| 我的學系 |
逢甲大學 人工智慧技術與應用學士學位學程 |
國立成功大學 工業與資訊管理學系 |
|---|---|---|
| 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 台中市西屯區文華路100號 |
校本部 701 臺南市東區大學路1號 |
| 學系特色 |
本學程致力培育能掌握企業業務流程、靈活運用人工智慧技術，並透過跨域協作解決產業實務問題之AI人才。課程涵蓋人工智慧核心技術、創新與專案管理實作，並延伸智慧製造、智慧生活及智慧電子商務三大發展面向。依託創能學院跨域整合資源，串聯全校七大特色場域、軟硬體設備及產學合作機會，同時鏈結國內AI先進大廠與半導體產業資源，強化學生實務應用、跨域整合及產業接軌能力。 |
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。 |
| 學科意涵 |
人工智慧技術與應用，是學習如何運用AI解決真實世界的問題。除了學習機器學習、數據分析、雲端工具、智慧聯網等AI相關技術，也會結合企業實際需求、創新設計與專案實作，培養學生從「發現問題、選擇合適技術」到「提出並實作解決方案」的能力，讓AI真正應用於產業與生活中。 |
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。 |
| 學習方法 |
01｜專題導向學習本學程以真實問題為出發點，透過專題實作引導學生將課堂所學應用於實際情境。學生從問題發掘、需求分析、資料蒐集到 AI 技術應用，逐步完成具體作品。學習過程中，鼓勵學生自主探索、團隊合作與反覆驗證，培養解決問題及專案管理能力。 版權:逢甲大學創能學院版權所有 
02｜跨領域整合學習本學程強調 AI 技術與跨領域知識的整合，鼓勵學生探索智慧製造、智慧商務及智慧生活等應用方向。透過跨院系課程、特色場域及團隊合作，接觸不同產業的知識與需求，學習運用適切的 AI 工具解決問題，培養跨領域溝通、知識整合及創新應用能力。 版權:逢甲大學創能學院版權所有 
03｜產業場域實作學習本學程重視與產業實務的連結，透過企業參訪、產學合作、實務專題及企業實習，讓學生了解產業運作與實際需求。學生在真實場域中觀察問題，運用 AI、數據分析等技術提出改善方案，並透過實作驗證成果，累積實務經驗，培養解決問題與職場協作能力。 版權:逢甲大學創能學院版權所有 
04｜設計思考與創新學習本學程透過設計思考與創新方法，引導學生從生活及產業需求中發掘問題，學習分析痛點、定義需求並提出解決方案。透過腦力激盪、原型設計及實際測試，體驗從創意發想到成果實現的過程，並結合 AI 應用黑客松與創新競賽，培養創意思考、實作及持續改善的能力。 版權:逢甲大學創能學院版權所有 
05｜自主探究與成果導向學習本學程鼓勵學生主動探索 AI 技術與應用，透過自主學習、資料蒐集、實驗驗證及成果發表，培養獨立思考與研究能力。學生可依個人興趣選擇研究主題，運用 AI 技術進行實作，並透過專題競賽、學術研討會展現成果。在教師指導下，逐步培養自主學習、邏輯分析及問題解決能力。 版權:逢甲大學創能學院版權所有 |
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。 |
| 高中階段可以準備的學習方法或方向 |
人工智慧正快速融入各行各業，為我們的生活帶來許多便利與改變。建議同學從日常生活出發，主動觀察身邊的 AI 應用，思考這些技術如何解決問題，以及還有哪些值得改善的地方。課餘時間也可以透過網路資源、相關書籍及 AI 工具進行自主學習，逐步培養對人工智慧的認識與應用能力。此外，鼓勵同學多參與團隊活動、專題實作或創意競賽，學習如何發掘問題、提出想法，並與不同背景的夥伴合作。最重要的不是提早學會多少 AI 技術，而是保持好奇心與主動探索的態度，培養獨立思考、創新應用及解決問題的能力，為未來跨領域學習奠定良好基礎。 |
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。 |
| 與相關科系之異同 |
本學程與資訊工程、資訊管理學系皆涉及資訊科技與 AI 應用，但學習重點有所不同。資訊工程著重程式設計、演算法及資訊系統開發；資訊管理偏重資訊科技與企業管理的結合。本學程則強調 AI 技術、跨領域知識與企業實務的整合應用，以解決實際問題為核心，培養學生能依據不同產業需求，選用適切的 AI 技術與工具，提出具體可行的解決方案。 |
