請 Google 搜尋【國立臺南大學數位學習科技學系】,【AI智慧技術與應用人 才培訓據點】
1.全方位AI大數據專業課程,從基礎到進階,掌握AI核心與技術。
2.實務導向師資與課程設計,從理論到實務,學以致用產業接軌。
3.百家企業提供AI人才職缺,從培訓到實習,訓後銜接職場機會。
【訓後可應檢之證照】✨
1.微軟AI-900 AI 人工智慧基礎認證。
2.iPAS AI應用規劃師(初級)。
3.生成式AI能力認證。
4.AI素養能力認證。
課程主題(學科/時數) |
課程內容 |
就業市場趨分析及求職技巧 (6小時) |
1.就業市場現況的分析、徵才條件的考量、求職訊息管道。 2.進行自我能力評估,提升個人競爭力。 3.面試技巧與演練。 |
人際溝通與性別平等 (6小時) |
1.人際溝通。 2.性別平等工作及禁止就業歧視。 3.性別之定義與觀念。 4.性別平等、性別尊重與多元性別。 5.兩性溝通與平權。 6.性騷擾、性別歧視。 |
職場道德與職場工作倫理和勞動法令( 6小時) |
1.職業道德。 2.工作倫理。 3.勞動基準法及其他相關動法規。 |
人工智慧與機器學習原理 (15小時) |
1.學習人工智慧與機器學習的原理與開發方法 2.學習AI與機器學習應用方式與探討未來發展趨勢。 |
大數據分析原理 (15小時) |
1.從資料取得到模型建置,逐步引導大數據分析基本操作。 2.學習資料探勘的方法原理與應用方式。 |
AI影像辨識原理 (14小時) |
1.學習AI影像辨識的原理與方法。 2.使用AI技術來進行影像的分析、分類、辨識和處理。 |
AI程式設計原理 (12小時) |
1.學習程式設計觀念與方法 2.使用程式語言(例如:Python等)進行程式設計 |
企業參訪 (8小時) |
1.企業現場參訪學習。 2.專業導覽及問答討論以了解企業運營模式與挑戰。 3.透過參訪討論以理解課程知識的實際應用。 |
履歷撰寫及企業徵才活動 (8小時) |
1.履歷架構說明與基本撰寫。 2.自傳寫作技巧引導。 3.版面編排與設定。 |
課程主題(術科/時數) |
課程內容 |
生成式AI提示工程技術 (18小時) |
1.生成式AI與提示工程技術核心及應用。 2.生成式AI的倫理與風險管理。 3.進行相關範例實務演練。 |
生成式AI於產業應用 (14小時) |
1.生成式AI在實務應用中的技術整合。 2.生成式AI驅動數位轉型的應用模式。 3.進行相關範例實務演練。 |
生成式AI打造流程機器人 (19小時) |
1.機器流程自動化與多模態機器人建構。 2.數據分析與RAG技術應用。 3.進行相關範例實務演練。 |
生成式AI於進階應用 (24小時) |
1.跨產業AI應用與效率優化。 2.生成式AI驅動永續發展與報告撰寫。 3.進行相關範例實務演練。 |
AI資料中心管理 (9小時) |
1.AI資料中心機房管理技術基礎。 2.IDC機電管理與主機設備評估管理。 |
人工智慧與機器學習實務 (21小時) |
1.學習人工智慧與機器學習的原理與開發方法。 2.學習AI與機器學習應用方式與探討未來發展趨勢。 3.進行相關範例實務演練。 |
大數據分析實務 (17小時) |
1.從資料取得到模型建置,逐步引導大數據分析基本操作。 2.學習資料探勘的方法原理與應用方式。 3.進行相關範例實務演練。 |
AI影像辨識實務 (18小時) |
1.學習AI影像辨識的原理與方法。 2.使用AI技術來進行影像的分析、分類、辨識和處理。 3.進行實務應用與案例實作。 |
AI程式設計實務 (22小時) |
1.學習程式設計觀念與方法。 2.使用程式語言(例如:Python等)進行程式設計。 3.進行相關範例實務演練。 |
綜合評量 (8小時) |
針對學員之學習成果進行評量,作為後續課程教學內容之調整以及強化學員學習輔導之參考依據。 |
專題製作實務與成果發表 (40小時) |
1.兼顧理論與實務應用。 2.培養專案管理之技能。 3.培養學習資訊系統開發與數位科技之實作能力。 4.透過成果發表會展示學員專題實作成果。 |