2.0 -//Pentabarf//Schedule//EN PUBLISH FMDJPJ@@pretalx.sciwork.dev -FMDJPJ Registration en en 20260613T090000 20260613T093000 0.03000

Registration

PUBLIC CONFIRMED Non-talk https://pretalx.sciwork.dev/seminar26/talk/FMDJPJ/ R122 PUBLISH LDYKLX@@pretalx.sciwork.dev -LDYKLX Opening en en 20260613T093000 20260613T094000 0.01000

Opening

PUBLIC CONFIRMED Non-talk https://pretalx.sciwork.dev/seminar26/talk/LDYKLX/ R122 PUBLISH TDY9WF@@pretalx.sciwork.dev -TDY9WF Reports on Collaborating with Claude and Codex on Large Projects and Challenging Tasks en en 20260613T094000 20260613T101000 0.03000

Reports on Collaborating with Claude and Codex on Large Projects and Challenging Tasks

PUBLIC CONFIRMED Talk https://pretalx.sciwork.dev/seminar26/talk/TDY9WF/ R122 En Shih PUBLISH QYEFPH@@pretalx.sciwork.dev -QYEFPH Building AI Agents in the Real World - 從 Prompt Engineering 到 Harness Engineering 的 AI Agent 工程實戰 en en 20260613T102500 20260613T105500 0.03000

Building AI Agents in the Real World - 從 Prompt Engineering 到 Harness Engineering 的 AI Agent 工程實戰

- Prompt Engineering 的實際限制與常見誤區 - Context Engineering：如何管理記憶、上下文、工具與狀態 - Harness Engineering：如何設計 Agent 執行框架與工作流 - Multi-Agent 架構設計與協作模式 - 不同模型（Claude、GPT、Gemini、Open Source Models）之間的整合策略 - 如何根據不同場景選擇不同 Agent 架構 - AI Agent 在企業導入時的真實經驗與踩坑分享 - 「AI 很會 demo，但很難上 production」背後真正的原因 除了理論，也會分享大量實際開發與部署經驗，包括跨模型 orchestration、tool calling、workflow chaining、cost optimization，以及如何避免做出一堆看起來很厲害、但實際沒人會用的 AI 功能。 PUBLIC CONFIRMED Talk https://pretalx.sciwork.dev/seminar26/talk/QYEFPH/ R122 KK PUBLISH HJR8F8@@pretalx.sciwork.dev -HJR8F8 Mini Taiwan！把台灣開放資料，交給 Agent 養成一套會自己長大的系統 en en 20260613T111000 20260613T114000 0.03000

Mini Taiwan！把台灣開放資料，交給 Agent 養成一套會自己長大的系統

在這場分享中，我想要完整攤開一個業餘專案怎麼從作品長成系統的過程。 從去年 12 月到現在，持續探索並且開發了數個專案，從鐵路軌道、船舶、航空軌跡到衛星軌道，與目前已經累積上百種開放資料圖層的 Mini Taiwan Pulse 專案。 在此專案上我不會自己寫 code，把技術選型、實作、除錯、部署全交給 AI，自己只做架構與驗收。 會想要與大家一起分享和探索，目前運作的設計，將其拆解為四步驟「資料 → 觸發 → 整合 → 生成」。且想要分享目前的最後的嘗試。包含驗收的部分都是交給 AI 來進行完整的 loop 的嘗試，還有與類似小龍蝦的 Agent 機制，想要一步一步的往自動化與自我迭代走。 這一套目前還有很多值得優化的地方，想要跟大家分享我實踐的心得，互相交流！ PUBLIC CONFIRMED Talk https://pretalx.sciwork.dev/seminar26/talk/HJR8F8/ R122 Migu PUBLISH LUHAEE@@pretalx.sciwork.dev -LUHAEE Lunch en en 20260613T114000 20260613T130000 1.02000

Lunch

PUBLIC CONFIRMED Non-talk https://pretalx.sciwork.dev/seminar26/talk/LUHAEE/ R122 PUBLISH TZCHAW@@pretalx.sciwork.dev -TZCHAW 在 2026 年淺談 Web DevOps en en 20260613T130000 20260613T133000 0.03000

