國立成功大學 工業與資訊管理學系 |
逢甲大學 人工智慧技術與應用學士學位學程 |
|
---|---|---|
所屬學群 |
資訊學群
跨
管理學群
資訊管理學類 |
資訊學群
跨
管理學群
資訊管理學類 |
所在校區 |
校本部 701 臺南市東區大學路1號 |
校本部 台中市西屯區文華路100號 |
學系特色 |
本系前身工商管理學系於四十四學年度成立,當時屬台灣省立工學院。工業管理學系旨在培育具有工程學識的管理人才,學生須有良好的數理基礎,自六十三學年度起乃改屬甲組招生,並更名為工業管理科學系。本系自民國五十八年起設有研究所碩士班,八十年成立研究所博士班。大學部日夜間部成績優異同學得申請推薦甄選就讀研究所碩士班,更名九十二學年改名為工業與資訊管理學系。 |
順應國內外產業智慧應用人才之迫切需求,本學位學程定位為培育出具備「掌握企業業務流程(X),選用適切之人工智慧技術(i),藉由跨域協作,以解決企業運作之議題,提升智慧經營效率」之關鍵人才(i的x次方)。教學上,強調創新思維、專案管理、跨域合作、實務應用及專業實習,學生可熟悉智慧製造、智慧商務、智慧生活三大應用領域,並有效運用人工智慧知識、技術及工具解決相關議題,以提升就業即戰力。 |
學科意涵 |
本系教學以數量方法和電腦科技為重心,並將所學應用於業界之生產製造與資訊管理,注重專業課程與實務模擬,養成學生正確的管理哲學思想和研究創新精神,期能培育出具資料分析與產業需求之資訊人才。 |
人工智慧技術與應用,是以針對真實企業議題,選用適切的AI相關技術(機器學習、數據分析、雲端工具、智慧聯網等)作為應用工具,配合企業流程、創新設計與專案管理等實務能力,提出合理且務實的解決方案。 |
學習方法 |
微積分:微積分學在科學、經濟學、商業管理學和工業工程學領域有廣泛的應用,用來解決那些僅依靠代數學和幾何學不能有效解決的問題。微積分學在代數學和解析幾何學的基礎上建立起來,主要包括微分學、積分學。 統計學:統計學目的是在目前大量資料環境中,可利用有限收集來的資料能得出有效的結論;將資料編碼、存檔以使得資訊得以儲存,可以在數據上進行比對;匯報結果、總結資料,以便分析出容易理解的意思。 計算機概論:是進入電腦領域的基石,其涵蓋的範圍從計算工具的沿革、如何表示數位化的資料和當代計算機的基本組織。其目的在了解計算機科學的基礎技術及知識,同時亦著重C/C++相關程式設計的技巧。 計算機程式與應用:旨在為理解電腦之程式邏輯並為開發應用程序提供基礎。並應用到目前較為普遍的行動式設備來進行實作。 作業研究:主要是以科學的方法與程序進行研究,並提出一套有效對策的解決方案。如能分析問題的本質,並使用正確迅速的方法求解,便能將作業研究的功用極致發揮。 |
實作、實習到實戰:探討與分析產業發展需求、技術現況、瓶頸與困難,並藉由課堂實作及專業實習,讓學生提早體驗並具備實戰力,其中含橫向整合AI知識及技術工具,循序挑戰生活化、進階應用、與企業實務等專題,以引發學生的自我學習力。 圖解:學生小組依題目需求設計AIoT原型 版權:逢甲大學創能學院版權有 創新思維與設計思考:引導學生從問題的解析與定義、利益關係人分析、痛點與需求研究著手,逐步學習創新的概念、方法與流程。並依照議題與環境背景需求,發展出合理且具實質效益的策略與解決方案。 圖解:學生應用AIoT創新設計解決方案成果發表 版權:逢甲大學創能學院版權有 專案管理思維:教導學生如何依照企業的環境與市場的需求,合理的規劃新的專案。同時,也培養學生專案診斷的方法,讓學生知道如何隨時檢視專案,並動態調整與修訂。 圖解:理解生產流程,嘗試診斷與改良現況 版權:逢甲大學創能學院版權有 與產業鏈結:透過密集的專題演講、議題研討與專題報告等方式,邀請各領域專家學者業師,帶領學生瞭解世界經濟之宏觀視野以及探究產業轉型之具體案例,藉此鏈結深耕校內外師資學生社群,培養學生掌握資訊與科技產業發展趨勢的能力。 圖解:專題演講、議題研討與專題報告 版權:逢甲大學創能學院版權有 |
高中階段可以準備的學習方法或方向 |
