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. 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
8. 資料視覺化與BI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
9. 個人專題及發表(12小時)：專題主題設計與討論、專題報告及指導回饋
10. 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
11. 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
12. 雲端平台入門(24小時)：GCP、AWS及Azure基礎概念和介面、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
13. 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
14. 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
15. 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
16. 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，連線設定說明等
17. 性別平等(3小時)：性別工作平等法、案例分享
18. 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
19. 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
20. 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
21. 專題彩排(6小時)：專題製作簡報彩排及指導
22. 專題發表(3小時)：團隊專題成果正式發表及調整指導

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。