認識「AI應用規劃師」考試：如何讓AI成為助手，而非對手
圖片來源：Freepik
2. 資料處理與分析概念
- 大數據特性、資料類型（數值、文字、圖像）、資料整理流程、資料隱私與安全。
3. 機器學習基本原理與模型類型
-
機器學習原理
-
常見機器學習模型
4. 鑑別式AI與生成式AI基本原理與應用場景
二、生成式AI應用與規劃
-
No Code/Low Code平台特性與應用
-
生成式AI工具的使用方法與內容品質管理
-
生成式AI導入評估與規劃，包括SWOT分析、效益計算
-
生成式AI倫理風險與風險管理
中級考試科目與內容
中級考試針對資通訊相關專業人士，考試難度較高，強調技術應用與AI系統規劃能力，考科包含三科，考生需報考「人工智慧技術應用與規劃」科目，並從「大數據處理分析與應用」或「機器學習技術與應用」中擇一報考：
1.人工智慧技術應用與規劃（L21）
-
自然語言處理技術與應用
-
電腦視覺技術與應用
-
生成式AI技術與應用
-
多模態AI應用
-
AI導入評估、規劃與風險管理
-
數據準備、模型選擇、系統集成與部署
2. 大數據處理分析與應用
-
機率統計基礎，包含敘述性統計與資料摘要技術 、機率分佈與資料分佈模型 、假設檢定與統計推論
-
大數據處理技術，包括數據清理、儲存、管理及相應工具
-
大數據分析方法與工具，如數據視覺化與洞察挖掘工具
-
大數據在AI應用中的效益評估與規劃，如鑑別式AI、生成式AI和據隱私保護、安全與合規
3. 機器學習技術與應用
-
機器學習基礎數學，包括機率/統計、線性代數
-
機器學習與深度學習，從機器學習原理與技術、常見機器學習演算法到深度學習原理與框架
-
機器學習建模與參數調校，能理解數據模型與架構，進而訓練與優化
-
機器學習治理，主要包含數據隱私、安全與合規與演算法偏見與公平性
AI應用規劃師考試內容涵蓋從基礎AI概念、資料處理、生成式AI應用，到進階的AI技術應用、大數據分析與機器學習，依考試等級與對象不同，內容深度與技術要求有所區分，確保考生具備相應的AI應用規劃能力。
如何準備AI應用規劃師的證照考試？
準備AI應用規劃師證照考試時，除官方資源，外部已有多種課程與資源可以協助考生系統學習與實務演練，以下簡單整理主要準備方式與可利用的課程資源。
(責任編輯 / 王穎皓)