在 2026 年淺談 Web DevOps

PUBLIC CONFIRMED Talk https://pretalx.sciwork.dev/seminar26/talk/TZCHAW/ R122 TerryChan PUBLISH NUZZKG@@pretalx.sciwork.dev -NUZZKG Coding Sprint en en 20260613T134000 20260613T150000 1.02000

Coding Sprint

PUBLIC CONFIRMED Sprint https://pretalx.sciwork.dev/seminar26/talk/NUZZKG/ R122 PUBLISH FJ3RVQ@@pretalx.sciwork.dev -FJ3RVQ Refreshment en en 20260613T150000 20260613T160000 1.00000

Refreshment

PUBLIC CONFIRMED Non-talk https://pretalx.sciwork.dev/seminar26/talk/FJ3RVQ/ R122 PUBLISH 9XGP78@@pretalx.sciwork.dev -9XGP78 Coding Sprint en en 20260613T160000 20260613T165000 0.05000

Coding Sprint

PUBLIC CONFIRMED Sprint https://pretalx.sciwork.dev/seminar26/talk/9XGP78/ R122 PUBLISH 3Y8NLQ@@pretalx.sciwork.dev -3Y8NLQ Closing en en 20260613T165000 20260613T170000 0.01000

Closing

PUBLIC CONFIRMED Non-talk https://pretalx.sciwork.dev/seminar26/talk/3Y8NLQ/ R122 PUBLISH UBKM97@@pretalx.sciwork.dev -UBKM97 Understanding FP8 Numerical Spaces in LLM Quantization en en 20260613T094000 20260613T101000 0.03000

Understanding FP8 Numerical Spaces in LLM Quantization

PUBLIC CONFIRMED Talk https://pretalx.sciwork.dev/seminar26/talk/UBKM97/ R115 Yu-Fang Hu PUBLISH B7KSVG@@pretalx.sciwork.dev -B7KSVG VMPilot: A Modern C++ Virtual Machine Protection Framework en en 20260613T102500 20260613T105500 0.03000

VMPilot: A Modern C++ Virtual Machine Protection Framework

PUBLIC CONFIRMED Talk https://pretalx.sciwork.dev/seminar26/talk/B7KSVG/ R115 scc PUBLISH AJMNA7@@pretalx.sciwork.dev -AJMNA7 From Optimal Control to Reinforcement Learning for Quadrotor Drones en en 20260613T111000 20260613T114000 0.03000

From Optimal Control to Reinforcement Learning for Quadrotor Drones

This talk is intended for people interested in drones, robotics, scientific computing, simulation, and open-source tools. It does not assume a strong background in control theory, although some familiarity with engineering mathematics will be helpful. The presentation will introduce several common approaches to quadrotor control, from classical optimal control methods such as LQR and H∞ control to MPC and reinforcement learning. The focus will be on building intuition: what each method is trying to do, and why different methods behave differently. By the end of the talk, the audience should have a high-level understanding of how modern drone controllers are designed. PUBLIC CONFIRMED Talk https://pretalx.sciwork.dev/seminar26/talk/AJMNA7/ R115 Sheng-Wen Cheng PUBLISH WZJSVM@@pretalx.sciwork.dev -WZJSVM FP4: A P4-based Network Controller for Load Balancing en en 20260613T130000 20260613T133000 0.03000

FP4: A P4-based Network Controller for Load Balancing

PUBLIC CONFIRMED Talk https://pretalx.sciwork.dev/seminar26/talk/WZJSVM/ R115 c1ydeh PUBLISH MCVUV9@@pretalx.sciwork.dev -MCVUV9 Coding Sprint en en 20260613T134000 20260613T150000 1.02000

Coding Sprint

PUBLIC CONFIRMED Sprint https://pretalx.sciwork.dev/seminar26/talk/MCVUV9/ R115 PUBLISH SYHYGU@@pretalx.sciwork.dev -SYHYGU Coding Sprint en en 20260613T160000 20260613T165000 0.05000

Coding Sprint

PUBLIC CONFIRMED Sprint https://pretalx.sciwork.dev/seminar26/talk/SYHYGU/ R115 PUBLISH 8K9QBD@@pretalx.sciwork.dev -8K9QBD 突破 SQL 查詢極限：用 Graph 思維處理複雜關聯與多跳推論 Part 1 en en 20260613T094000 20260613T114000 2.00000

