fbpx

MCU 728x90 114

 

ipas banner ML

10th el sale banner

 

 

◆ 歡迎企業/學校單位填表索取輔導考照資訊,或撥02-23167736洽詢

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。

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

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:114/03/22(六)

第二次: 114/05/03(六)

第三次:114/08/16(六)

第四次:114/11/01(六)

13:30~14:45

(75分鐘)

單選題 電腦測驗

第一、三次:台北、桃園、新竹、台中、雲林、台南、高雄
第二、四次:
台北、桃園、新竹、台中、雲林、台南、高雄、澎湖、金門

15:15~16:30

(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:114/05/17(六)

第二次:114/11/08(六)

13:30~15:00

(90分鐘)

單選題 電腦測驗 第一次考試:台北、台中、高雄、澎湖
 第二次考試:台北、台中、高雄、金門 

15:30~17:00

(90分鐘)

單選題

電腦測驗


(資料來源 : iPAS官網)

• 建議報考對象 (符合任一項):

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 AIAP TA
▲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

  • 掌握人工智慧基本概念與應用場景。
  • 熟悉資料處理及機器學習基礎知識。
  • 了解生成式AI的應用規劃。

📌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

● 章章精彩、片刻不冷場幫你打穩考取AI應用規劃師能力鑑定所需知識

  • 課程所附教材:
    • 完整範例程式碼 (使用Google Colab)
    • 線上助教系統
初級
一、機器學習基礎
1. 人工智慧的技術浪潮
2. 機器學習原理
3. 資料與特徵
4. 資料預處理與視覺化
5. 探索式資料分析(EDA)
6. 如何挑選好的特徵
7. Regularization
8. 評估迴歸模型的效能(MAPE, R2)
9. 評估分類模型的效能(PR, AUC)
 
二、生成式AI基礎知識
1. 生成式AI基本原理
2. 生成式模型架構簡介 (VAE、GAN、Diffusion Models)
3. LLM 與 Transformer 簡介
4. 生成式AI工具應用介紹
5. Prompt 工程與優化
 
三、生成式AI倫理規範
1. AI的倫理挑戰與風險
2. AI隱私保護
3. 生成式AI相關法律
4. AI風險管理與責任歸屬
5. AI在企業與社會中的負責任應用原則
四、AI導入規劃
1. AI佈署與導入
2. No Code / Low Code基本概念
3. AI民主化
 
中級 
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

  ※ 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

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。
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

certificate ml

 

 

 

課程諮詢
更多延伸學習

 

 
全新數位學習平台