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。 |
| 生涯發展容易誤解之處 |
AI人才的未來，不只有寫程式一條路！隨著AI走進各行各業，職涯選擇比想像中更寬廣！本學程不只培養程式開發能力，更重視AI技術的跨域應用。畢業後可將AI運用於研發、製造、行銷及服務等領域，投入科技、金融、醫療、製造及政府機關等多元產業，讓學生依照興趣與專長，探索屬於自己的職涯舞台。 |
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。 |
| 學習方法容易誤解之處 |
以為讀AI就是寫程式、開發系統嗎？其實AI的魅力，更在於運用科技解決真實問題！本學程結合AI技術、創新設計與企業實務，透過跨域學習、專題實作及企業實習，帶領學生從做中學、從學中用，逐步累積「實作、實習、實戰」的應用能力，培養未來職場即戰力。 |
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。 |
| 學習資源或補充說明 |
想讓大學學習不只停留在教室，而是真正走進產業、接軌世界嗎？本學程隸屬創能學院，整合全校6+1特色場域，匯集跨領域師資、先進軟硬體設備及豐富產學合作資源，提供多元跨域課程與實作機會。課程結合企業真實議題，讓學生在專題實作中累積解決問題的能力。此外，透過完善的企業實習制度，從實習課程、企業媒合到專業導師輔導，協助學生深入半導體、智慧製造、資訊科技及數位轉型等產業，提早累積職場經驗。學生亦可依個人興趣探索不同專業領域，未來銜接人工智慧、資訊工程、資訊管理、智慧製造及其他跨領域相關碩士班，透過實作、實習與實戰的學習歷程，為升學深造與多元職涯發展奠定扎實基礎。 |
無 |
| 我的學系 |
逢甲大學 人工智慧技術與應用學士學位學程 |
國立成功大學 工業與資訊管理學系 |
|---|---|---|
| 核心課程地圖 |
|
|
| 專業選修課程 |
|
|
| 特色課程 |
產業科技創新與AI應用專題本課程結合 AI 應用、創新流程及全球科技產業趨勢，透過 PBL 專題導向學習、企業案例分析與小組實作，引導學生探索產業問題，學習資料蒐集、趨勢分析及創新方案設計。並運用 AI 與數位工具輔助決策，培養跨領域思考、團隊合作及兼具永續與社會責任的創新應用能力。 版權:AI示意圖 
企業分析與系統思考本課程引導學生認識產業發展趨勢、企業組織運作及 AI 人才的未來發展，透過系統思考、五問法與創新理論，學習分析企業問題並提出解決方案。結合企業案例、實地參訪、業師指導及專題實作，培養學生問題分析、創新思考、團隊協作及持續改善的能力。 版權:AI示意圖 
智慧決策支援系統本課程引導學生認識智慧決策支援系統的基本原理、架構與產業應用，涵蓋決策理論、專家系統、資料探勘及機器學習等技術。透過企業案例分析與系統實作，學習運用 AI 與數據分析輔助決策，培養學生問題分析、智慧系統設計及實務應用能力，提升企業決策效率與品質。 版權:AI示意圖 
雲端計算與資安策略應用本課程引導學生認識雲端計算與邊緣計算的基本架構、核心技術及產業應用，了解雲端技術在 AI 與物聯網整合中的重要性。透過實際案例分析，學習雲端環境部署、資訊安全風險及防護策略，培養學生雲端應用規劃、系統整合及資安防護觀念，提升企業資料與資訊資產的安全性。 版權:AI示意圖 
進階AI創新應用專題本課程以企業實際需求為核心，由合作企業提出產業痛點與專題主題，透過企業業師與校內教師共同指導，引導學生進行問題分析、需求探索、AI 技術應用及解決方案實作。學生透過團隊合作與專案執行，逐步完成具實務價值的專題成果，並於期末進行成果發表，培養跨領域整合、創新應用及問題解決能力。 版權:AI示意圖 |
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。 |
| 完整課程地圖 |
| 我的學系 |
逢甲大學 人工智慧技術與應用學士學位學程 |
國立成功大學 工業與資訊管理學系 |
|---|---|---|
| 適合從事工作 |
|
|
| 系友生涯 |
版權:陳威仁提供
