內行人才知道的生成式 AI系統設計面試指南 (Generative AI System Design Interview)
Ali Aminian、Hao Sheng 著 藍子軒 譯
- 出版商: 碁峰資訊
- 出版日期: 2025-12-19
- 定價: $750
- 售價: 7.9 折 $593
- 語言: 繁體中文
- 頁數: 452
- 裝訂: 平裝
- ISBN: 6264252247
- ISBN-13: 9786264252249
-
相關分類:
AI Coding
- 此書翻譯自: Generative AI System Design Interview (Paperback)
尚未上市,歡迎預購
買這商品的人也買了...
-
嵌入式系統設計實務-電路與驅動程式$250$225 -
Using SQLite (Paperback)$2,110$2,005 -
ASP.NET 本質論$520$411 -
$700Professional Scrum Development with Microsoft Visual Studio 2012 (Paperback) -
Beginning Big Data with Power BI and Excel 2013: Big Data Processing and Analysis Using PowerBI in Excel 2013 (Paperback)$1,700$1,615 -
$474系統分析與設計:敏捷疊代方法(原書第6版) -
IoT Solutions in Microsoft's Azure IoT Suite: Data Acquisition and Analysis in the Real World$3,360$3,192 -
$857深度學習 -
演算法之美:隱藏在資料結構背後的原理 (C++版)$650$507 -
$534JSON 實戰 -
$284大數據技術 -
手機攝影必學 BOOK:用OX帶你學會拍人物、食物、風景等情境照片$398$299 -
創意競擇:從賈伯斯黃金年代的軟體設計機密流程,窺見蘋果的創意方法、本質與卓越關鍵$460$391 -
Web 開發者一定要懂的駭客攻防術 (Web Security for Developers: Real Threats, Practical Defense)$420$332 -
資料科學的統計實務 : 探索資料本質、扎實解讀數據,才是機器學習成功建模的第一步$599$473 -
Martin Fowler 的企業級軟體架構模式:軟體重構教父傳授 51個模式,活用設計思考與架構決策 (Patterns of Enterprise Application Architecture)$800$624 -
我懂了!專案管理 (暢銷紀念版)$400$316 -
電腦視覺機器學習實務|建立端到端的影像機器學習 (Practical Machine Learning for Computer Vision: End-To-End Machine Learning for Images)$780$616 -
Learning Blazor: Build Single-Page Apps with Webassembly and C# (Paperback)$2,300$2,185 -
ASP.NET Core Razor Pages in Action (Paperback)$2,160$2,052 -
無瑕的程式碼 軟體工匠篇:程式設計師必須做到的紀律、標準與倫理 (Clean Craftsmanship: Disciplines, Standards, and Ethics)$720$562 -
從源頭就優化 - 動手開發自己的編譯器實戰$880$695 -
UX 商業價值實現之道|打造成功的數位產品服務 (UX for Business: How to Design Valuable Digital Companies)$780$616 -
建構可擴展系統|設計分散式架構 (Foundations of Scalable Systems: Designing Distributed Architectures)$780$616 -
更少 GPU 卻更強 - LLM 輕量化壓縮及加速訓練$980$774
相關主題
商品描述
生成式 AI + 系統設計 + 面試攻略
10道真實面試實例 × 280+圖解 × 7步驟設計架構
「這是一本絕佳的參考書,內容充滿趣味、實用的案例研究、深入的見解與淺顯易懂的範例。對於正在準備生成式AI系統設計面試的人來說,絕對是無價之寶。」
—— Chip Huyen,《設計機器學習系統》與《AI工程》的作者
「這是一本進入這個領域不可或缺的指南。即使是我這樣對生成式AI領域已相當熟悉的人,如果沒有這本書,在面試中也可能會招架不住!本書成功搭起從底層演算法到實際產品所需的完整系統架構之間的橋樑。真心推薦給所有想在正式環境下實作GenAI解決方案的人。」
—— Damien Benveniste,前Meta機器學習技術主管
要在面試中設計生成式AI(Generative AI,簡稱GenAI)系統,是一項既複雜又具挑戰性的任務。本書提供清晰且結構化的方法,引導你有系統地掌握各類生成式AI系統設計題目。透過實用的框架與真實案例,幫助你更輕鬆理解並應用這些概念。
本書可以看作是《內行人才知道的機器學習系統設計面試指南》的延伸之作。前作聚焦於搜尋與推薦系統等主題,而本書則專注於生成式系統,透過詳盡的範例與說明,帶你理解生成式AI系統在實務中的實際構建方式。
本書內容有些什麼?
- 揭示面試官真正關心的是什麼,以及背後的原因。
- 系統性的的7步驟問題拆解框架,幫助你分析與回答生成式AI系統設計面試題。
- 10道真實的生成式AI系統設計題,並提供詳細的解決方案。
- 超過280張圖表,幫助你輕鬆理解複雜且抽象的系統架構。
作者簡介
Ali Aminian 是一位作家與電腦科學家,曾任職於Adobe和Google等知名科技公司。他所著的《內行人才知道的機器學習系統設計面試指南》在Amazon上銷售表現亮眼,並已被翻譯成多種語言。他專長於開發具備智慧、安全與高效的大型AI系統。
Hao Sheng 現任Apple的機器學習工程經理,擁有史丹佛大學計算工程博士學位。他的研究成果曾發表於NeurIPS、AIES等頂尖學術會議,亦曾在Apple、TikTok、Landing AI、Amazon與 Citadel擔任技術職位。他的專業涵蓋先進AI系統、分散式運算與生成式AI領域。
目錄大綱
第1章 簡介&概要說明
第2章 Gmail智慧撰寫
第3章 Google翻譯
第4章 ChatGPT:個人助理聊天機器人
第5章 圖片說明
第6章 RAG檢索增強生成
第7章 逼真的人臉生成
第8章 高解析度圖片合成
第9章 文字轉圖片生成
第10章 個人化頭像生成
第11章 文字轉影片生成
後記








