fbpx

enginner course

 

iPAS AI 應用規劃師

現在位置：艾鍗學院＞數位學習＞ IPAS AI應用規劃師能力鑑定課程
考試資訊 課程大綱 課程Q&A 學習諮詢

 

Customized Corporate Training
 

 

◎ 歡迎企業/學校單位索取輔導考照資訊 ; 培訓內容/時數可應需求客製化

3大學習理由  ✔ 拿下iPAS AI應用規劃師證照
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。

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！

鑑測資訊
 
 

※ 如果您已取得 iPAS「巨量資料分析師（初級/中級）」或「機器學習工程師（初級/中級）」證照，只需報考 L21 人工智慧技術應用與規劃，並通過該科目，即可獲得 「AI 應用規劃師（中級）」 證照。

🎯初級
• 鑑測科目
專業級等 科目 ( 共2科 ) 能力指標 鑑測資訊
初級 1.人工智慧基礎概論 瞭解該專業的基本知識與技能
具擔任該專業入門水準		 詳見iPAS官網
2.生成式AI應用與規劃
 
專業等級 考試日期 科目時間 題型 鑑定方式 考區
初級

■ 第一次：
115/03/21(六)

■ 第二次：
115/05/16(六)

■ 第三次：
115/08/15(六)

■ 第四次：
115/11/07(六)

■ 第一次：     
09:00~10:15
■ 第二~四次：
13:30~14:45

(科目1：75分鐘)

 單選題 電腦測驗

■ 第一次：
台北、台中、高雄
■ 第二次：
台北、桃園、新竹、台中、
嘉義、台南、高雄、屏東、金門
■ 第三次：
台北、桃園、新竹、台中、
虎尾、台南、高雄、花蓮
■ 第四次：
台北、桃園、新竹、台中、
虎尾、台南、高雄、金門、澎湖

■ 第一次：     
10:45~12:00
■ 第二~四次：
15:15~16:30

(科目2：75分鐘)
🎯中級
• 鑑測科目
專業級等

科目

( 共3科，科目2或科目3擇一報考 )

 能力指標 鑑測資訊
中級 1.人工智慧技術應用與規劃 具備該專業知識與技能
可應用於實際作業		 詳見iPAS官網

2.大數據處理分析與應用

3.機器學習技術與應用 (2、3擇一)
  ※備註： 中級科目2及科目3可分別報考，取得雙鑑定證書。
專業等級 考試日期 科目時間 題型 鑑定方式

考區
中級

■ 第一次：
115/05/23(六)

■ 第二次：
115/11/14(六)

13:30~15:00

(科目1：90分鐘)

 單選題 電腦測驗 ■ 第一次：
台北、桃園、台中、
高雄、金門、澎湖
 ■ 第二次：
台北、桃園、台中、
高雄、屏東、金門 

15:30~17:00

(科目2或3：90分鐘)

單選題

 電腦測驗
• 報名費用

115–116年度AI鑑定優惠方案 限時 3 折優惠

初級中級
原價 NT$ 1,200 400元 / 科 原價 NT$ 1,500 500元 / 科
● 適用對象： 全國考生皆適用
● 優惠期限： 即日起至 116 年度止
註：配合政府推動AI人才政策，為鼓勵民眾投入AI應用專業培育體系，特調整此鑑定費用。建議考生把握 115-116 年期間報考，117年起將恢復原有之報名費用方案。
(資料來源 : iPAS官網)
建議報考對象

初級：

1. 具基本AI概念和知識的學習者
2. 熟悉AI工具導入日常工作者

中級：

1. 具資通訊相關技術能力者
2. 具備AI相關技術開發經驗，或曾參與企業AI應用專案的導入與實施

為什麼選擇艾鍗學院
  • 艾鍗學院擁有豐富的培訓經驗，是全國首家為iPAS AI能力鑑定量身規劃課程的培訓中心，培訓對象包含想要進入相關產業工作的新人，或有2年以上相關工作經驗者，也適合以iPAS證照作為畢業資格之一或是為求職加分的大學生。
  • 本班講師已取得iPAS AI應用規劃師能力鑑定[初級]、[中級]證書，將完整解析iPAS認證題目，帶給學員最有幫助的iPAS應試方針。
鑑定定位 【AI 應用規劃師】
 
iPAS 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
 
學習目標
▲本課程旨在培養學員成為合格的AI應用規劃師，具備人工智慧應用的基礎知識、規劃與實施能力，以及解決實際問題的技能，為參加 AI 應用規劃師能力鑑定做好準備。

📌初級目標

  • 建立人工智慧與機器學習基礎概念，掌握 AI 能力分類與應用場景。
  • 熟悉資料處理、特徵工程、核心演算法與模型評估等機器學習基礎知識。
  • 理解生成式 AI、LLM、RAG 與 Agentic AI（含 MCP）的原理與應用規劃。
  • 認識 AI 部署、MLOps、No-Code / Low-Code，以及 AI 治理、法規與倫理等實務議題。

