ColleGo! 大學選才與高中育才輔助系統 
分享網頁
已複製網址
我的學系 靜宜大學
資料科學暨大數據分析與應用學系
南華大學
人工智慧應用學系
所屬學群 資訊學群 跨 數理化學群
數據統計學類
資訊學群 跨 管理學群
資訊管理學類
所在校區

校本部

433303臺中市沙鹿區臺灣大道7段200號

校本部

嘉義縣大林鎮南華路一段55號

學系特色

【培育二種人才: 大數據與人工智慧】
1. 三面向訓練: 以 "數理涵養" 為根基,輔以 "大數據/人工智慧資訊技能" 訓練,並 "應用在各實務領域" (金融科技、智慧醫療、工業製造、物聯網等)。
2. 開設分流學程(群),使學生適性發展:「資料科學實務」、「人工智慧與深度學習」、「智慧製造」、「金融科技」、「智慧醫療」、「商業智慧」。
3. 104 銀行十大熱門職缺本系佔 7 種。

  下載詳細資料

1.AI應用學習:以人工智慧應用為核心,學習生成式AI、機器學習、智慧網站開發及數位科技應用,培養運用AI工具解決實際問題的能力。2.三大職涯方向:大一不分組,後續可依興趣與職涯方向,選擇智慧商務、智慧系統開發及智慧資料分析,彈性規劃學習。3.實作與專業能力:課程通過IEET工程教育認證,結合AI專題、競賽、證照、實習及產學合作,累積實務經驗。4.就業:朝AI科技、網站與軟體開發、無人機應用等。

學科意涵

本系專門培育資料科學(大數據)與人工智慧兩種人才。資料科學(大數據)乃是進行資料洞察分析並能建立模型預測各種現象;而人工智慧主要是以深度學習以及相關機器學習方法進行各種的應用。相關應用:無人駕駛、金融科技FinTech、企業營運/客戶洞察分析、智慧醫療、工業智慧製造、物聯網…等。特別注重「AI+大數據+金融科技+資訊」之結合應用。


下載詳細資料

本系以「人工智慧技術×實務應用×跨域整合」為培育主軸,從基礎程式設計開始,帶領學生運用生成式AI、資料分析、影像辨識與智慧無人機等技術,逐步完成可展示、可落地的AI專題。
AI與Python程式設計:建立程式邏輯與人工智慧應用開發基礎。
機器學習與深度學習、資料分析與視覺化:有模型的訓練、統計分析到圖表呈現,培養用資料說故事的能力。

學習方法
高中階段可以準備的學習方法或方向

1.目前有許多的線上課程或專門的實體上課研修機構可以自我學習,建議學生可以針對有興趣的部分利用網路教學或是線上課程來進行預先自我學習
2. 參與大學或優遊台中學相關營隊,, 體驗以上方法之應用.
3. 在高中的自主學習活動進行這些主題的探討.

建立「AI 應用解決生活問題」
具體做法:記錄自己如何運用 AI 工具(如 ChatGPT、Claude、Python AI 套件、無程式碼工具)來解決身邊的實際問題。
累積產出:定期更新部落格、GitHub 或 Notion,記錄「發現問題 ➔ 測試 Prompt/模型 ➔ 遭遇瓶頸與調校 ➔ 最終效益評估」的完整歷程。
展現特質:體現資管/AI應用學系最看重的「AI落地與實務應用能力」。

跨領域自主學習與認證累積
具體做法:在線上平台(Coursera, edX, Google, Microsoft, Udemy)進行持續性學習。

與相關科系之異同

與資管系/資工系異同:除資訊方面的訓練相同外,資工系多從事研發設計軟體與硬體工作;資管系則是著重商業應用,資科系則"AI+大數據" 缺一不可:重視數據處理分析的扎實訓練 (統計與數學訓練) 與人工智慧深度學習的訓練,運用現有工具以及計算方法進行分析,結果判讀進後解決問題。資科課程包含基礎程式設計訓練,再加入商業行銷應用、金融科科技與醫療科學等領域分析應用

核心差異:人工智慧應用學系則聚焦於 AI 模型落地與解決特定領域問題;資工系偏向軟硬體基礎與系統底層。
資工系:
學習重點:作業系統、電腦架構、編譯器、演算法與網路協定。
培育目標:能開發作業系統、優化底層效能與設計軟硬體架構的工程師。
人工智慧應用學系:
學習重點:機器學習、深度學習實務與大語言模型 (LLM) 應用。
培育目標:靈活調用 AI 技術並跨領域落地。

生涯發展容易誤解之處

本系的簡稱是 "資科系". 此名稱容易被誤讀為 "資訊系", 因此會被誤解為只是資訊領域的科系, 因此能從事的行業會被誤解. 實際上, 本系具備三面向的訓練: 數理內涵+資訊技能(AI與大數據)+實務應用, 因此能從事的行業非常寬廣(例如: 資訊, 金融, 品質管理/工程, 統計與數學專業人員).

