1.瞭解AI技術趨勢與未來發展應用。 2.熟悉Python程式語言，且能瞭解程式資料結構設計的好壞會如何影響程式運作效能。 3.能運用Python常用的資料科學套件如Numpy、Pandas、Matplotlib等來處理、分析與圖表化資料。 4.瞭解機器學習的工作原理並知道如何處理迴歸、分類、分群三大問題。 5.能運用Scikit-learn機器學習套件進行Logistic Regression、SVM、Decision Tree、Random Forest、Adaboost等演算法的實作。 6.能運用Tensorflow 深度學習框架，建立DNN、CNN、RNN等神經網路模型。 7.瞭解自然語言處理的結構和語法，語言模型和生成式AI。 8.熟悉 TKinter 的重點用法，瞭解圖形介面設計、各種元件與事件處理方式。 9.考取「iPAS 機器學習工程師」能力鑑定證照，增進職涯優勢、為就業加分。 10.瞭解邊緣運算與 Tensorflow Lite 的開發流程，並知道如何將 AI 模型部署於終端硬體裝置中，進而實現 AI 軟硬整合之應用。 11.能夠快速擬定客戶的功能要求，進行系統功能設計與架構規劃，並能提出系統模組化的概念圖及資料流程圖。 12.建立學員懂得分享、積極及良好的工作態度，更培養學員對工作的責任感。