Xxxxxxxx

課程一：Writing Rules with SAS Fraud Decisioning

課程說明：【金融防詐 (Fraud) 決策與規則編寫】

• 強調實體課較少涵蓋的「規則撰寫（Writing Rules）」。學員將動手開發複雜偵測規則與 Profile 變數，並透過影響分析（Impact Analysis）優化警示準確度，實現高效率的詐騙攔截與案件處置。

課程二：Administering SAS Fraud Decisioning

課程說明：【SAS 欺詐決策 (Fraud Decisioning) 管理與架構實務】

• 深入 SAS Viya 環境下的防欺詐全流程，重點學習偵測架構配置、進階清單（Advanced Lists）管理與規則（Rules）編寫邏輯。學員將實作警示案件篩選（Alert Triage）與 BOSS 配置，掌握從 Schema 設定到專案派案的自動化流轉。適合負責系統配置、組織定義與預警分流的系統管理員與管理職參與。

課程一：Transaction Monitoring With SAS Anti-Money Laundering

課程說明：【SAS 反洗錢 (AML) 交易監控與調查實務】

• 深入探索 SAS Viya 環境下的交易監控核心應用，重點掌握警示篩選（Triage）、案件偵查與法規申報的標準作業流程。學員將學習如何操作預建調查介面、執行實體關聯分析，並實作從警示判定到 SAR 電子申報的完整生命週期。本課程無須 SAS 經驗，旨在幫助合規人員與調查官透過系統化工具，高效識別可疑活動並強化管理報表監控能力。

課程二：Administering SAS® Anti-Money Laundering

課程說明：【SAS 反洗錢 (Anti-Money Laundering) 管理與架構實務】

• 深耕 SAS Viya 環境下的 AML 核心維運，重點掌握從數據模型（Schema）定義到自動化偵測的完整路徑。學員將實作客戶分群、名單監測與Scenarios編寫，並掌握警示後評分（PAS）與預定義工作流（Workflows）的編輯邏輯。本課程涵蓋從法規報表 e-file 配置到列級安全性權限設定，確保預警分流與合規申報的自動化精準執行。適合負責系統配置、劇本開發與安全控管的系統管理員與資深技術人員參與，打造高效的反洗錢偵測防線。

課程一：Machine Learning Using SAS Viya

課程說明：【SAS Viya 機器學習實務：從數據預處理到模型部署】

• 作為 SAS Viya 資料挖掘與機器學習系列的核心課程，本課程帶領學員深入掌握監督式學習（Supervised Learning）的理論與實務。透過 Model Studio 的介面（Pipeline），學員將完整經歷從數據探索、特徵工程、到開發決策樹、森林與梯度提升、類神經網絡及支持向量機（SVM）等先進模型。重點在於應用分析生命週期解決商業問題，實作模型評估與自動化部署，幫助分析人員在海量數據中做出更精準的商業決策。

課程二：Advanced Machine Learning Using SAS® Viya®

課程說明：【SAS Viya 高階機器學習：特徵工程、自動化建模與開源整合】

• 專為資深建模師設計，本課程聚焦於提升模型的預測精度與自動化效率。學員將深入研習特徵工程高階技術，包含主成分分析 (PCA)、自動編碼器 (Autoencoders) 與變數群集，並掌握異常檢測與半監督式學習應用。亮點在於實作 Model Studio 的自動化管線 (Automated Pipelines) 生成，並整合 SAS 9 遺留模型與 Python/R 等開源模型進行協同開發。透過掌握 REST API 調用與模型解釋技術，將機器學習實務提升至企業級的自動化與規模化水準。

課程三：Using Python and R with SAS® Viya® for Advanced Analytics

課程說明：【SAS Viya 高階機器學習：特徵工程、自動化建模與開源整合】

• 專為具備開源開發經驗的資料科學家設計，本課程旨在發揮 SAS Viya 分散式運算（CAS）與 Python / R 靈活語法的加乘效果。學員將學習運用 SWAT 套件在開源介面下調控 SAS 運算資源，實作從基礎機器學習模型到深度學習（影像辨識、情緒預測）與時間序列預測的高階分析。重點掌握如何透過自動化腳本執行大規模資料處理與模型評估，讓您在保留原有的程式開發習慣下，獲得企業級系統的強大算力與模型管理能力。

課程一：Agentic AI - How to with SAS Viya

課程說明：【Agentic AI 應用與大型語言模型管理 (LLM Ops)】

• 針對企業級 GenAI 需求，教導如何開發與監控以 LLM 為核心的代理型應用。學員將結合非確定性 LLM 與傳統統計模型，並透過 SAS Model Manager 進行註冊、封裝與版本治理，解決 LLM 落地規模化的難題。

課程二：A Smarter Way to Unlock Unstructured Data: SAS RAM in Action

課程說明：【非結構化數據解鎖：RAG 檢索增強生成實務 (SAS RAM)】

• 專注於 RAG 技術，建立自動化非結構化數據管線。學員將實作數據攝取、向量化（Vectorization）到向量資料庫配置，構建能與企業知識庫對話的智慧代理（Agents），並透過自動化評估確保內容準確度。

課程三：SAS® Intelligent Decisioning: Essentials

課程說明：【AI 智慧決策與自動化實務 (Intelligent Decisioning)】

• 學員將掌握 SAS Intelligent Decisioning，將業務規則、查表邏輯與自定義代碼（Python/DS2）整合為自動化決策流。重點在於決策路徑追蹤與版本管理，確保核貸或核保決策具備可審計性，並能快速發布至雲端執行。