突破 SQL 查詢極限：用 Graph 思維處理複雜關聯與多跳推論 Part 1

### 學習目標 在 4 小時內，讓參與者建立一個可帶走的認知框架，而不是只學會語法： - 理解 Graph 為何存在：它解決的是哪一類 SQL / application 層難以處理的問題，以及與 NetworkX 等工具的本質差異 - 建立 Graph 思維模型：將資料理解為「節點 + 關係 + 路徑」 - 能閱讀與撰寫基本 Cypher 查詢，並理解多跳查詢的語意 - 理解 in-database 計算的架構意義，以及它提供的六種 graph algorithm - 能解釋 graph 查詢與計算結果背後的路徑推理邏輯 ### 課程內容 課程以 Supply chain（BOM）與 Amazon product co-purchase 兩個 dataset 作為實作案例，但重點不在特定應用領域，而是： - 如何用 Graph model 表達複雜關聯 - 如何進行多跳查詢 - 如何直接在 database 內執行 graph computation - 如何讓推論結果具備可解釋性 Workshop 採漸進式設計，每個單元只引入一個新概念，讓第一次接觸 Graph 的工程師也能跟上。 ### 事前準備 **必要準備** - 安裝好 Ladybug DB CLI - 攜帶可操作的筆電 - 能使用 terminal 執行基本指令 **建議背景** 建議有以下任一經驗更可以快速上手： - 有 backend / data engineering / analytics 其中一種開發經驗 - 熟悉任一程式語言，能讀懂基本的資料結構操作 - 有演算法基礎（BFS / DFS 等）者尤佳，但非必要 **不需要的背景** - 不需要 Graph theory 或演算法的正式學術背景 - 不需要使用過 graph database - 不需要熟悉 SQL PUBLIC CONFIRMED Workshop https://pretalx.sciwork.dev/seminar26/talk/8K9QBD/ R329 Laurence Chen PUBLISH GQM3HB@@pretalx.sciwork.dev -GQM3HB 突破 SQL 查詢極限：用 Graph 思維處理複雜關聯與多跳推論 Part 2 en en 20260613T130000 20260613T150000 2.00000

突破 SQL 查詢極限：用 Graph 思維處理複雜關聯與多跳推論 Part 2

### 學習目標 在 4 小時內，讓參與者建立一個可帶走的認知框架，而不是只學會語法： - 理解 Graph 為何存在：它解決的是哪一類 SQL / application 層難以處理的問題，以及與 NetworkX 等工具的本質差異 - 建立 Graph 思維模型：將資料理解為「節點 + 關係 + 路徑」 - 能閱讀與撰寫基本 Cypher 查詢，並理解多跳查詢的語意 - 理解 in-database 計算的架構意義，以及它提供的六種 graph algorithm - 能解釋 graph 查詢與計算結果背後的路徑推理邏輯 ### 課程內容 課程以 Supply chain（BOM）與 Amazon product co-purchase 兩個 dataset 作為實作案例，但重點不在特定應用領域，而是： - 如何用 Graph model 表達複雜關聯 - 如何進行多跳查詢 - 如何直接在 database 內執行 graph computation - 如何讓推論結果具備可解釋性 Workshop 採漸進式設計，每個單元只引入一個新概念，讓第一次接觸 Graph 的工程師也能跟上。 ### 事前準備 **必要準備** - 安裝好 Ladybug DB CLI - 攜帶可操作的筆電 - 能使用 terminal 執行基本指令 **建議背景** 建議有以下任一經驗更可以快速上手： - 有 backend / data engineering / analytics 其中一種開發經驗 - 熟悉任一程式語言，能讀懂基本的資料結構操作 - 有演算法基礎（BFS / DFS 等）者尤佳，但非必要 **不需要的背景** - 不需要 Graph theory 或演算法的正式學術背景 - 不需要使用過 graph database - 不需要熟悉 SQL PUBLIC CONFIRMED Workshop https://pretalx.sciwork.dev/seminar26/talk/GQM3HB/ R329 Laurence Chen PUBLISH 9WPVDL@@pretalx.sciwork.dev -9WPVDL 現代流程引擎工作坊：簡化跨服務、多步驟流程開發 Part 1 en en 20260613T094000 20260613T114000 2.00000