1.誤以為只能當工程師埋頭寫程式:亦可擔任 AI 產品經理 (PM)、提示詞工程師、商業智慧顧問等跨領域角色。
2.難道我會被 AI 取代:本系培育「善用 AI 解決問題的人」,反而能引領企業數位轉型,提升不可替代性。

學習方法容易誤解之處

本系發展「資料科學/大數據」與「人工智慧」領域,易被誤解為「資訊科學」。本系綜合「資訊科學」及「數理」面向,進行數理與各種資料大數據處理的訓練,具備扎實的基礎,面對各種實務應用問題,有更好的適應性與解決問題的能力。而「資訊科學」學系或領域較偏向技術性/操作性,適應性較差,數據處理分析能力較不足。

1.你以為要學艱深數學:重點在 AI 模型調用與邏輯實務,非推導複雜公式。
2.難道會下指令就是會 AI:仍需具備程式設計、資料庫與系統架構能力。
3.還是說技術高於一切:強調專案合作與跨領域應用,懂得結合商業思維解決實際問題。

學習資源或補充說明

大一的關鍵第一年,大二、大三提供基礎數據分析、撰寫程式及解釋分析結果「做中學」的能力,輔以多種領域證照(人工智慧AI、資料科學(大數據)、資訊技能、財金保險)及競賽訓練(如金象盃競賽)及大四的校外實習或畢業專題,培育同學增加研究所升學表現及職場競爭力,贏得就業先機(如: DevOps/SRE 人才(台積電大舉招募)。

設有專題室、實驗室、學生可以在這些單位爭取實習或參與專案:
1.健康資料資訊系統(本系設置此中心以 開發並維護學生健康資訊系統,並協助產學計畫。教師與系上聘工程師為主體,也接受學生實習。)
2.顧客資訊諮詢服務中心(本中心過去承接教育部委辦的高中以下學校健康檢查資料收集與分析計畫,為健康資訊系統中的「資料收集/分析」端提供實務機會。)學生可在此學習如何運用 Python、巨量資料探勘與 AI 生成技術,進行資料清洗、趨勢預測與視覺化商業智慧分析。
3.軟體工坊 / 資訊服務實驗室(提供學生練習、專題開發、系統建構或協助系統案子的場域。)
專為學生打造的自主開發與專案育成場域,支援專案實作與畢業專題研發。

