>
課程資訊
適用對象
課程特色
詳細內容
師資介紹
我對本課程有興趣
與我諮詢 / 報名
課程資訊
開課日期
2025-05-24
學習時程
30
上課時間
不拘
上課時段
不拘
適用對象
1. 只要對AI有興趣或資料科學/機器學習有興趣即可
2. 具備高中數學基礎
3. 具備邏輯能力
課程特色
1. 艾鍗學院擁有豐富的培訓經驗，是全國首家為iPAS AI量身規劃課程的培訓中心，培訓對象是適合以本證照作為畢業資格之一或是為求職加分的大學生。
2. 本班不僅以通過能力鑑定進行課程設計外，能配合學校需求增加機器學習、深度學習、邊緣運算之實作內容，提升學員競爭力。
3. 本班講師皆取得iPAS認證，能帶給學員最有幫助的iPAS應試方針。
4. 若學員正在製作專題，本班學員同時享業師巨量資料分析之專題指導。
2. 本班不僅以通過能力鑑定進行課程設計外，能配合學校需求增加機器學習、深度學習、邊緣運算之實作內容，提升學員競爭力。
3. 本班講師皆取得iPAS認證，能帶給學員最有幫助的iPAS應試方針。
4. 若學員正在製作專題，本班學員同時享業師巨量資料分析之專題指導。
詳細內容
3大學習理由
理由1 : 優先獲得企業面試/聘用及加薪之機會
iPAS產業人才能力鑑定是經濟部為充裕產業升級轉型所需人才， 整合產官學研能量所建立的鑑定體制。目前有801家以上企業簽署認同，如鴻海、台積電、聯發科、宏達電、華碩電腦等，承諾優先聘用獲證者，代表你的專業能力由政府作保證，更容易獲得企業優先面試/聘用及加薪之機會。
iPAS產業人才能力鑑定是經濟部為充裕產業升級轉型所需人才， 整合產官學研能量所建立的鑑定體制。目前有801家以上企業簽署認同，如鴻海、台積電、聯發科、宏達電、華碩電腦等，承諾優先聘用獲證者，代表你的專業能力由政府作保證，更容易獲得企業優先面試/聘用及加薪之機會。
理由2 : 無形專業，有形呈現！獲證讓你的實力和衝勁被看見，獲得晉升機會
身為職場工作者，一樣都要學習提升自己、累積實作經驗，若能留下證照作為成果與憑證，何樂而不為？！ iPAS認證制度依照專業程度分成 : 初級、中級、高級。各級都有明確律定該具備的能力，逐步闖關通過，個人成長的企圖心、積極度看的見，讓你在人海中脫穎而出！
理由3 : AI即未來！所有產業都離不開AI
人工智慧如火如荼發展，整個產業勢必向智慧化靠攏， AI人才需求也倍數增長！或許你短期沒有轉職就業的需求，但身為偌大產業的一份子，勢必會遇到、碰到、用到，或是必須協同、參與、領導相關的產品專案。與其相見恨晚，不如加入學習，掌握先機！
◎ 歡迎企業/學校單位索取輔導考照資訊
? 自114年起，經濟部規劃「AI應用規劃師」能力鑑定初級/中級。原iPAS「巨量資料分析師」與「機器學習工程師」能力鑑定項目整合至中級「AI應用規劃師」的評鑑科目中，原鑑定考試科目可依規定抵免「AI應用規劃師」中級考試科目，相關抵免辦法與說明，請參考《AI應用規劃師-中級考試科目抵免說明》。
鑑定定位 【AI 應用規劃師能力鑑定】
▲根據iPAS AI應用規劃師能力鑑定簡章重製
課程大綱
初級
一、人工智慧基礎概論
1. 人工智慧概念
- AI的定義與分類
- AI在倫理、隱私與安全方面的挑戰
2. 資料處理基礎
- 資料收集與來源分析
- 資料清洗與視覺化技術
- ▼視覺化工具: Matplotlib
- 資料隱私與安全實踐
3. 機器學習基礎
- 機器學習原理及其作用
- 常見機器學習模型介紹
- ▼迴歸模型 - 線性迴歸
4. 生成式AI與鑑別式AI
- 鑑別式AI與生成式AI的基本原理
- 生成式AI應用案例剖析
二、生成式AI應用與規劃
1. No Code / Low Code工具基礎
- No Code / Low Code的基本概念
- 工具應用優勢與限制
2. 生成式AI工具應用
- 常見工具介紹（如ChatGPT、Gemini、Copilot）
- 工具操作實務與選擇技巧
3. 生成式AI導入規劃
- 導入需求分析與資源分配
- 試用測試與風險管理
- 初步規劃與實施案例分享
三、【初級】iPAS AI應用規劃師試題詳解
◎ AI應用規劃師考試樣題詳解
◎ AI應用規劃師模擬考題詳解
中級
一、人工智慧技術應用與規劃
1. AI技術框架
- 自然語言處理與生成式AI技術應用
- 電腦視覺與多模態應用實例
2. AI導入規劃
- 業務需求分析與技術適配性評估
- AI應用架構設計與資源分配
- 導入風險管理與效益評估
3. 系統整合與部署
- 數據準備與模型選擇
- AI系統整合與測試部署
二、大數據處理分析與機器學習技術應用
1. 基礎數學
- 機率與統計基礎
- 敘述性統計與資料摘要
- 線性代數與機率統計應用
2. 大數據技術與工具
- 數據收集、儲存與清理
- 數據可視化工具應用
3. 大數據在AI中的應用
- 資料驅動AI模型優化
- 隱私保護與合規實踐
4. 機器學習建模與優化
- 機器學習特徵工程
- 模型選擇、訓練與參數調校
- 模型效能測試與優化技巧
5. 機器學習與深度學習應用
- 深度學習框架與實例分析
- AI應用場景解決方案
三、【中級】iPAS AI應用規劃師試題詳解
◎ AI應用規劃師考試樣題詳解
◎ AI應用規劃師模擬考題詳解
※ 本課程以AI觀念與實作為導向，精確考試範圍以iPAS官方網站為準
師資介紹
資深業界工程師指導
備註
AI應用規劃師能力鑑定
你可能會喜歡...
