訓練時數
320小時
訓練性質
職前訓練
上課時間
週一,週二,週三,週四,週五,週六,週日
上課時段
上午,下午
訓練人數
30名
甄試日期
2025-11-06
(1)開班條件：具青年身分(年滿15歲至29歲以下)參訓者人數達70%方得開班，各班次青年身分參訓者如招生未足額時，得開放最多30％之參訓名額與一般失業民眾參訓。 (2)有Python程式語言基礎及開發經驗者尤佳 (2)於結訓三個月內有立即往數據應用、AI應用等相關領域或工作就業意願者尤佳。 (3)能提供線上或線下學習程式語言之課程證書或紀錄，能證明自己有強烈學習動機者尤佳。 (4)因採混成授課模式(部分實體課、部分遠距課)，學員需自備學習電腦(微軟、Mac皆可)搭配Chrome瀏覽器，記憶體16G以上為佳，遠距授課時需具備穩定之網路環境(建議網速100MB以上)，鍵盤、喇叭、麥克風、視訊鏡頭，及安靜的空間並能準時上課學習者。 失業者有下列情事之一者，不得報名： 1.報名班次之開訓日尚於前次完訓或結訓班次之訓後一百八十日內。 2.曾參加職前訓練課程而被退訓，其退訓日尚於報名班次之開訓日前一年內。 3.重複參加相同班名之職前訓練課程，且其離、退訓日、完訓日或結訓日尚於報名班次之開訓日前三年內。 4.報名班次之開訓日前二年內，已有二次以上離訓、退訓、完訓或結訓之職前訓練參訓紀錄。 所稱離訓
課程目標:課程以大數據與資料應用技術為主，根據專案培養資料分析及人工智慧應用人才。課程訓練目標以目前企業最普遍使用之人工智慧應用解決方案—雲端計算平台工具應用為主，訓練學員具備程式撰寫、資料探勘、資料庫建置、資料分析、資料視覺化、機器學習及生成式AI應用之相關能力。 此外，為進一步提升學員的資料應用能力，將加入探索資料的網路爬蟲技術，學習如何利用網路爬蟲技術來收集和整理網路上的公開資料，培養數據分析報告撰寫以及簡報製作能力，讓學員能夠將理論應用於實際工作中。
就業展望● 資料分析師/數據分析師(Data Analyst)：利用資料分析工具和方法進行數據分析、報表生成和業務洞察。 ● 商業分析師：結合專業領域知識和數據技術，提升業務效率和決策質量。 ● 初級數據/ETL工程師：開發自動化數據處理和分析應用，支持企業的數據應用需求。 ● PM工程師：結合自身專業背景，擅長資源整合與跨領域溝通，透過生成式AI方法進行數據分析、報表生成，協助工程團隊獲取洞見。
補充說明1. 本課程為職前訓練課程，係以就業為導向之職業訓練。歡迎有意參訓者，透過緯育TibaMe LINE官方帳號ID【@tibame】或點此網址 https://r.botbonnie.com/cbhKt 與訓練單位保持連繫，並務必事先安排參加線上說明會了解本課程相關資訊及甄試準備方向。 2.其他資訊可參考課程網頁 https://www.tibame.com/goodjob/GAD
大綱
1. Python程式設計(12小時)：Python 簡介與開發環境設定、變數與資料運算、流程控制、資料結構、函數、輸 出和輸入、錯誤和例外處理、物件導向
2. Python 程式設計(實作Lab)(12小時)：進行 Python 程式設計實作檢核
3. GAI 工具爬蟲實務應用(18小時)：Python 爬蟲套件簡介、Tabelog 爬蟲練習、Header/Cookie 介紹、PTT 爬蟲練習、使用 AI 工具視覺化
4. 靜態網頁爬蟲(實作Lab)(12小時)：進行靜態網頁爬蟲實作檢核
5. 資料分析技術(18小時)：Python 的資料分析技術簡介、數值運算模組 Numpy、數據處理模組 Pandas、資料視覺化模組 Matplotlib、Seaborn
6. 資料分析的應用(實作Lab)(6小時)：進行資料分析的應用實作檢核
7. 個人專題及發表(12小時)：專題主題設計與討論、專題報告及指導回
8. 機器學習演算法與應用(30小時)：人工智慧與機器學習簡介、機器學習模組 scikit-learn 簡介、常見的機器學習演算法原理與應用範例、預測模組的評估方式、資料前處理與特徵選取、AutoML
9. 機器學習的應用(實作 Lab)(12小時)：進行機器學習的應用實作檢核
10. 團隊專題(二)(12小時)：完成團體專題製作，輔助修正專題方向及專題成果報告點評
11. 雲端平台入門(24小時)：雲端平台服務概覽、身分基本管理、存取權限基本管理、與本地身分及存取權限 整合應用服務、資源成本預算管理、資源可視化監控工具、生成式 AI ChatGPT 於雲端部署基本應用-以Terraform 為例、跨雲端平台綜合部署應用
12. 雲端資料工具實務應用(30小時)：雲端資料平台概述與機器學習基礎、資料倉儲與機器學習應用、資料流與即時資料 處理、機器學習模型訓練與優化、資料倉儲及資料流於商業智能應用、進階資料查 詢與效能優化、ETL 處理與資料預處理、機器學習模型部署與自動化、資料安全與合規性、服務整合應用實作
13. 團隊專題(一) (12小時)：完成以自動化資料分析相關專題製作，進行團專實作指導及回饋
14. 資料庫操作與管理(36小時)：認識資料庫系統、安裝MySQL 資料庫系統與資料庫基本管理、認識 SQL 敘述、 建立索引與預存程序、備份與還原、異動管理、Python連結 MySQL 資料庫、非關 聯性資料庫 NoSQL 基本觀念、安裝 MongoDB 資料庫系統與資料庫基本管理、Python 連結 MongoDB 資料庫
15. 資料視覺化與 Tableau工具應用(24小時)：資料分析入門、認識 Tableau與資料探索、視覺化設計原則及基礎、Tableau 基礎功 能、儀表板功能及互動儀表板功能及互動、專案實作：銷售數據分析、資料分析流程與專案管理
16. 就業市場趨勢(6小時)：市場分析、求職技巧、分享未來相關職缺所需技術知識補充
17. 生成式 AI求職技巧及應用(6小時)：透過 AI 工具實作，教授同學履歷撰寫及口試技巧
18. 職涯規劃(含履歷健檢)(6小時)：與同學分享、說明及進行職涯發展及規劃交流及履歷健檢回饋
19. 性別平等(4小時)：性別工作平等法、職場性騷擾防治、身心健康議題等觀念及相關案例分享
20. ESG 永續發展與行動(6小時)：1.瞭解世界環境永續議題與行動。2.根據需求設計出可行方案與行動。3.瞭解推動永續行動的導入步驟。
21. 專題彩排(16小時)：專題製作簡報彩排及指導
22. 專題發表(4小時)：團隊專題成果正式發表及驗收
23. 教務管理規定(2小時)：教務管理規定說明、訓練課程目的說明、課程安排及線上平台使用方式說明及相關學習權限啟用，電腦設定說明等。
補充說明
1.本課程為職前訓練課程，係以就業為導向之職業訓練。歡迎有意參訓者，透過緯育TibaMe LINE官方帳號ID【@tibame】或點此網址 https://r.botbonnie.com/cbhKt 與訓練單位保持連繫，並事先安排參加線上說明會了解本課程。
2.本班次非全日制排課規範，將「無法請領職訓生活津貼或青年獎勵金」但若非自願離職者尚未請領完失業給付者，可於受訓期間繼續請領。