工業與資訊管理學系:本系是南部最早成立的工業管理相關學系,也是台灣唯一一個結合工業管理與資訊管理的科系,系所課程整合了這兩個領域的學科,並提供學生能同時修習這些領域的機會。本系平均分配老師的教學工作,資深與新進教職人員每學年至少開授二門研究所與二門大學部的課程,使用輪替的方式教授核心課程。結合南部企業如南科等,辦理產學合作與提供諮詢服務,研究與產業密切結合。 |
人工智慧快速進入各產業中,帶領著我們建構新的世界。同學得以於生活中去感受人工智慧帶來的各式便利。並透過於課餘透過網站與相關書籍來進行自主學習,提升應用思維能力,賦能自己。 |
與相關科系之異同 |
本系主要包含兩大領域(工管與資管),與工管相似有工業工程及企管系,本系承襲原來計量管理和生產製造管理之路線,企管系則發展財務管理和行銷管理之領域。資管部份較相似有資訊工程與科學,資管與資工或資科都需在資訊科技上有相當的訓練,但資管主要將所學科技應用於公司的營運管理,資工與資科較著力於資訊科技的改善。 |
本學程著重於AI技術、跨領域專業知識與企業實務實作三大面向之整合運用與管理,而非著墨於資訊工具的研發。強調職能導向的學習路徑,培養出能針對企業議題,活用AI工具的專業應用人才。學生可依照自我興趣,選擇智慧製造、智慧商務及智慧生活三大應用產業,作適性發展。 |
生涯發展容易誤解之處 |
本系大學部畢業生於畢業後大多選擇繼續深造。多數畢業生並考取國內知名國立大學管理相關研究所,如:工業工程研究所、資訊管理研究所、資訊工程研究所,或是選擇本系之工業與資訊管理碩士班或資訊管理研究所,表現極為理想。
|
學習人工智慧技術與應用,並非只有往程式開發的方向發展。依照不同產業的升級/轉型規劃,與智慧人才需求,學生畢業後,能將人工智慧活用於研發、製造、行銷、服務等企業流程,可選擇多元產業(製造、服務、金融、醫療、政府機關等),作適性發展。 |
學習方法容易誤解之處 |
工業與資訊管理學系常被誤為是比較偏傳統產業的。事實上在目前製造掛帥環境中,工業管理與資訊管理是重要的跨域結合專長人才。
|
本學程學習內容與方法上,特將AI技術、企業運作、創新設計、專案管理進行整合,以令學生具備就業即戰力。除課堂上學習相關學理知識及實作外,並能透過認識及熟悉企業流程、創新設計、專案管理等實務技巧,及輔以專業實習,依循漸進的培養出人工智慧的實作、實習,以至於實戰的應用力。 |
補充提醒與說明 |
無 |
本學程設於創能學院底下,招收對AI技術與應用感興趣的學生,以培養其專精AI領域的相關i工具,且能掌握專業的應用,達成 ( i的X次方)學習綜效。創能學院於2019年成立,已為全校整合規劃6+1個創能場域資源,並完成 i 學習環境的整體佈建。 透過場域的整合,彙整了校內豐沛的師資、設備與技術資源,以及多元的合作企業。上述創能場域資源,亦將提供AI技術與應用學位學程充沛的學習資源(含產業聯盟)。 |
國立成功大學 工業與資訊管理學系 |
逢甲大學 人工智慧技術與應用學士學位學程 |
|
---|---|---|
核心課程地圖 |
|
|
專業選修課程 |
|
|
特色課程 |
工業管理概論旨在向學生介紹行業管理的性質,規模和當代挑戰。本課程還解釋了行業管理的概念,討論了流程,並總結了當代管理思想的起源。 計算機概論介紹計算機和信息技術的一般概念以及使用C ++的基本編程技巧。包括硬件,軟件,輸入/輸出,Internet / WWW和網絡等各種概念將得到廣泛的討論。此外,學員將接受過如何用C ++編寫基本計算機程序的培訓,包括變量,控制流,函數和指針。 資料庫管理資料庫是一家公司營運的重要資源,將早期的紙本檔案電子化,目前的趨勢更利用這些資料分析出各樣的營運策略。資料庫為工管與資管皆需具備的重要技能。 統計學統計技巧可以觀微知著,試著由特定手法來做少量的資料取得後可以得到合理解釋的情況。 |