陳威仁Imperial College London - Artificial Intelligence Applications and Innovation 大學四年稍縱即逝，如何規劃未來是重要課題。大一時，我透過「履歷大挑戰」及與系主任交流，逐步確立職涯方向。在學期間，積極參與創業計畫、「Young飛全球行動計畫」及教師研究，拓展視野、累積實務經驗與專業能力，為未來發展奠定基礎。 畢業後，為了實現職涯目標，我選擇赴英攻讀碩士，迎接全英語教學、文化差異與生活適應的挑戰。緊湊的學制也讓我深刻感受到職涯規劃的重要。開學之初，許多同學已積極尋找工作與實習機會，企業也陸續開放職缺。這段經歷讓我體會到，大學期間若能及早探索方向、累積多元且扎實的經驗，才能在機會來臨時更從容地迎接挑戰，把握每一次成長的可能。 
版權:廖柏廉提供
廖柏廉中央大學：資訊管理學系碩士班 我是學程第一屆學生，在學期間有幸獲得６次書卷獎，並以全年級第２名的成績畢業。研究興趣主要集中於自然語言處理、大語言模型、數據分析與機器學習，也很感謝有機會參與多項研究計畫並擔任研究助理，在老師的指導下，逐步累積研究經驗與專業能力。課業之外，我也曾擔任系學會文宣長兩年，協助籌辦活動及後勤工作，在與同學合作的過程中，學習溝通協調與團隊合作，也為大學生活留下珍貴的回憶。 畢業後，身為學程第一屆的畢業生，我在就業與升學之間思考了一段時間，最後決定繼續深造，希望把基礎打得更扎實，也為未來就業開拓更多可能。學程多元的課程安排讓我在選擇研究所時有較多方向可考慮，後來很幸運透過推甄錄取幾所學校的資工與資管研究所，最終選擇就讀中央大學資管系碩士班，目前持續在大學時期接觸最多的自然語言處理與大語言模型領域做研究。 
版權:陳宣廷提供
陳宣廷就職公司：志聖工業股份有限公司 高中起即對AI抱持濃厚興趣並積極參與相關活動，因而選擇就讀人工智慧技術與應用學士學位學程。在這裡結識許多有想法的師長與同儕，課業之餘也有餘裕探索新事物，並透過各式專題培養出熱愛實作與交流的特質。畢業時也曾在升學與就業間掙扎，但最後我選擇先投入職場，親身了解業界應用與校園學習之間的差異，並從實務中補足不足之處。 畢業後原本因喜愛色彩與設計，一度考慮走向行銷，但在師長們的影響下，最終進入志聖工業IT部門。憑藉對AI的了解，我負責公司AI工具企業版的導入，並因大學期間累積的專題與交流經驗，能將所學清楚分享給同仁，進一步擔任內部講師。過程中需要學習的事物很多，但我認為這裡是讓我持續茁壯成長的地方。 
版權:陳柏淞提供
陳柏淞臺灣科技大學：⼈⼯智慧跨域科技研究所碩⼠班 高中時我對理工科目有興趣，加上那時候AI很熱門，參加說明會時聽到學程老師介紹這裡重視實作、與產業接軌，剛好符合我愛動手做的個性，所以選擇本學程。大學期間參加過多項專案，印象最深的是企業專題，我們與真實企業合作，把所學的AI技術跟專案管理能力實際應用，解決企業提出的問題。畢業後想更深入研究AI技術，所以繼續攻讀人工智慧相關研究所。 畢業前我很早就確定要繼續升學，最後透過推甄進入臺灣科技大學人工智慧跨域科技研究所。在企業專題中，我幾乎參與了每個環節，其中系統開發是由我主要負責，從需求討論到實際做出能運作的成品，讓我體會到把想法落實的成就感，也發現自己在技術深度上還有很大的成長空間。目前我仍在探索研究方向，希望能朝生成式AI或數位孿生相關的領域發展，持續把所學應用在真實問題上。 未上傳圖片
許甯翔國立臺灣大學：醫學工程系 150字 |
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。 |
我的學系 |
逢甲大學 人工智慧技術與應用學士學位學程 |
國立成功大學 工業與資訊管理學系 |
|---|---|---|
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。
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%
|
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%
|
性格特質 |
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%
|
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%
|
