AI 應用規劃師能力鑑定
中級能力指標
科目1
1.人工智慧技術應用與規劃
能力 指標
1.1 熟悉AI相關技術框架，具 備根據需求選擇合適技 術進行應用開發的能力。
1.2能夠根據業務需求分析 適合的AI技術，進行技術 可行性評估，設計符合需 求的
應用架構，並綜合考 慮資源配置、技術適配性 與實施可行性。
1.3 熟悉AI模型的訓練流程， 包括數據處理、模型調參 與效果評估等，確保模型
性能符合應用要求，並能 夠針對實際情況進行必 要的優化與改進。
科目 2 或科目 3 擇一報考
科目 2
2.大數據處理分析與應用
能力 指標
2.1瞭解機率與統計的基 礎知識，並能將其應用 於數據分析過程，
以確 保數據處理與分析結 果的準確性。
2.2具備使用大數據處理 技術與分析方法的能 力，熟悉如何使用工具 進行數據視覺化，
並能 深入挖掘數據中的洞 察。
2.3 具備評估大數據在 AI 應用中的效益的能力， 能夠規劃如何利用大 數據優化與
增強 AI 模 型的應用效果。
科目 3
3.機器學習技術與應用
3.1 熟悉機器學習中所 需的基本數學知 識，包括線性代數、 微積分、機率和統 計等，
能夠理解算 法的運作原理並正 確應用於模型開 發。
3.2具備建構、訓練與 調校模型的能力， 能選擇合適的算 法，進行特徵工程，
並優化模型參數， 以提升模型的精確 度與效能。
3.3 瞭解機器學習與深 度學習的概念、方 法和技術差異，能 夠根據不同類型的
AI 解決方案選擇 並應用最適合的技 術。
能力 指標
L21 人工智慧技術 應用與規劃
L211 AI 相關技術應用
L21101 自然語言處理技術與應用
L21102 電腦視覺技術與應用
L21103 生成式AI技術與應用
L21104 多模態人工智慧應用
L212 AI 導入評估規劃
L21201 AI導入評估
L21202 AI導入規劃
L21203 AI風險管理
L213 AI 技術應用與系 統部署
L21301 數據準備與模型選擇
L21302 AI技術系統集成與部署
L22 大數據處理分 析與應用
L221 機率統計基礎
L22101 敘述性統計與資料摘要技術
L22102 機率分佈與資料分佈模型
L22103 假設檢定與統計推論
L222 大數據處理技術
L22201 數據收集與清理
L22202 數據儲存與管理
L22203 數據處理技術與工具
L223 大數據分析方法 與工具
L22301 統計學在大數據中的應用
L22302 常見的大數據分析方法
L22303 數據可視化工具
L224 大數據在人工智 慧之應用
L22401 大數據與機器學習
L22402 大數據在鑑別式AI中的應用
L22403 大數據在生成式AI中的應用
L22404 大數據隱私保護、安全與合規
L23 機器學習技術 與應用
L231 機器學習基礎數 學
L23101 機率/統計之機器學習基礎應用
L23102 線性代數之機器學習基礎應用
L23103 數值優化技術與方法
L232 機器學習與深度學習
L23201 機器學習原理與技術
L23202 常見機器學習演算法
L23203 深度學習原理與框架
L233 機器學習建模與 參數調校
L23301 數據準備與特徵工程
L23302 模型選擇與架構設計
L23303 模型訓練、評估與驗證
L23304 模型調整與優化
L234 機器學習治理
L23401 數據隱私、安全與合規
L23402 演算法偏見與公平性
發表文章