人工智慧導論本課程引導學生從歷史、未來發展趨勢、產業的應用瓶頸和需求、AI倫理和治理四個主題群。引導學生認識、思考、分析與評論AI技術的發展應用。在教學策略中,除專題講座外,將通過小組討論和課堂互動交流形式,培養學生的AI素養。 產業實務AI創新應用專題本課程將引導學生體驗與實作跨部門/跨領域合作的實施,除進一步體驗企業流程與運作準則之外,將融入專案診斷與管理的專業知識,解析問題並撰寫專業診斷報告書,已提出關鍵分析與合理調整方案。 AI創新專業實務應用專題本實作課程將引導學生實際體驗與實作企業真實專題/專案,藉由合作企業提供真實題目,學生將嘗試整合過往所學習的跨領域知識、AI工具與技術,以及創新與專案管理的應用能力,以提出合理的問題解決方案。並於過程中持續自我學習與自我檢討改進,以達到實戰能力的初步養成。 機器學習預測和機器學習是數據科學家和數據分析師最常見的任務。本課程將涵蓋預測函數的建構與應用;以及提供基本概念,如訓練、測試數據和過度學習;並推出一系列基於統計模型與演算法的機器學習方法,含分類樹、樸素貝氏與隨機森林。 智慧聯網本課程將以兩階段逐步引導學生認識與體驗智慧聯網架構。第一階段將探討物聯網的基本架構、核心技術、運用特性與運作方式。第二階段,則實作體驗雲端平台如何於智慧聯網中,扮演整合人工智慧與物聯網之間的整合要角。 |
國立成功大學 工業與資訊管理學系 |
逢甲大學 人工智慧技術與應用學士學位學程 |
|
---|---|---|
適合從事工作 |
|
|
系友生涯 |
圖解:NVIDIA資深資料科學家
劉冠良成功大學工業與資訊管理系 成功大學資管所碩士班 成功大學資管所博士班 洛斯巴拉莫斯國家實驗室 - 助理研究員 東京工業大學 - 訪問學者 鴻海 - 機器學習工程師 NVIDIA - 資深解決方案架構師 NVIDIA - 資深資料科學家 碩博士研究專注於於生物領域,主要解決 Human 以及 Environmental Microbiome 的 DNA 序列分類問題;在學期間也利用所學在家裡經營的企管顧問公司擔任稽核員與品管顧問的工作,爾後加入了鴻海大數據團隊,利用機器學習處理各種流程當中可以定義為監督式學習的問題;目前在 NVIDIA 擔任資深資料科學家,提供客戶重裝備,在各領域做腦力激盪找到深度學習的應用可能。 圖解:美國Nike總部資深供應鏈設計經理
吳光宇2005年台中一中畢業後考取成功大學工業與資訊管理學系,大學畢業服完兵役之後申請上美國賓州州立大學工業工程研究所。進入職場後進一步取得美國芝加哥大學Booth商學院碩士學位 (MBA)。 在美國曾先後於連鎖藥局Walgreens總部、雀巢供應鏈部門擔任最佳化工程師和波士頓諮詢公司擔任資深知識分析師。目前任職於Nike總部擔任資深供應鏈設計經理,未來將繼續應用作業研究和資料科學之知識到實際的供應鏈產業之中。 圖解:Google 軟體工程師
許嘉容成功大學工業與資訊管理學系 喬治亞理工學院大數據分析碩士 碩士期間,於美國電信AT&T 擔任Big Data 資料科學實習生,之後前往美國Amazon 西雅圖總部擔任軟體工程開發實習生 。 實習後結束接受return offer 加入Amazon Web Services 總部資訊標竿組,並在之後協助公司AWS IQ服務開發,產品於2019 AWS re:Invent大會在Las Vegas 發布。 2021加入Google擔任軟體工程師,協助資料視覺化&數據分析服務開發。 圖解:Business Development
賴光毅2001-2005 NCKU Bachelor's Degree of Management 2005-2007 NCKU Master's Degree of Management Science 2009 - 2012 Cheng Shin Rubber Ind. Co., Ltd. 2012 - 2016 Maxxis International Middle East & Africa, Dubai, UAE 2016 - 2018 Cheng Shin Rubber Ind. Co., Ltd. 2018 - North America OE Functional Team 圖解:德州儀器進口貿易主管
