加入比較清單
資料更新時間：2024/9/2 上午 11:55:30
學系特色
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
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
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
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
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
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
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)。
核心課程地圖
-
大一必修
- 人工智慧導論
- 基礎程式設計(1)、(2)
- 基礎程式設計實習(1)、(2)
- AI基礎數學(1)、(2)
- AI基礎數學實驗(1)、(2)
- 電腦科學概論
- 企業分析與系統思考
- 初階AI創新應用專題
-
大二必修
- 機率與統計
- 資料結構與演算法
- 資料結構與演算法實習
- 機器學習
- 智慧聯網
- 雲端計算
- 大數據分析
- AI專案管理規劃與協作
- 世界經濟與科技產業
-
大三必修
- 深度學習
- 智慧決策支援系統
- 資料探勘
- 產業實務AI創新應用專題
- 進階AI創新應用專題
專業選修課程
-
AI進階實務技術
- 數位訊號處理、圖像識別、自然語言處理、行為預測與推薦系統。
-
金融創新微學程
- 機器人理財、企業轉型與創新、交易策略設計與分析。
-
商業創新微學程
- 社會創新與資訊科技應用、智慧科技與商業創新、智慧科技與管理應用。
-
智慧城市微學程
- 智慧城市科技與生活、智慧城市與環境模擬、三維數位城市建構與應用。
-
數位製造合作社微學程
- 材料開發與智能創新應用、空間智能互動設計、參數式設計方法與應用。
-
工業人工智慧微學程
- 數位製造專題、智慧預測與健康管理、企業聯網應用實務。
-
智慧物聯網微學程
- 智慧機器人概論與實作、智慧辨識檢測與應用、感測與定位整合平台。
-
智慧製造應用領域
- 人因工程、生產與作業管理、品質管制、工作研究、工業安全、自動生產系統、科技管理導論、製造系統工程、成本管理、工業心理學。
-
智慧商務應用領域
- 管理學、行銷管理、策略管理、財務管理、人力資源管理、管理資訊系統、作業管理。
-
智慧生活應用領域
- 大眾運輸系統學、交通工程、工運規劃與管理、運輸規劃、軌道工程、運輸學、運輸經濟、都市計畫概論、都市工程學、環境規劃與都市設計。
-
企業實務領域
- 校內企業專題(1)&(2)、校外企業實習(1)&(2)。
特色課程
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。
適合從事工作
-
智慧決策工程師
-
運用人工智慧等資訊技術輔助診斷、分析與優化研發、製造、行銷等相關實務問題，提出合理的解決方案、決策分析或策略規劃。
-
-
營運管理分析工程師
-
依據企業營運需求，進行資料數據分析與邏輯運算作業。配合企業需求，依照各項營運項目，製作合適之分析報告類型，供公司營運決策使用。 並參與系統開發、資料系統維護與修改專案。
-
-
數據分析師
-
運用數學模型或其他方法，發展演繹成有用的資訊，此類資訊可協助管理階層執行最終決策、政策制訂，或其他管理功能等的工作。 收集且分析資料，發展出用於決策支援的系統、服務或產品。 制定且提供最佳化時間、成本、後勤的網路，以利於計畫之評估、審查、執行。
-
-
雲端服務工程師
-
依照企業運作需求，能應用清晰的邏輯分析能力，能協助建置雲端環境、並提供維運管理與優化。對於解決企業數位營運問題充滿熱忱，並具備跨部門溝通能力，以協助技術問題諮詢及處理。
-
-
專案開發管理工程師
-
搭配智能(AI、大數據分析)工具，運用專案開發、管理、與診斷技術，協助企業擬定專案計畫，並為執行團隊分配工作任務。瞭解資源需求，並同時從成本、營收、技術、期限、商業價值等逐步處理各項專案議題，紀錄與動態調整專案計畫內容，以滿足企業需求。
-
系友生涯發展
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
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。
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。
圖表來源為該校系之重視百分比，加總為100%；百分比越高，代表越重視。
- 熱門比較學系