📌中級目標

  • 熟悉AI技術架構，具備規劃與部署能力。
  • 掌握生成式AI模型訓練與優化技能。
  • 深入了解大數據處理與機器學習應用。
學習菜單

● 精心編排課程章節，系統化建構 AI 應用規劃師能力鑑定所需核心知識

● 可選擇初級、中級單報或合報

● 課程總時數：36 小時

  • 課程所附教材：
    • 線上助教系統
    • 中級另提供程式範例方便理解 (使用Google Colab)
<<初級>>
對應iPAS鑑定最新範圍，完整涵蓋資料、模型、生成式AI、Agentic AI 與 AI治理
階段零、機器學習概念
1. 人工智慧與機器學習基礎概念
2. AI 能力分類（判讀、操作、生成、互動式 AI）
3. 特徵向量化與機器學習基本流程
 
階段一、資料處理與特徵
1. 資料清洗（Data Cleaning）與 ETL 流程
2. 結構化 vs 非結構化資料、大數據 5V 特性
3. 缺失值處理與資料前處理
4. 極端值（Outlier）處理與對數轉換
5. 不平衡資料集處理與分類效能指標
6. 資料標準化與訓練／測試切分
7. 特徵工程（Feature Engineering）
8. 探索式資料分析（EDA）與統計
9. 資料洩漏（Data Leakage）
 
階段二、核心演算法與模型
1. 核心演算法導覽：迴歸與分類模型
2. 監督式／非監督式／半監督式／自監督式學習
3. 決策樹與隨機森林（Random Forest）
4. 非監督式學習：PCA 與分群（Clustering）
5. 強化學習（Reinforcement Learning）
6. 偏差–變異權衡與避免過度擬合（Overfitting）
7. 迴歸模型評估指標：MSE、MAPE 與 R²
8. 分類效能指標：混淆矩陣與 PR 曲線
9. AUC–ROC 曲線
 
階段三、深度學習（Deep Learning）
1. 深度學習基礎：神經網路與 RNN 概覽
2. 啟動函數（Activation Function）
3. 卷積神經網路（CNN）架構詳解
4. 遷移學習（Transfer Learning）與預訓練模型
 
階段四、生成式 AI（Generative AI）與 LLM
1. 鑑別式 AI vs 生成式 AI
2. 生成式 AI 原理：GAN 與 Autoencoder
3. LLM 與 Transformer 核心、Encoder-Decoder vs Decoder-only
4. 生成一致性：Temperature 等生成參數
5. 模型優化：知識蒸餾與量化
6. 提示工程（Prompt Engineering）：Zero-Shot、Few-Shot 與 CoT
7. Context Engineering（上下文工程）
8. RAG（檢scroll增強生成）
9. AI 生成內容認證：C2PA / SynthID
 
階段五、Agentic AI 與 MCP
1. Agentic AI 概論：代理人三要素
2. MCP（Model Context Protocol）與工具呼叫
3. Context-aware Agent 與多代理系統（Multi-agent）
4. 推理設計模式、Vibe Coding 與 AI 程式碼輔助
 
階段六、部署、MLOps 與 No-Code / Low-Code
1. AI 部署與 MLOps 流程、模型監控
2. 推論策略、負載平衡與多實例部署
3. 邊緣運算（Edge Computing）與端側 AI 部署
4. No-Code / Low-Code 平台與 AutoML
5. PoC 概念驗證與 Token Economics／TCO／ROI
 
階段七、AI 治理、法規與倫理
1. AI 治理：隱私保護與去識別化
2. 資料偏誤（Data Bias）與偏見偵測／緩解
3. 可解釋性 AI（XAI）：SHAP 與特徵歸因
4. 法規與監管、人類監督機制
5. CRISP-DM 跨行業資料探勘標準流程
 
附錄、重點觀念補強
1. 二元分類損失函數：BCE 原理
2. 梯度消失問題與 Sigmoid 的侷限
3. 綜合練習：試題實戰演練&考前重點筆記
<<中級>> 
強化更多機器學習/深度學習的知識
Section A：監督式機器學習演算法
  •  
  • 1. 迴歸模型:
      • 線性迴歸
      • Ridge v.s. Lasso 線性迴歸
      • 評估迴歸模型的性能指標
  • 2. 分類模型:
      • Logistic Regression 演算法
      • KNN 演算法
      • 決策樹演算法
      • SVM 演算法與數學原理
      • 評估分類模型的性能指標
  • 3. Ensemble Method
      • Random Forest隨機森林
      • Adaboost
Section B：非監督式機器學習演算法
  • 1. PCA 演算法
  • 2. Clustering:
      • K-means 演算法
      • Hierarchical Method 演算法
  • 3. 強化學習
      • 強化學習的架構
      • Q-learning 演算法
Section C：深度學習
  • 1. 深度學習技術簡介
  • 2. 類神經網路運算模型原理
  • 3. 深度學習建立模型的流程
  • 4. 深度學習框架TensorFlow/Keras 程式架構說明
  • 5. 其他網路結構簡介：RNN/LSTM、CNN
Section D：綜合練習：試題實戰演練&考前重點筆記

 