我的學系 靜宜大學
資料科學暨大數據分析與應用學系
南華大學
人工智慧應用學系
核心課程地圖
  • 大一必修
    • 統計學(一)(二)
    • 微積分(一)(二)
    • 資料科學暨生涯規劃
    • 資料處理
    • R軟體應用
    • Python 軟體應用
    • App實作基礎
    • 管理學
    • 金融數學
  • 大二必修
    • 線性代數(一)(二)
    • Java程式設計(一)(二)
    • 迴歸分析
    • 機率論
    • 微積分(三)
    • 數值分析(一)(二)
    • 應用科技
    • 生產管理
    • 實驗設計
    • 品質管理
    • 資料探勘導論
    • 機器學習與類神經網路
    • 網路爬蟲
    • POWER BI
    • 深度學習導論
    • 金融商品介紹
    • 金融商品應用
  • 大三必修
    • 資料庫系統
    • 機器學習(一)
    • 大數據管理分析平台
    • 保險金融
    • 金融實務
    • 金融大數據分析
    • 多變量分析
    • 類別資料分析
    • 資料探勘
    • 網路資料擷取與文字探勘
    • 物聯網概論與證照輔導
    • 深度學習(一)(二)
    • 品質管理實務
    • 品質工程
    • 資料結構
    • 演算法
    • 資料庫管理
    • 數理統計(一)(二)
  • 大四必修
    • 專題實作(一)(二)
    • 區塊鍊應用與實作
    • AI商務應用暨數據分析
    • 時間序列分析
    • 金融科技與大數據
    • 存活分析
    • 醫學資料探勘
    • 人工智慧與物聯網應用
    • 深度學習應用
    • 智慧醫療
    • 科學計算
    • 數學模型
  • 大一必修
    • 資訊數學
    • 機率統計
    • AI資訊倫理
    • 計算機概論
    • 生成式AI創意應用
    • 人工智慧概論
    • 管理學
    • 智慧網路技術
  • 大二必修
    • 科技管理
    • 資料庫系統設計
    • 資料結構
  • 大三必修
    • 系統分析與設計
    • 企業資源規劃概論
    • 智慧企業資源規劃
    • AI管理資訊系統
    • AI應用專題(一)
    • AI專案管理
  • 大四必修
    • AI應用專題(二)
    • AI應用個案探討
專業選修課程
  • 資料科學實務學程
    • 多變量分析、資料庫管理、實驗設計、類別資料分析、資料探勘、時間序列分析、網路資料擷取與文字探勘、醫學資料探勘、深度學習導論、深度學習(一)、POWER BI
  • 人工智慧與深度學習學程
    • 深度學習(一)、深度學習(二)、機器學習與類神經網路、網路爬蟲、資料庫管理、資料庫管理、數值分析(一)、數值分析(二)、數學模型、人工智慧與物聯網應用、App實作基礎、深度學習應用、智慧醫療、資料探勘導論
  • 金融科技學程
    • 統計學、機率與統計、金融科技概論、大數據產業分析、投資學、財務管理、期貨與選擇權、保險金融、程式設計、R軟體應用、機器學習、深度學習、資料探勘、機器學習(一)、深度學習(一)&(二)、深度學習應用、資料探勘導論、金融大數據分析、區塊鍊應用與實作、AI商務應用暨數據分析、金融科技暨大數據分析應用實務
  • 智慧製造學分學程
    • 嵌入式系統、智慧型控制、生產管理、品質管理、實驗設計、數位訊號處理、資料處理、影像處理、進階深度學習、資料探勘、深度學習、機器學習(一)、深度學習應用、資料探勘導論、嵌入式微控制器與物聯網實作、電腦視覺概論、大數據管理分析平台、智慧製造大數據分析實務、行動物聯網、人工智慧物聯網應用與開發
  • 智慧醫療學分學程
    • 醫療資訊概論、生物醫學導論、公共衛生與流行病學概論、數位訊號處理、資料處理、影像處理、進階深度學習、資料探勘、深度學習、機器學習(一)、深度學習應用資料探勘導論、行動物聯網、人工智慧物聯網應用與開發、醫學資料探勘、智慧醫療與健康大數據分析實務、動態網頁設計、資訊安全導論、行動應用軟體開發、系統安全
  • 商業智慧學分學程
    • 新創學程,課程尚在確認中
  • 院跨領域學程(12學分)
    • 1.院跨領域學分學程為必修學程,畢業前應至少完成一個學程。 2.課程及相關資訊,請詳見各院公告。修習院跨領域學分學程,請詳見本校學程實施辦法及學程辦法細則。
  • 資訊服務學程(21學分)
    • 資訊科技(資訊支援與服務)必修21學分。經濟學、管理學、程式設計、企業資料通訊、資料結構、資料庫系統設計、資訊管理個案探討等課程。
  • 智慧商務學程(21選15學分)
    • 修畢人工智慧概論(系核心)、行銷管理、電子商務暨雲端概論、事業行銷概論、組織與行為概論、網路行銷、電子商務金流管理、商業模式與策略管理等課程。
  • 智慧企業學程(21選15學分)
    • 修畢人工智慧概論(系核心)、企業資源規劃概論 (系核心)、會計學、財務管理、資訊諮詢服務、作業管理、顧客關係管理概論、知識管理、供應鏈管理概論等課程。
  • 健康資訊系統學程(21選15學分)
    • 修畢人工智慧概論(系核心)、物件導向程式設計、RWD網頁設計、網頁程式設計、動態網頁設計、App設計入門、App實務與應用、網站應用整合開發等課程。
  • 健康大數據學程(21選15學分)
    • 修畢人工智慧概論(系核心)、程式邏輯與演算(通識)、大數據蒐集技術、大數據分析、資料探索與視覺化、資訊安全概論、深度學習與應用、物聯網實務應用、智慧醫療應用等課程。
  • 院基礎課程(9學分)
    • 商用數學、科技管理、統計學
  • 通識課程(至少選修32學分)
    • 生命涵養:成年禮、正念靜坐 通識基礎:中文閱讀與表達、英文、英聽、體育 通識核心領域:核心素養、中國經典、外國經典 進階跨域:人文藝術、社會科學、自然科學 應用領域:專業倫理、創新與創業、生命教育-身心靈成長 我的學習地圖與成年曆
  • 系核心學程23學分
    • 必修10門課23學分
  • 其他
    • 課程包含:人力資源管理、數位影像處理、數位影像後製、數位錄影。 證照包含:Python 程式設計與認證、資料庫系統管理與認證、CISCO網路與認證、企業資源規劃實務、人工智慧系統規劃與認證(至少選一門課3學分) 在學期間需取得時序表內所開設之資管專業證照,方得畢業。
特色課程
完整課程地圖
我的學系 靜宜大學
資料科學暨大數據分析與應用學系
南華大學
人工智慧應用學系
適合從事工作
  • 金融科技工程師

