GH-300 微軟 GitHub Copilot工程師認證: GitHub Copilot

建立者 Build School Learn
更新日 2025-12-12
目前狀態
未註冊
價格
NTD 9,900(含一張考試卷)
開始學習
這門課程為專屬課程

[有意考證者請留意] 本課程為 Microsoft GitHub Copilot工程師實務 + GH300 微軟 GitHub Copilot認證,歡迎預約下單以取得課程內容存取權 –  ; 於本網頁中按”參加這門課程 / Enroll” 報名註冊亦可進入課程下單頁,下單後將可以存取課程教材/影片/Lab/考證練習題,即可線上自主學習,並於Live 實況課程時參加講師講解課程內容。

生成式 AI 正全面改變軟體開發方式,想在這波浪潮中脫穎而出,掌握 GitHub Copilot 已成為不可或缺的核心技能。本課程專為準備挑戰 GH-300 微軟官方認證 的開發者打造,從負責任 AI、Copilot 個人/商務/企業版差異、提示工程、AI 輔助測試,到企業級知識庫與 LLM 數據處理,全方位提升學員將 Copilot 融入開發流程的能力。

課程以 Lab + Demo 實作 為主軸,帶你在 IDE、CLI、GitHub.com 中掌握 Copilot 的實戰使用情境,並透過模擬題與解析協助你一次通過認證,成為團隊內最懂 AI、最會提升產能的工程師。

🎯 你將學會

  1. 負責任的 AI 與風險控管:理解生成式 AI 的限制、偏差與倫理原則,掌握降低風險的實務。
  2. GitHub Copilot 完整功能:從 IDE、Chat、CLI,到 Copilot Business / Enterprise,全面掌握各方案的功能與管理方式。
  3. 企業級 Copilot 管理:設定組織原則、排除檔案、查詢稽核記錄、透過 API 管理訂閱。
  4. Copilot Chat 實戰應用:最佳使用情境、效能提升技巧、slash 指令、限制與最佳實務。
  5. Copilot Enterprise 能力:企業知識庫設定與搜尋、自訂模型、PR 摘要、自動化知識建構。
  6. 了解 Copilot 的運作方式:建議生命週期、上下文處理、相似程式碼檢測、資料流與 LLM 限制。
  7. 提示工程(Prompt Engineering):提示設計原則、結構化提示、零次/少次提示與最佳做法。
  8. AI 開發生產力提升:除錯、重構、跨語言轉換、文件生成、SDLC 全流程應用示範。
  9. AI 測試能力強化:自動生成單元/整合測試、測試覆蓋率提升、邊界情境辨識。
  10. 安全與隱私治理:內容排除、弱點規避、隱私設定、企業安全最佳做法。
  11. 認證技巧與模擬練習:GH-300 重點題型總整理與解題策略。

💡 適合對象

  • 準備參加 GH-300 GitHub Copilot 工程師認證 的開發者
  • 想提升開發速度、改善程式碼品質的工程師與架構師
  • 希望在團隊中導入 AI 工具的技術主管、Scrum Master、DevOps
  • 使用 GitHub、VS Code、JetBrains 的開發人員
  • 負責企業 AI 開發治理、隱私與安全控管的技術人員

🔥 課程大綱

課程大綱Lab / Demo
Module 1: 負責任的 AI (7%)
1.說明 AI 的負責任使用方式
認識生成式 AI 的限制(如資料偏差、訓練來源)
說明為何需驗證 AI 輸出
介紹負責任 AI 的作法與倫理原則
辨識生成式 AI 的潛在危害(偏差、安全性、公平性、隱私、透明度)
介紹降低風險的方法
Module 2: GitHub Copilot 計畫和功能 (31%)
1. 方案與核心功能
了解 Copilot 個人、Copilot 商務、Copilot 企業與非 GHE 的 Copilot 商務之間的差異
辨識 GitHub Copilot 個人、商務、企業與非 GitHub 使用者方案差異
定義 IDE 內的 GitHub Copilot 與 GitHub Copilot Chat
描述啟動 GitHub Copilot 的方式(聊天、內嵌、多建議、CLI 等)

2. GitHub Copilot 個人版與組織管理
設定排除特定檔案
建立組織層級的原則管理
說明 GitHub Copilot Business 的稽核記錄用途與搜尋方式
使用 REST API 管理 GitHub Copilot Business 訂閱

3. 使用 GitHub Copilot Chat 識別主要功能
識別最佳使用情境
提升 Chat 效能的方法
辨識 GitHub Copilot Chat 的限制
說明可用的程式碼建議選項
分享 Chat 回饋方法與最佳實務
使用 Chat 的斜線命令