鄭宇傑於2014年畢業於台南一中, 本身對於資訊和管理科學有相當興趣,毅然進入國立成功大學工業與資訊管理學系,在大學期間持續學習工業工程和管理科學的相關知識,因大學多元跨領域課程,在資訊管理/工業工程/科學管理的領域均有所涉獵, 提升課程上學習的能見度。大學畢業後,為了嘗試挑戰自我侷限,2019年到美國喬治亞理工學院工業工程就讀碩士。 在大學及研究所學習歷程中,最大收獲於結合生產製造管理知識及實際應用。 2020年究所暑假期間,參加台灣德州儀器的暑期製造部課長實習計畫,學習到許多關於半導體的製程和相關的生產線管理知識,2021年研究所畢業後擔任德州儀器製造部課長,在工作上參與生產排程和設施機台等規劃,過一年半歷練對於線上的作業和半導體的材料有了更深的了解,擔任進口貿易主管,並融合製造部經驗結合新的物流部門和製造產線良好管道,提升整體工作上效率。當年在校學習經驗知識訓練,對未來工作上有很大的幫助。 |
本系尚無畢業系友本系尚無畢業系友 本系尚無畢業系友
本系尚無畢業系友本系尚無畢業系友 本系尚無畢業系友
本系尚無畢業系友本系尚無畢業系友 本系尚無畢業系友 |
國立成功大學 工業與資訊管理學系 |
逢甲大學 人工智慧技術與應用學士學位學程 |
|
---|---|---|
多元能力 |
語文理解與表達:能透過語文理解他人想法形成特定概念,且能說明特定想法或因果關係。
10%
敏銳創造:能覺察特定事件與觀念、理論之間的差異,且能對事物進行拆解、組合、重新詮釋,呈現新穎之處。
10%
邏輯推理:能捕捉事物運作的規律或關聯性,歸納或是推演不同事物的差異或因果關係,並得到特定理解。
10%
數理科學:能選擇適當的科學、數理知識或邏輯來思考問題,依據科學規律正確地推演出答案或排列資訊。
10%
記憶詮釋:能識別、儲存、喚起多項資訊、數字、知識內容,且能以多種方式組合這些訊息間的差異與關聯。
10%
快速知覺與總結:能從散落的資訊中,快速分辨與覺察具有意義的訊息,且能歸納出要點、關聯、架構等概念。
10%
聽覺辨識:能在有干擾的情況下專注於聲音來源,分辨音調、音量,並將不同強度的聲音轉為可辨讀的語句。
10%
批判思考:運用不同觀點對問題進行理性分析,對問題的解決方法或結論,評估出優缺點、支持、反對的意見。
10%
主動學習:積極尋求新資訊用以掌握問題的前因、後果以及預期影響,並依據各環節選擇適合的學習行為。
10%
自省促進:收集、評估自己或他人的表現,提出可改善及調整的方法或採取行動。
10%
|
語文理解與表達:能透過語文理解他人想法形成特定概念,且能說明特定想法或因果關係。
15%
邏輯推理:能捕捉事物運作的規律或關聯性,歸納或是推演不同事物的差異或因果關係,並得到特定理解。
15%
數理科學:能選擇適當的科學、數理知識或邏輯來思考問題,依據科學規律正確地推演出答案或排列資訊。
15%
主動學習:積極尋求新資訊用以掌握問題的前因、後果以及預期影響,並依據各環節選擇適合的學習行為。
15%
問題解決:分析並預判問題的成因與後果,設想出合適的解決方法及使用的工具。
15%
程式設計:了解程式語法以及邏輯架構,撰寫、修改程式,開發並設計系統。
15%
說服協商:提出觀點與他人商議或說服他人同意,以積極的態度引導他人,達成共識、目標,或解決困難。
10%
|
性格特質 |
深思力行:常常追求事物的條理秩序,審慎確認事物的彼此關係,行事仔細考量後果。
40%
變通開創:常常對多種事物,表達熱情興趣,對於既有事物,進行拆解、重組,給予新的理解與觀點,並且喜愛創造出令人意想不到的新事物。
30%
自信肯定:總是相信自己能達成目標,會肯定自身的優勢、長處,面對挫敗能較好的調整情緒。
30%
|
主動積極:常常主動提出特定見解,樂於付出活力與熱情投入特定問題、活動,引領他人的行動。
20%
自信肯定:總是相信自己能達成目標,會肯定自身的優勢、長處,面對挫敗能較好的調整情緒。
20%
合作互助:總是願意優先關照、包容他人的需求,在不同意見中尋求最大的合作可能,優先尋求團體的共同價值,信任團體成員的指引。
20%
深思力行:常常追求事物的條理秩序,審慎確認事物的彼此關係,行事仔細考量後果。
20%
探究冒險:常常樂於探索未知事物、能夠容忍陌生情境,樂於把困難視為一種挑戰,在探索、挑戰未知中偏好看見自己的成長。
20%
|
展開