課程介紹
隨著人工智慧(AI)時代的來臨，資料科學已成為一門重要的顯學，尤其是近年來深度學習(Deep Learning)許多重大的突破，更加速了許多智能化的應用及發展，這也使得各企業爭相投入研發資源並網羅相關人才。全球最大職場社群平台LinkedIn發布2020年工作趨勢報告，由於各行各業都有納入AI的機會，過去5年裡AI人才的需求平均每年成長74%，且在美國有著平均年薪13.6萬美元（約新台幣410萬元）的優渥所得。AI人才仍是最熱門新興職業，以美國為例，自動化技術的浪潮持續席捲全球，人工智慧（AI）依舊是今年報告中的寵兒。從智慧製造、自駕車、智慧醫療到房地產業務，幾乎所有領域都能受惠於AI技術帶來的變革，市場規模已達到1.2兆美元。

然而，目前市場上人工智慧的人才供不應求，且培養具有解決實務問題之工程師更是難上加難，因此，如何快速有效的培養出AI人才，一直是各國政府關注的焦點之一。有鑑於此，為了解決人才短缺的問題，本人才養成班邀請到具有多年教學經驗的講師來授課，將深入的探討人工智慧與數據分析產業應用必備的技能，期望不只能給予學員最有效的學習，同時也能獲得許多產業界真實需求，學成後除了能對人工智慧及數據分析有更多深入的掌握外，同時也能提升在職場上之競爭力。

結訓後可從事: 人工智慧深度學習工程師、人工智慧機器學習研究開發人員、人工智慧應用工程師、深度學習瑕疵檢測工程師、深度學習及影像工程師、AOI影像處理工程師、影像辨識工程師、數據應用工程師、深度學習及自然語言處理工程師、專案管理人員等

課程特色/目標
【課程目標】

《全球人工智慧研究報告》指出，2030年人工智慧（AI）將帶給全球GDP成長14%，貢獻15.7兆美元；全球對於AI與數據分析人才的需求極大，因應政府5+2產業政策，本課程旨在為產業培養具備AI與數據分析能力之人才，以滿足產業所需。

本課程模組旨在為產業培養具備深度學習、數據分析和自然語言處理能力之人才，以滿足產業人才需求。 個別課程目標說明如下：

課程一、Python程式設計；本課程為基礎課程，主要教授目前最常應用在深度學習、數據分析和自然語言處理的程式語言Python。使學員具備實務課程中，實作的基本程式能力。

課程二、影像處理；本課程亦為基礎課程，主要教授影像處理的基本技巧和演算法，並且介紹常用的影像處理套件OpenCV。使學員具備實務課程中，實作物體偵測、分類和人臉辨識等公司產線所需之應用技術。

課程三、深度學習應用實務；本課程為專業實務課程，主要教授深度學習多層神經網路（DNN）和卷積神經網路（CNN）的模型原理，以及相關套件(TensorFlow, Keras)的實作方法。使學員具備影像辨識模型的建置及產業所需之應用技術。

課程四、數據分析應用實務；本課程亦屬專業實務課程，主要教授資料視覺化呈現、資料前處理和常用機器學習（MLP, LASSO, Random Forest, SVM等）的原理和實作方法。使學員具備數據型資料的模型訓練、分類和預測。可應用於產業需要的產品行銷、顧客行為等議題之分析和預測。

課程五、自然語言處理實務；本課程亦屬專業實務課程，主要教授文句斷詞、向量化和RNN / LSTM等原理和實作方法。讓學員具備自然語言的處理及應用能力。可應用於企業所需的聊天機器人和文字情感辨識等應用程式開發。

【課程特色】

•    為產業培養具備深度學習、數據分析和自然語言處理能力之人才，以滿足產業人才需求。
•    堅強師資陣容，授課老師具備完整人工智慧及數據分析知識及豐富的教學經驗，理論與實作兼具，使學員能夠於最短時間內有效率的吸收到知識技能並應用於工作上。
•    提供每位學員使用的電腦都配備GTX1060加速顯卡，並教導操作環境設定等。
•    一次打包手把手教導所有人工智慧相關理論與實作技能，包括資料科學領域的主流程式語言Python、深度學習演算法(DNN、CNN、RNN等)、數據分析、影像辨識、自然語言處理的原理與應用技巧。
•    首重實作，理論為輔。並且邀請企業主管進行演講，或外加企業參訪，讓學員更能掌握企業的需求與實務發展方向。
•    結合工研院數位微課程，使學員能迅速掌握最新技術應用之發展。

課程對象
1.AI深度學習研發與應用工程師
2.影像深度學習研發與應用工程師
3.AOI自動光學瑕疵檢測研發與應用工程師
4.自然語言處理研發與應用工程師
5.數據分析與應用工程師
6.15歲至29歲（以課程開訓日計算）之本國籍待業青年者

＊本課程適用「產業新尖兵試辦計畫」補助＊

【學習者之先備知識與能力】

• 掌握入門級代數知識，包括變量和係數、線性方程式、函數圖和直方圖。
  
• 基礎程式邏輯