認證級別
台灣人工智慧學校 (AIA) 致力於為不同專業背景的人才提供明確的 AI 能力指標。我們將 AI 職能精準劃分為「用 AI (Literacy)」、「做 AI (Engineering)」與「管 AI (Management)」三大核心維度。
無論您是尋求提升工作效率的非技術人員、專注於模型開發的工程師,或是負責主導企業級 AI 系統與資安架構的高階技術長,都能在這裡找到最契合您職涯發展的專業認證。
-
素養級 (AIATCL) - 用 AI
-
工程級 (AIATCE) - 做 AI
-
管理級 (AIATCM) - 管 AI
認證級別總覽:
|
認證等級 |
核心目標 |
評估範疇 |
|
素養級 (AIATCL) |
用 AI (Literacy) |
評估 AI 基礎知識與原理、生成式 AI 的使用、場域應用與實務、對倫理與社會影響、技術限制與前景、AI 的規範與重要性等必須素養能力。 |
|
工程級 (AIATCE) |
做 AI (Engineering) |
有程式設計基礎,具資料處理分析、機器學習和深度學習的演算法與應用能力,能夠動手解決場域問題,並要求在真實資料集上進行模型的訓練、部署與評估等工程技能力。 |
|
管理級 (AIATCM) |
管 AI (Management) |
AI Safety、AI 資安、AI 策略、架構設計和 AI 倫理等,此等級要有能力在實際情境中建立安全、效能優良的大型 AI 系統,具備高階技術治理能力。 |
各級別詳細介紹
素養級:用 AI (Literacy)
評估具備基本的 AI 素養,如:AI 的基礎知識與原理、生成式 AI 的使用、場域應用與實務、對倫理與社會影響、技術限制與前景、AI 的規範與重要性等必須素養能力。
-
適合對象:企劃、行銷、人資、行政等非研發背景的職場人士;在校學生或跨領域欲了解 AI 基礎知識者;希望運用生成式 AI 提升日常工作效率者。
-
先備知識:無須具備任何程式設計背景,具備基本的電腦操作與網路應用能力即可。
-
核心測驗範疇 / 命題大綱:
👉 下載素養級 (AIATCL) 命題大綱 (PDF)[連結]
工程級:做 AI (Engineering)
有程式設計基礎,具資料處理分析、機器學習和深度學習的演算法與應用能力,能夠動手解決場域問題,並要求在真實資料集上進行模型的訓練、部署與評估等工程技能力。
-
適合對象:軟體工程師、資料科學家、數據分析師;欲轉職或深化 AI 模型開發實作能力之技術人員。
-
先備知識:具備基礎程式設計能力(如 Python 等),了解基礎資料處理邏輯,對演算法有基本概念。
-
核心測驗範疇 / 命題大綱:
👉 下載工程級 (AIATCE) 命題大綱 (PDF)[連結]
管理級:管 AI (Management)
為 AI 專業認證的最高階,建立在深厚的工程實作基礎之上。涵蓋 AI Safety、AI 資安、AI 策略、架構設計和 AI 倫理等,此等級要有能力在實際情境中建立安全、效能優良的大型 AI 系統,並具備完善的 AI 治理與倫理風險管控能力。
-
適合對象:技術長 (CTO)、資訊長 (CIO)、AI 技術總監、資深 AI 架構師等高階技術決策者;負責主導企業核心 AI 系統開發、制定 AI 資安防護策略與整體技術架構規劃的主管。
-
先備知識:具備深厚的 AI 演算法實作與系統工程經驗。熟稔大型資訊系統架構邏輯、軟體工程生命週期,並對資安防禦、合規性與 AI 治理有深度認知。
-
核心測驗範疇 / 命題大綱:
👉 下載管理級 (AIATCM) 命題大綱 (PDF)[連結]
各級別認證比較:
|
級別名稱 |
核心定位 |
程式與技術能力要求 |
適合職務 |
建議準備方向 |
|
素養級 (AIATCL) |
用 AI (Literacy) |
無 不需寫程式 |
非研發職 (如:企劃、行政、業務、學生) |
熟悉生成式 AI 工具應用、了解 AI 發展趨勢、基本倫理與法規。 |
|
工程級 (AIATCE) |
做 AI (Engineering) |
進階 具備模型開發與實作能力 |
研發工程職 (如:軟體工程師、資料科學家) |
強化資料處理分析能力、精熟機器學習與深度學習演算法及模型部署。 |
|
管理級 (AIATCM) |
管 AI (Management) |
專家級 深厚工程實作與架構治理經驗 |
高階技術決策職 (如:CTO、技術總監、資深架構師) |
著重企業級 AI 系統架構設計、資安防禦策略、AI Safety 治理與倫理規範實務。 |