加入比較清單
資料更新時間：2026/1/12 上午 09:54:46
學系特色
本學程以「以人為本、技術向善、智慧落地」為核心，結合AI核心技術、跨域應用與人文關懷，課程涵蓋機器學習、深度學習、AI代理、AIoT、AI專題實作與企業實習，並具AI工作站、GPU/NPU平台及XR實驗室等資源。修滿128學分畢業，學位證書可加註跨域學程，兼具升學與就業優勢。
學科意涵
「人工智慧技術」指機器學習、深度學習、資料處理與智慧系統開發，「應用」指把AI導入教育、文化、健康、商業等場域，解決真實問題。學生將學習程式設計、演算法、資料工程、多模態AI與系統實作能力。
學習方法
課堂講授與概念建構：由教師帶領建立程式設計、演算法、人工智慧理論與資料處理等基礎觀念。
程式實作與實驗操作：透過寫程式、模型訓練、資料分析與系統測試，把課堂知識轉化為可運作的AI應用。
專題導向學習：以AI專題實作為核心，從需求分析、設計、開發到成果展示，培養解決問題與完成作品的能力。
團隊合作與跨域討論：結合文化、教育、健康、商業等應用場域，透過分組合作與討論，訓練溝通協作與整合能力。
產學合作與企業實習：由企業提供真實挑戰題目，並安排實習或實務專案，讓學生提早接觸產業與累積實戰經驗。
高中階段可以準備的學習方法或方向
建議高中階段可從三方面持續準備：第一，培養邏輯與資訊基礎，熟悉程式設計、資料處理與問題分析；第二，主動參與資訊、科展、小論文、營隊或專題製作，練習把想法做成作品；第三，多參加分組活動、簡報發表與跨域探索，培養溝通合作與表達能力。若能保持對人工智慧、新科技及實際應用議題的關注，將更有助於銜接本學程重視的程式實作、AI專題、跨域應用與實務實習學習方式。
與相關科系之異同
人工智慧技術與應用學士學位學程與資訊工程、資訊管理、電機電子等科系皆與資訊科技有關，但重點不同。資訊工程較偏重程式、系統、演算法與軟硬體基礎；資訊管理較重資訊系統、商業管理與數位服務；電機電子較重電路、晶片、控制與硬體設計。相較之下，本學程聚焦於AI核心技術＋跨域應用＋實務落地，除學習機器學習、深度學習與資料分析外，也強調專題實作、企業實習，以及場域應用，培養能把AI技術真正用在真實問題上的人才。
生涯發展容易誤解之處
AI學程畢業後只能當寫程式的人？或畢業能成為AI研發人才？其實本學程出路相當多元，可朝資料工程、系統分析、軟體設計、人工智慧應用與資安等方向發展，並可進入教育、健康、觀光、商業、製造等產業，多數職涯也可從實務型職位做起，再隨經驗逐步走向技術深化、專案整合或管理發展，並非單一路線，也不侷限於科技公司。
學習方法容易誤解之處
一般人常誤以為學習人工智慧只是學會使用ChatGPT等生成式AI工具，或認為一定要先很會寫程式才適合就讀。其實本學程採循序漸進的方式，從程式設計、資料分析到機器學習與智慧應用，並透過專題實作、跨域合作與實務實習，培養學生將AI技術落實於真實場域的能力，同時重視倫理、人文關懷與團隊合作，而不只是技術。
學習資源或補充說明
本學程提供多元且實務導向的學習資源，協助學生從基礎學習一路連結到真實應用。在課程方面，除 AI 核心技術外，學生可透過校內跨域學程與多元選修，結合設計、傳播、管理、經濟、數位內容等領域，發展「AI × 專業領域」的跨域能力，學校亦設有國際學程與彈性修課規劃，協助學生拓展國際視野與個人化學習路徑。
核心課程地圖
-
大一必修
- 直譯式程式設計
- 計算機概論
- 離散數學
- 人工智慧中的程式設計
-
大二必修
- 資料結構
- 類神經網路及深度學習
- 演算法
-
大三必修
- 系統分析與設計
- 人工智慧專題實作1
- 人工智慧專題實作2
專業選修課程
-
智慧創新實務課程模組
- 網頁程式設計、應用微積分、物件導向程式設計、機器學習實作、應用統計學、智慧型代理人、資料庫系統、多模態人工智慧應用實務、資訊安全概論、資料通訊與電腦網路、智慧物聯網應用、資料工程、實務實習1、實務實習2
特色課程
人工智慧中的程式設計
課程建立在基礎直譯式程式設計的能力之上，專為引導學生進入人工智慧實作領域而設計。課程核心將聚焦於 AI 領域不可或缺的程式庫與框架。學生將學習如何進行資料清洗、特徵工程、資料視覺化，並親手撰寫基礎的機器學習演算法。透過實務導向的專題演練，本課程旨在培養學生將抽象的 AI 理論轉化為實際程式碼的能力。
多模態人工智慧應用實務
課程旨在探討當前人工智慧的「多模態」技術應用。課程重點不在於底層演算法推導，而著重於運用開源大型模型（如透過在地端部署工具）與主流雲端應用程式介面 (API)，進行文字、圖像、語音等多重資訊整合應用。透過實務專案，引導學生掌握模型部署、提示詞工程與系統串接技巧，開發具備綜合感知能力的智慧型服務雛型。
人工智慧專題實作
為本系大學部學生的畢業專題製作課程，透過指導教授的指導與協助，學生將針對某特定實務或研究問題，運用先前所學的人工智慧專業相關知識，實際地進行相關資訊系統/產品的設計、規劃、開發與建置等工作。
適合從事工作
-
演算法工程師
-
從事人工智慧演算法的研究、分析、構建並設計或修改相關軟體等工作。
-
-
資料工程師
-
人工智慧資料工程師的工作範疇包含設計、開發與維護數據處理與儲存架構，確保數據的流動與管理，包括數據管道開發、資料庫管理、資料模型設計及效能優化，並與數據科學家和分析師合作，提供穩定可靠的數據支持，幫助企業進行數據驅動決策與分析應用。
-
-
軟體設計工程師
-
負責設計、開發與維護各類人工智慧應用程式，包含 iOS 與 Android 平台，使用 等程式語言進行軟體撰寫。需熟悉 Apple 與 Android 生態系統，確保軟體效能、穩定性與良好使用者體驗。
-
-
系統分析師
-
透過分析使用者需求，了解存在的問題以及需要執行的任務，負責定義使用介面、程式編碼、切割功能模組以及系統規劃與分析，然後根據公司或客戶的目標建立適合的人工智慧資訊系統。
-
-
人工智慧工程師
-
運用人工智慧等資訊技術輔助分析、優化、研發、製造等，協助企業解決問題，提出合理的決策方案或策略規劃。
-
系友生涯發展
本系尚無畢業生
本系尚無畢業生
本系尚無畢業生
多元能力
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。
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