     ※ 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

課程預覽
精選 4 段單元先睹為快，完整課程內容請見上方課程大綱。
用 40 分鐘快速了解機器學習
機器學習入門｜41:52
用 40 分鐘理解什麼是生成式 AI
生成式 AI 導讀｜38:10
RAG：檢索增強生成技術
熱門主題｜44:58
AI Agent：代理式 AI 入門
最新單元｜26:10
背景知識
  1. 部份內容所提數學僅須高中數學之一般程度。
  2. 有基本的 Python 程式概念有助中級學習影片的理解。
職涯方向
數據分析工程師  |  AI工程師  |  資料科學家  |  機器學習工程師  |  演算法開發工程師  |  AI應用規劃師

 

培訓佳績
  • 感謝台北大學、中央大學、國立台北護理健康大學、輔仁大學、海洋大學、明志科技大學、 真理大學、亞東技術學院等學校肯定
  • 感謝台北大學、中央大學、國立台北護理健康大學、輔仁大學、海洋大學、明志科技大學、 真理大學、亞東技術學院等學校肯定
  • 感謝台北大學、中央大學、國立台北護理健康大學、輔仁大學、海洋大學、明志科技大學、 真理大學、亞東技術學院等學校肯定
  • 感謝台北大學、中央大學、國立台北護理健康大學、輔仁大學、海洋大學、明志科技大學、 真理大學、亞東技術學院等學校肯定
 

專業培訓iPAS考照單位，已有超過200多位的學員通過
<iPAS物聯網應用工程師-初級能力鑑定> ▶了解課程

iPAS AI應用規劃師能力鑑定初級證照

iPAS AI應用規劃師能力鑑定(數據分析)中級證照

iPAS AI應用規劃師能力鑑定(機器學習)中級證照 

 

 

常見問題 FAQ
Q1：我是 AI 新手，沒有程式基礎，也可以報考 iPAS AI 應用規劃師嗎？
可以。iPAS AI 應用規劃師初級主要著重於 AI 基礎知識、生成式 AI 應用、AI 導入規劃與倫理等觀念，並非程式設計能力測驗，因此沒有資訊本科背景也能準備。
Q2：參加課程需要有 AI 或程式開發經驗嗎？
不需要。
艾鍗課程依據官方能力指標規劃，由淺入深建立完整觀念，即使沒有 AI 背景，也能循序漸進學習。課程將先建立 AI、機器學習、生成式 AI 基礎，再逐步延伸至 RAG、AI Agent、AI 治理 等最新技術與應用。 若您準備報考《中級》，其中科目包含程式相關題型。課程也會安排相關實作與程式觀念說明，協助您理解考試重點，不需擔心沒有相關經驗而無法開始學習。
Q3：如果只是想學 AI，不考證照，也適合上這門課嗎？
非常適合。本課程除了協助準備 iPAS，也重視 AI 在職場中的實際應用。如果你希望：
工作導入與生成式 AI、提升 AI 應用能力、了解 AI 技術原理、能與 AI 團隊有效溝通、規劃企業 AI 專案，這門課都能幫助你建立從 AI 基礎知識、技術理解到實務應用 的完整能力，讓所學不只用於考試，更能真正運用於工作與職涯發展。
Q4：iPAS AI 應用規劃師證照有哪些企業認可？
iPAS 是經濟部推動的產業人才能力鑑定，目前已有983+家以上企業參與優先面試、聘用或人才培育機制，包含科技、製造、資訊等多個產業，可作為求職、升遷及能力證明的重要參考。
Q5：初級與中級有什麼差別？我該報考哪一級？
由於級等之間並無報考順序或通過先後之限制，建議可依自身背景與需求選擇：
●適合初級：AI 初學者、非資訊背景、希望建立 AI 基礎知識者。
●適合中級：資訊、AI、資料分析相關從業人員、曾參與 AI 專案、具機器學習、大數據或程式開發基礎、希望提升 AI 專案規劃與技術能力者。

若沒有相關基礎，建議先從初級開始準備。
Q6：課程會提供教材與練習嗎？
會。課程提供完整教材，並依課程內容安排重點整理與學習資源，中級另提供程式範例（Google Colab）協助理解 AI 技術與實務應用，讓學員能更有效率地準備iPAS AI能力鑑定。
Q7：這門課適合企業員工培訓嗎？
適合。無論是數位轉型、AI 導入、部門 AI 應用或主管培訓，本課程皆可協助建立AI應用能力。亦歡迎企業洽詢客製化企業包班。
Q8：如果上課後有問題，可以詢問老師嗎？
可以。學員於學習期間或課後若有課程相關疑問，可透過課程提供的學習支援管道提出問題，將由線上助教回覆協助釐清觀念，提升學習成效。
Q9：課程比較偏理論還是實務？
課程兼顧理論與應用，除了建立 AI 核心觀念，也結合生成式 AI、RAG、AI Agent 等最新技術案例，幫助學員理解如何將 AI 應用於實際工作與專案規劃，兼顧能力鑑定與職場需求。
課程諮詢
 
更多延伸學習