產業職能基準
由各中央目的事業主管機關依據產創條例及職業訓練法
(下圖)所發展，
為完成特定職業或職類工作任務，所應具備之能力組合，
包括該特定職業或職類之
1.各主要工作任務、
2.對應行為指標、
3.工作產出、
4.知識、技術、態度或其他特質
等職能內涵。
產業創新條例 第18條
「職業訓練法」 第4條之1
A I 應用規劃師 了解 AI 工具的特性及具備使用經驗，
以協助企業規劃與推 動 AI 技術或工具導入，
根據企業部門業務需求，評估並選 擇適合的 AI 工具或
解決方案，應用於內部流程或產品生命 週期。
整合跨部門團隊，
共同制定與執行 AI 導入計畫，進行開 發、部署及後續優化。
入門水準
• 大專以上畢業或同等學力。
• 具 1 年以上從事演算法設計、人工智慧、機器學習、
深度學習、商業智慧等技術應用的工作經驗。
• 具 3 年以上程式開發或專案管理經驗，並曾參與大型專案
及具協助專案管理經驗。
• 擔任主管職務 1 年以上。
* 註：第 3 項屬擔任技術開發者所需之工作職責
主要職責 MAIN DUT Y
1.評估與分析 AI 技術
1. 掌握 AI 技術發展及應用趨勢
2. 掌握目標並確立需求
3. 評估應用或發展效益
2.提出 AI 應用策略及建議
1. 制定 AI 技術應用發展計畫
2. 制定 AI 技術應用規範
3.負責 AI 應用開發與部署規劃
1. 協調開發資源並制定 AI 應用開發計畫
2. 監控開發進度與解決技術問題
3. 確保 AI 應用部署與系統整合
4.執行 AI 應用發展與持續優化
1. 執行與管理 AI 專案
2. 持續精進與優化
初 級 考科及合格能力表現
人工智慧基礎概論
• 能掌握人工智慧的基本概念與應用領域，瞭解人工智慧的定義、
基本理論和核 心目標，及 AI 技術在隱私、安全性與倫理層面
可能面臨的挑戰。
• 具備基本的資料處理 知識，包括資料收集、清洗、分析和視覺化等過程 ，
並能 夠理解資料在 AI 模型中扮演的角色與作用。
• 理解機器學習的基本原理及其在 AI 中的作用，並熟悉常見的
機器學習方法及 其應用。
• 能夠區分鑑別式 AI 和生成式 AI 的特性，並理解生成式 AI 的概念、
基本原理 及其相關應用。
生成式 AI 應用與規劃
• 理解 No Code / Low Code 工具的基本概念與應用，掌握其在生成式 AI
應 用中的功用和優勢，並能運用工具進行 AI 解決方案的設計與測試。
• 熟悉生成式 AI 常見工具的基本操作，瞭解其應用領域及適用場景，
能有效選 擇與應用。
• 掌握生成式 AI 導入的初步規 劃要領，包含需求確認、資 源分配、
試 用測試 等 步驟等。
中 級 考科及合格能力表現
▶ 中級科目二及科目三可分別報考，取得雙鑑定證書。
人工智慧技術應用與規劃
• 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。
• 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。
• 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。
大數據處理分析與應用 ( 二擇一 )
• 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。
• 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。
• 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。
機器學習技術與應用 ( 二擇一 )
• 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。
• 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。
• 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。
