加入比較清單
資料更新時間:2026/10/29 上午 10:43:28
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。
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。
學習方法
統計方法:以收集數據、分析數據和由數據得出結論的一系列方法。分為兩類:描述統計方法和推斷統計方法。
1.描述統計方法:
描述統計方法是指通過圖表的方式對數據進行處理顯示,進而對數據進行定量的綜合概括的統計方法。
2.推斷統計方法:
推斷統計方法是指根據樣本數據去推斷總體數量測度的方法。
圖解:本系辦理優遊台中學活動照片
版權:靜宜資科系
機器學習:
機器學習理論主要是設計和分析一些讓電腦可以自動「學習」的演算法。機器學習演算法是一類從資料中自動分析獲得規律,並利用規律對未知資料進行預測的演算法。 因此資料探勘與機器學習相輔相成。
圖解:專題實作導入機器學習
版權:靜宜資科系
資料探勘(data mining):一門從大量資料中提取有用資訊的科學。重要的主題如下:
1. 關聯分析(購物籃分析)
2. 推薦系統
3. 社群網路分析: 例如將客戶分群促銷之資料視覺化: https://tinyurl.com/2xhmzpg4
4. 文字探勘
5.智慧行銷
圖解:本系辦理AI語音辨識影片拍攝教學課程
版權:靜宜資科系
深度學習(deep learning):
這項技能方法是目前熱門的人工智慧領域的核心,是機器學習中模擬大腦神經網絡結構運作,並藉由多層神經網絡對資料進行特徵提取的演算法,是一種試圖使用包含複雜結構或由多重非線性變換構成的多個處理層對資料進行高層抽象的演算法。
圖解:深度學習人工智慧應用
版權:靜宜資科系
R以及Python程式語言:R以及Python分別是資料科學、人工智慧使用最廣泛的程式語言。資料科學及人工智慧的實踐過程大多藉由R,Python的程式實作來完成。
圖解:本系辦理高中生營隊活動照片
版權:靜宜資科系
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.
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
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).
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。
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)。
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
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
特色課程
金融大數據分析
這門課是屬於現在熱門的金融科技FinTech領域中 "智能金融理財服務" 面向, 授課內容涵蓋: (1) 熟悉R/Python 軟體金融工具 (2) 熟悉股票債券期貨金融商品 (3) 投資組合理論 (4) 藉著資料科學大數據分析以及人工智慧技巧撰寫金融商品投資策略. 實現程式自動交易.
圖解:以人工智慧進行金融商品自動程式交易
版權:靜宜大學資料科學暨大數據分析與應用學系
深度學習應用
這門課所教授的內容是熱門的人工智慧領域之基礎. 主題內容涵蓋: 利用人工智慧深度學習技能應用在影像處理(自動駕駛, 醫學影像判讀), 自然語言處理(聊天機器人, 翻譯機器人)... AI自動駕駛實作影片: 1.https://is.gd/x2c84c 2.https://is.gd/ZYek1u
圖解:人工智慧自動駕駛: AI 追蹤物體
版權:靜宜資科系
資料探勘導論
資料探勘: 從大量資料(如網路)中提取有用資訊的科學。
1. 關聯分析(購物籃分析)
2. 推薦系統 (例如:進入一些購物平台,消費者喜愛的品項廣告會出現)
3. 社群網路分析: 影片:https://tinyurl.com/24kzgl7g
4. 文字探勘
5. 智慧行銷
圖解:社群網路分析之客戶分群促銷(異顏色)
版權:靜宜大學資料科學暨大數據分析與應用學系
保險金融
1.從保險與金融理論知識引導實務應用
2.從保險金融應用的角度來探討理財規劃。
3.導入財務需求分析,精確規劃人生風險
4.透過實務商品分析,了解產業實務面。
4.從現金流量活動了解保險與風險危機時應變之決策。
5.協助金融保險相關證照考試。
圖解:專業經理人蕭老師上課即景
版權:靜宜大學資料科學暨大數據分析與應用學系
資料庫系統
大數據時代已經來臨,任何組織都有資料,並建置資料庫系統加以儲存管理。有效的利用這些資料對於單位組織的運作與績效提升將有很大的幫助,因此管理與操作運用資料庫的相關技能就很重要。本課程讓同學瞭解資料庫系統之設計與實際操作應用,並輔導考取國際證照、提升就業競爭力(資料庫證照是許多職缺的必要條件)。
圖解:金融資料庫(期貨與股票)使用操作
版權:靜宜大學資料科學暨大數據分析與應用學系
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。
-
系友生涯發展
屠嘉嵐
學習經驗:
屠嘉嵐系友畢業後考取交通大學「數據科學與工程研究所」,非常傑出.在學時表現優異,學習面向涉略廣泛,曾進入多家企業進行與數據分析及建模相關的企業實習,將所學的技能用於實務問題之上。屠同學修習許多與資料科學及人工智慧相關的課程,非常有心的培養自我的技能實力,也有獲得多張相關的證照。
目前就讀交通大學「數據科學與工程研究所」
邢晏純
學習經驗:
邢晏純系友畢業後考取「台北醫學大學大數據科技及管理研究所」,在學4年學習態度優異,曾獲台中市模範生。系上課程規劃使學生奠定了統計及其相關應用之基礎,不論是資料科學、程式邏輯及資料庫運用方面,讓學生與實務領域接軌,不管是升學或就業都十分容易。
職業經驗:
就讀「台北醫學大學大數據科技及管理研究所」, 研究關於自然語言處理, 例如情緒分析、聊天機器人之應用,在指導教授帶領之下,曾於碩二前將研究投稿於自然語言相關之國際會議(ICCLNLP)及台灣所舉辦的人工智慧會議(TAAI),都獲得發表的機會。
戴添智
學習經驗:
1. 學習過程首先著重了解,再輔以不斷練習!我喜歡寫程式,自我訓練!大學時修習許多與資訊相關技能的課程, 好好裝備自己.
2. 「做中學,自我訓練」是非常重要的學習過程。遇到困難,上網找資料,尋求支援是非常重要的訓練!
職業經驗:
1. 目前在資訊產業擔任主管職務,累積多年的實作經驗,已能獨當一面完成千萬元的專案計畫!
2. 升遷快速,年薪非常高!
溫淑惠
學習經驗:
系上提供學程的修習,讓我更有系統性的修課。每當課業上遇到困難時,系上有提供諮詢中心的諮詢,同樣地,老師也有office hours,並有耐心的引導我去解決各種學習上的疑難雜症。
職業經驗:
任職於「中國砂輪企業股份有限公司」品保工程師,大學時,透過系上品質管理與統計方面的專業訓練,工作中能充分地來應付. 由於在理論與實務上的良好訓練, 對於工作實務上遇到的種種情況,容易去理解為什麼要這麼做,判斷何時可以這麼做,而不是僅接收別人叫你怎麼做,即使目前工作中並不會用到很艱深的統計難題。
鐘智瑋
學習經驗:
大學時期是人生的黃金學習階段,認真讀書認真玩,盡可能地把握這段寶貴時光,找到自己有興趣的專業,認真培養自己的廣度和深度,尤其是你的外語能力和思考能力。
職業經驗:
任職於「中國醫藥大學大數據研究中心」. 這工作是我能夠發揮能力的地方,最重要的是找到自己的興趣所在和個人價值,把握大學時期所學到的專業知識、表達能力及做人處事,其餘的等工作時再學習,但要不斷思考如何才能做得更好,試著培養出屬於自己的品牌。
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。
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。
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