u003e\n ☆Transformer訓練核心：Self-Attention、多頭注意力、位置編碼、殘差與層正規化\u003cbr\u003e\n ★平行化與加速：資料平行、模型平行、管線平行、ZeRO、FlashAttention、混合精度\u003cbr\u003e\n ★推論與部署：本地與雲端、ONNX、TensorRT、Triton、KV Cache、量化與延遲分析\u003cbr\u003e\n ☆微調與對齊技術：全參數微調、Prompt與Prefix、LoRA與QLoRA、SFT與RLHF\u003cbr\u003e\n ★Agent與RAG與MCP A2A：多代理協作、向量庫整合、工程化、監控與安全、面試題拆解\u003cbr\u003e\n \u003cbr\u003e\n 【內容簡介】\u003cbr\u003e\n 本書共分十二章，第一章介紹大模型技術演進、職位分工與主流公司技術堆疊，第二章介紹預訓練資料集來源、清洗去重、對齊與斷詞及批次管線，第三章介紹Transformer結構、訓練目標、穩定性與平行化加速，第四章介紹模型部署路徑、推論延遲分析、量化與快取最佳化，第五章介紹全參數與參數高效微調、LoRA與QLoRA以及SFT與RLHF，第六章介紹主流架構演化、專家路由與MoE機制，第七章介紹經典論文重點與常見面試熱點的拆解方式，第八章介紹智慧體類型、對話狀態管理與多代理協作實作要點，第九章介紹RAG架構、向量資料庫整合與文件分塊策略，第十章介紹MCP協定與A2A通訊及多代理排程控制，第十一章介紹工程化落地包含環境建置、CI與CD、監控與安全治理，第十二章提供高頻面試題深度解析與答題策略，協助讀者把資料、訓練、部署、微調到系統整合串成可驗證的專案敘事。\u003cbr\u003e\n \u003cbr\u003e\n 目錄： \u003cbr\u003e\n 作者簡介：\u003c\/p\u003e","brand":"深智數位股份有限公司","offers":[{"title":"Default Title","offer_id":49289784656011,"sku":null,"price":279.0,"currency_code":"HKD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0552\/1516\/1483\/files\/ProductPhoto_44171113-8f2f-449a-a8c6-df4ea796b657.jpg?v=1788273881","url":"https:\/\/hkroadsidestand.org\/products\/%e6%83%b3%e5%8e%bbfaang%e4%b8%8a%e7%8f%ad-%e5%85%88%e4%ba%86%e8%a7%a3-llm-%e6%bc%94%e7%ae%97%e6%b3%95-%e5%af%a6%e4%bd%9c%e5%8f%8a%e9%83%a8%e7%bd%b2%e9%9d%a2%e8%a9%a6%e9%a1%8c","provider":"香港地攤","version":"1.0","type":"link"}