    本系開設「金融科技學程」,結合資訊科技、AI、大數據與金融專業知識,培育具備跨領域能力的金融科技人才。畢業後可從事行動銀行、電子支付、大數據分析、AI金融應用、區塊鏈等相關系統開發,例如運用AI模型進行洗錢防制偵測、信用評分演算法等,起薪多數約為 4萬~6萬元/月。


  • 智慧製造工程師

    本系開設「智慧製造學程」,結合資訊科技、AI、大數據與生管、品管等知識,培育智慧製造人才。畢業後可從事系統整合、自動化與機台連線、製程大數據及AI視覺檢測等工作,是結合製造工程、自動化控制與資訊科技(IT/OT)的跨領域橋樑,推動工廠數位轉型與智慧化生產,起薪約4萬~7萬元/月。


  • 智慧醫療工程師

    本系開設智慧醫療學程,結合資訊科技、AI、大數據與醫療健康領域知識,培育智慧醫療人才。本工作為結合資訊科技、人工智慧與醫療照護的跨領域工程角色,主要將數位技術導入醫療與臨床場域,負責系統與後端開發、AI模型研發、系統維運與整合,以及專案與法規協作等。起薪約為新臺幣3.5萬至6萬元/月。


  • 資訊工程師

    運用程式、系統、網路與資料技術,維持組織數位服務與基礎設施穩定運作的專業人員。職務包含前端工程師、後端工程師、韌體/嵌入式工程師,以及資安、雲端與DevOps工程師。學士畢業平均起薪約為新臺幣4.7萬至5萬元/月。


  • 系統工程師

    負責將訓練好的 AI 模型整合至企業的軟體、手機 APP 或網頁系統中。重點不在於從零開發底層演算法,而是靈活調用 AI 技術,打造符合使用者需求的智慧化產品與服務。


  • 其他資訊專業人員

    扮演「技術團隊」與「商業市場」之間的溝通樞紐。負責評估市場需求,定義 AI 產品的功能方向與規格,規劃開發時程,並確保 AI 解決方案能真正解決使用者痛點並帶來商業價值。


  • 軟體設計工程師

    運用 Python、SQL 與資料視覺化工具,從大量的企業營運數據中進行資料挖掘與機器學習預測。


  • 資訊管理部門主管

    針對不同產業的數位轉型需求,評估並引進適合的 AIoT與 AI 解決方案,規劃企業系統架構,協助傳統產業成功實現智慧轉型。


系友生涯

我的學系

靜宜大學
資料科學暨大數據分析與應用學系
南華大學
人工智慧應用學系

多元能力

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。
30% Complete
30%
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。
20% Complete
20%
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% Complete
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。
10% Complete
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% Complete
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% Complete
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。
5% Complete
5%
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% Complete
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% Complete
15%
系統運作:評估與分析系統的運作方式、效能,考慮運作成本與效益,制定系統運作可改善或調整的方式。
15% Complete
15%
資源管理:分配及運用可支配的資源,調配人力、物力、資源運作的合理性、平衡性,發揮預期效益。
10% Complete
10%
運作分析:分析特定需求並規劃合適的運作流程,運用技術調整、組裝、設定設備,讓設備及系統正常運作。
5% Complete
5%
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。
5% Complete
5%
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。
5% Complete
5%
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。
5% Complete
5%
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。
5% Complete
5%
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。
5% Complete
5%
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。
5% Complete
5%
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。
5% Complete
5%
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。
5% Complete
5%

性格特質

堅毅負責:常常長時間專注投入於特定事物,排除干擾訊息,會對所承諾的事物,會負起責任目標、執行到底,享受追求成就。
30% Complete
30%
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。
30% Complete
30%
樂群敬業:總是表現活潑、傳遞熱情,主動參與活動,熱衷於與夥伴一同完成任務。
15% Complete
15%
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。
15% Complete
15%
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。
10% Complete
10%
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。
25% Complete
25%
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。
25% Complete
25%
堅毅負責:常常長時間專注投入於特定事物,排除干擾訊息,會對所承諾的事物,會負起責任目標、執行到底,享受追求成就。
25% Complete
25%
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。
25% Complete
25%


展開