4. 使用 GitHub Copilot Enterprise 識別主要功能
說明在 GitHub.com 使用 GitHub Copilot Chat 的優點
解釋提取要求摘要功能
設定與使用企業知識庫
認識知識庫可存放的內容與使用優點
管理與搜尋知識庫(含索引設定)
使用自訂模型的優點

5. 在 CLI 中使用 GitHub Copilot
安裝 GitHub Copilot CLI 的流程
常見 CLI 指令與可設定項目
Module 3: GitHub Copilot 的運作方式及處理數據 (15%)
1. 描述 IDE 中 GitHub Copilot 程式碼建議的生命週期
視覺化 GitHub Copilot 建議流程
說明上下文取得、提示構建方式
描述代理服務篩選與 LLM 回應方式
說明回應後處理及相似程式碼識別方式

2. 描述 GitHub Copilot 如何處理數據
GitHub Copilot 個人版資料的使用與分享
程式碼完成與 Chat 的資料流
說明 Chat 的不同輸入類型處理方式(其設計提示類型)

3. GitHub Copilot 與 LLM 限制
訓練資料偏差
建議內容的資料時效問題
推理特性與內容視窗限制
Module 4:提示設計和提示技術(9%)
1. 提示撰寫原則
判斷提示內容與語言選項
認識提示結構與功能
零次與少次提示差異
使用聊天記錄撰寫提示
提示撰寫最佳做法

2. 描述提示工程的基本概念
說明提示工程原則、訓練方法和最佳做法
描述提示程式流程
Module 5: AI 開發人員使用案例 (14%)
1. 改善開發人員生產力
常見 AI 助力開發情境
學習新語言/架構、語言轉換、內容切換、文件撰寫
測試資料生成、系統現代化、除錯、資料科學、重構
GitHub Copilot 在 SDLC 的應用
使用 GitHub Copilot 的限制
使用生產力 API 觀察 GitHub Copilot 對開發的影響
Module 6: 使用 GitHub Copilot 進行測試 (9%)
1. 描述產生程式代碼測試的選項
使用 GitHub Copilot 產生單元測試、整合測試與其他測試類型
辨識邊界案例並生成對應測試

2. GitHub Copilot SKU 與設定
認識不同 GitHub Copilot SKU 的差異與隱私考量
組織層級的程式碼建議設定
GitHub Copilot 編輯器配置檔說明
Module 7: 隱私權基本概念和情境排除 (15%)
1. 透過測試增強程式碼品質
使用 GitHub Copilot 改善現有測試
產生可重複使用的測試程式碼
協助撰寫測試驗證提示

2. 利用 GitHub Copilot 來提升安全性與效能
從現有測試學習改善建議
使用 GitHub Copilot Enterprise 進行協作審查與安全最佳做法
辨識安全弱點與效能優化建議

3. 識別內容排除
使用重複偵測器
合約保護
管理 GitHub Copilot 在 GitHub.com 的設定
啟用/停用提示與建議收集
安全檢查與警告

5. 故障排除
無提示時的處理方式
内容排除未生效的原因
如何觸發 GitHub Copilot
編輯器中的內容排除步驟
Module 8: GH300 認證準備及題目練習 (1.5小時線上課)
1. 註冊線上練習課程 – Build School Learn
2. GH-300 模擬題練習及講解
  • GitHub 實戰教學:每個模組都配合 Lab
  • 一次到位:學完立即應用於工作與專案
  • 國際認可:證照全球通用,職場競爭力大幅提升

[常見的考證報名者問題與回答FAQ]

若下單後,就能提前就取得教材開始準備? 或課程講義/影片/考證練習題?
A: 可以的,當完成下單確認,系統即會自動發送課程開通,可立即線上存取教材,包括講義、教學影片、依考證大綱的講解影片、約300題的練習題供提前備考。另將提供PersonVue 考試用的 Coupon Code,請詳讀下一題。

本課程是包含一次考證嗎?
A: 是的,本課程包含一次的 PersonVue的考試用 Coupon Code,但需自行線上預約考證並自行於預約時段考證。PersonVue為微軟在全球委托的認證機構,你可以自行至官網預約考科及考試時間,可自行選擇「線上考證(OnVue線上考證服務)」,或在「台灣各考證中心(實體考)」,建議可線上考證即可(考量方便性; 因是獨自考試,考證中心不一定能預約到你想要的時段; 線上考時段多且可在家獨立空間考試)。當您下單後,將會收到email通知,內含一次考證用的Coupon Code,可於 PersonVue預約頁面中輸入,無需再付其它費用,自行選擇考試時間及方式(線上或實體)。預約取消/改期等,請直接至PersonVue官網操作 (全球皆為如此,我們無法代為處理; PersonVue考試預約/取消/改期需考生個人自行操作,也都是個別預約時段考試,並無團體考證)