現代流程引擎工作坊：簡化跨服務、多步驟流程開發 Part 1

### 學習目標 - 識別出傳統自行設計的「狀態管理」與「異常處理邏輯」的維運問題。 - 了解流程引擎的技術演進與創新，解決現代跨服務系統難題。 - 學會解耦流程控制與業務邏輯，實現更高品質、易於擴展的架構。 - 透過可視化追蹤工具，快速定位錯誤，讓 Bug 定位不再大海撈針。 ### 課程內容 現代 Web 服務常見各種背景任務需求。系統運行的初期，工程師經常以工作排程器或 crontab 做簡易的設定；隨著系統演進，模組跟任務的數量和複雜性的提升，工程師經常面臨以下難題： - 排程設定散落在眾多機器，管理困難 - 任務間存在依賴性，關係複雜難以釐清 - 任務進度缺乏觀測性 在這個 workshop 裡，課程將以 Temporal 為例，帶你掌握現代流程引擎的觀念思維： - 核心思維轉變：掌握流程引擎的運作原理與設計模式，取代硬編且散落的程式邏輯 - 編排式開發實戰：體驗開發範式的轉變，動手實作「流程編排 (Orchestration)」達成架構簡化 - 從實作回歸理論：不僅是串接工具，更要掌握分散式架構基礎，以及自動化重試與補償機制，建立起高韌性的系統 課程重心放在流程的策略和設計，實際可應用於不同的產業和場景。 ### 事前準備 **必要準備** - 筆記型電腦 **建議背景** 現場範例僅提供 Python / JavaScript，流程引擎普遍支持多語言： - 寫過 Python 或 JavaScript - 有任務排程 / queue、workflow 的開發經驗 PUBLIC CONFIRMED Workshop https://pretalx.sciwork.dev/seminar26/talk/9WPVDL/ R330 Jiang PUBLISH WZWSHD@@pretalx.sciwork.dev -WZWSHD 現代流程引擎工作坊：簡化跨服務、多步驟流程開發 Part 2 en en 20260613T130000 20260613T150000 2.00000

現代流程引擎工作坊：簡化跨服務、多步驟流程開發 Part 2

### 學習目標 - 識別出傳統自行設計的「狀態管理」與「異常處理邏輯」的維運問題。 - 了解流程引擎的技術演進與創新，解決現代跨服務系統難題。 - 學會解耦流程控制與業務邏輯，實現更高品質、易於擴展的架構。 - 透過可視化追蹤工具，快速定位錯誤，讓 Bug 定位不再大海撈針。 ### 課程內容 現代 Web 服務常見各種背景任務需求。系統運行的初期，工程師經常以工作排程器或 crontab 做簡易的設定；隨著系統演進，模組跟任務的數量和複雜性的提升，工程師經常面臨以下難題： - 排程設定散落在眾多機器，管理困難 - 任務間存在依賴性，關係複雜難以釐清 - 任務進度缺乏觀測性 在這個 workshop 裡，課程將以 Temporal 為例，帶你掌握現代流程引擎的觀念思維： - 核心思維轉變：掌握流程引擎的運作原理與設計模式，取代硬編且散落的程式邏輯 - 編排式開發實戰：體驗開發範式的轉變，動手實作「流程編排 (Orchestration)」達成架構簡化 - 從實作回歸理論：不僅是串接工具，更要掌握分散式架構基礎，以及自動化重試與補償機制，建立起高韌性的系統 課程重心放在流程的策略和設計，實際可應用於不同的產業和場景。 ### 事前準備 **必要準備** - 筆記型電腦 **建議背景** 現場範例僅提供 Python / JavaScript，流程引擎普遍支持多語言： - 寫過 Python 或 JavaScript - 有任務排程 / queue、workflow 的開發經驗 PUBLIC CONFIRMED Workshop https://pretalx.sciwork.dev/seminar26/talk/WZWSHD/ R330 Jiang