建議: 可先預約考證時間,例如:上完課後1~2個月內,因考證需一股作氣,隔太久會沒動力。依我們準備的內容/教材及準備心法,即可順利應考。

但請留意: 您在本網站下單後取得的 Coupon Code 有效期(約為9個月左右),為電子數位產品下單後無法取消/退回,但可供他人使用,敬請留意並見諒。使用 Coupon Code 於 PersonVue 預約考試日期後,若後續欲延期,也是依其規格(為原訂考試時間前幾日前,詳細延期規定請依PersonVue其公告。

如何預約考證?

A: 從此連結進入(如下圖) – https://learn.microsoft.com/zh-tw/credentials/certifications/azure-ai-engineer/?practice-assessment-type=certification

除了適合於資訊領域工作者或工程師外,請問本課程非 IT人員也能參加?
A: 本科目為微軟Azure 開發屬於中階內容,適合軟體開發者、IT或資訊背景。建議非技術人員,如:一般的上班族、行銷、業務或工程技術人員,可從 AZ-900 微軟 Azure 基礎認證培訓開始。了解及應用雲端已是數位人才之必備知識及技能,AZ-900也能幫助即將進入數位資訊領域的新人能快速進入 Microsoft Azure 的世界,並實際運用在生活和工作當中。

下單後的教材型式為何? 最近的培訓梯次沒辦法參加,還有其他梯次或線上/影片可學習嗎?
A: 我們會定期(3個月左右) 有培訓梯次,但下單後即會提供線上教材/影片/Lab/考證練習題等供線上學習,因此本課程為「線上自主學習」+每3-4個月一次課程更新最新內容「線上實體同步直播並提供錄影」。其它注意事項:

  • 「線上自主學習」- 下單後即可存取完整教材並自主學習 (教材包括:影片+講義 + Lab 逐步演練文件+AI工具/平台試用帳號,將持續更新內容以跟進最新 Azure 或 AI 技術與趨勢,例如: Azure AI Foundry 的AI 模型與佈署)
  • 「線上實體同步直播與錄影」- 每3~4個月1梯次可參加該梯次的線上實體同步直播課並更新最新的 AI 技術內容,課後將會提供錄影於本平台後續線上自主學習或複習。
    • 直播課前3個工作日將 email通知並提供線上Teams會議連結 – 若至上課日前3個工作日,該梯次報名學員數未達 10名,將通知已報名學員延至下一梯次,仍可先依線上學習教材自主學習
    • 線上教材已很完整,包括:範例、可逐步演練的 Lab 講義、高品質的影片隨時回播,線上教材自主學習也能達到很好的學習效果
  • 課程 Lab 實作將會使用到 Azure 或 Azure OpenAI API; 參加線上實體同步直播課程時,講師亦將協助開通試用帳號並指導如何自行建立帳號。您也可自行申請相關工具/平台帳號或API、自行建立帳號/環境以滿足後續內部或自行使用,課程中也說明了如何申請。

考證的準備心法為何? GH300 認證準備方法 (8天每次3小時 : 24+小時準備)

A: 以本課程的內容 (教學影片+講義+練習題) 搭配 MS Learn 官方GH300學習材料已足夠了,考證要目標導向,擬定一個短期目標並執行,以2023/12月至2025/11月我們舉辦的培訓及考證梯次為例,大約 300 位通過微軟900系列的認證。考證準備方法如下:

  1. 課程內容摘要 + 將 Lab 大致玩一下 ; 以下反覆 3 次 (考前1天為最後1次)
  2. MS Learn (每個單元模組都要看過) – 搭配實機操作幫助記憶及理解
  3. 模擬題練習 (Build School Learn Quiz) – 回看 MS Learn / MS Doc 官方文件 (用關鍵字搜尋) + 實機操作再次回顧

考證可選中文或英文嗎?
A: 大多數的考科皆提供多語系,可以自選繁體中文或英文考試。

Build School 專業講師群

Build School 是最酷的軟體工程/AI與IT專業培訓學校,我們也協助企業更有效的找到專業軟體及AI / IT 人才! 成立9年培育 600+ 位軟體與資訊人才,目前有台北新竹培訓場域及線上學習平台 Build School Learn。與 Microsoft 台灣微軟合作推廣認證、數位技能、AI 及雲端/軟體技術至 2025/9月達 3,200 人次培訓,協助職場與社會人士及青年學子養成數位技能以提升就業力。

Build School Learn 最完整的微軟認證培訓及學習地圖https://learn.build-school.com/