首頁 » 所有課程 » 171579 Python 機器學習與AI應用規劃實務班第01期－台北長安

AI Agent時代來臨！Python跨域實戰與生成式AI企業導入菁英班

▸ 拒絕純理論！台大碩士、前凱衛與仁寶資深工程師帶你用PBL專案導向學習，
掌握Low-Code+Python混合開發，
50小時內變身企業瘋搶的AI專案經理與AI應用工程師。

主辦單位

臺灣職能訓練產業工會

關於講師

👨‍🏫 講師介紹：廖敏宏 老師

▸ 學歷背景

  • 台灣大學—生物產業機電工程所碩士

▸ 核心專長與業界經歷

  • 凱衛資訊—資深工程師：專門從事金融證券產業應用軟體研發、電子商務國際性專案軟體系統整合業務。

  • 仁寶電腦—高級軟體工程師：擁有多年金融與程式語言開發經驗。

  • iInfo資訊交流網站—版主

▸ 實戰擅長技能

  • 軟體整合應用：Excel VBA、Python、C/C++、Google Apps Script、Batch

  • 數據與AI應用：網路資料爬蟲、AI ChatGPT整合運用

▸ 教學經歷與著作

  • 豐富教學經驗：曾任Excel VBA與Python金融資訊爬蟲課程講師。

  • 著有多部著作：分享軟體整合、爬蟲技術與AI運用的實戰技巧與經驗。

課程資訊

  • 課程名稱：

    171579 Python 機器學習與AI應用規劃實務班第01期

  • 報名日期：

    115/07/18 12:00 ~ 115/08/14 18:00 (若開放報名時間超過1個月以上，表示本班曾變更訓練期間)

  • 訓練費用：

    訓練費用：9,180
    學員負擔：1,836
    政府負擔：7,344

  • 上課日期：

    115/08/17 ~ 115/10/07

  • 上課時間：

    每週一18:30~21:30、每週三18:30~21:30、每週三18:30~20:30(僅2026/10/7)

  • 資格條件：

    具基本電腦操作能力，學員需自備筆電(筆電：Windows 或macOS系統均可)。

    a. 資料分析與商業智慧人員：欲運用Python、Pandas及Matplotlib等工具，進行大規模數據清洗、視覺化分析與探勘，以數據驅動商業決策的專業分析師。
    b. 軟體工程師與系統開發者：意圖拓展技術領域至人工智慧範疇，掌握機器學習演算法與深度學習模型建置，以開發智慧化應用程式的技術人員。
    c. 專案經理與數位轉型主管：需要理解AI治理、倫理規範及導入評估框架，以制定企業AI轉型策略並有效管理技術專案的管理者。 d. 行銷策略與營運優化人員：期望透過預測模型（如線性回歸、分類決策樹）分析市場趨勢與客戶行為，並結合生成式AI優化工作流程的行銷與營運專才。
    e. 跨領域行政與技術整合者：尋求利用No Code / Low Code平台與基礎程式邏輯，解決業務流程自動化問題，提升行政效率與產能的跨領域工作者。
    f. 學術研究與教育工作者：需透過量化分析工具處理實驗數據，並建立預測模型以驗證研究假設或開發創新教學方案的學術人員。

📚 課程簡介:

根據調查，高達60.4%企業反映科技人才缺乏實戰經驗。
當市場目光已從單純的「大型語言模型」快速轉向能獨立執行複雜任務的「AI代理（Agentic AI）」，傳統純理論教學早已無法應付產業需求。

本課程專為雙北地區產業缺口設計，獨家整合專案管理+金融專業+程式設計三大核心，
由具豐富業界與實戰經驗的廖敏宏老師親自授課。
課程採用專案導向學習（PBL）與混合式開發（Low-Code + Python）策略。

我們不只教你基礎程式碼，
更從人工智慧基礎、No Code/Low Code整合應用、Python Pandas與Matplotlib數據分析，
一路深入到監督式與集成式機器學習演算法（如XGBoost、隨機森林）及CNN卷積神經網路深度學習實作。

透過為期兩個月的紮實訓練，金融從業人員將能強化合規與數據分析能力；
製造業工程師則能掌握邊緣運算與視覺檢測實作。
這門課將協助你跨越技術門檻，成為能用AI解決複雜商業問題的頂尖高薪人才！

📚 課程亮點:

💡 亮點一：雙軌開發策略，零基礎到高階應用的最佳路徑

▸ 獨家採用Low-Code + Python混合式開發！
初期透過No Code工具快速驗證商業策略，
後期深入Python、Pandas、Matplotlib進行大規模數據清洗與視覺化分析。
即使沒有深厚的資工背景，也能無痛跨越技術門檻，快速建立工作流自動化。

💡 亮點二：台大碩士、知名上市櫃企業資深專家親授

▸ 由前凱衛資訊、仁寶電腦高級軟體工程師廖敏宏老師全程引導。
老師具備多年金融證券產業軟體研發與電子商務國際專案經驗。
不講聽不懂的專有名詞，只用業界真實案例切入，
帶你走過一整套商業數據驅動決策的完整流程。

💡 亮點三：直擊技術核心，實作機器學習與CNN深度學習

▸ 精選市場最迫切的演算法！
從線性回歸、分類決策樹，到高階的隨機森林、XGBoost與DBSCAN集群分析。
更包含CNN卷積神經網路圖片辨識原理與模型設計，
親手建置出具備預測與影像辨識能力的商業模型。

💡 亮點四：專注企業轉型，掌握生成式AI與AI治理框架

▸ 這不只是一堂程式課，更是一堂高階管理課！
特別加入生成式AI導入評估框架、商業價值規劃、風險管理與AI治理倫理。
專為想成為AI專案經理或數位轉型主管的你，
提供最完整的轉型路徑評估與專案管理落地指南。

🎯 課程目標:

  • 精通數據決策 ▸ 熟練運用Python（Pandas、Matplotlib等工具）進行數據清洗，繪製直方圖、箱型圖及殘差圖，以客觀數據驅動精準商業決策。

  • 建置商用模型 ▸ 從零開始實作機器學習與深度學習（CNN）演算法，具備獨立建置預測模型與影像辨識模型的能力。

  • 規劃導入策略 ▸ 掌握No Code工具與生成式AI技術，學會評估轉型效益，能為企業制定符合成本與安全規範的AI導入路徑。

  • 解決複雜問題 ▸ 融合專案管理思維，具備跨領域整合能力，成為市場急缺的AI專案經理與AI應用工程師。

👥 誰應該報名這個課程？

  • 資料分析與商業智慧人員
    ▸ 想利用Python進行大規模數據探勘、擺脫Excel限制，升級為數據驅動的專業分析師。

  • 軟體工程師與系統開發者
    ▸ 渴望拓展技術版圖至人工智慧範疇，掌握模型建置以開發智慧化應用的技術人員。

  • 專案經理與數位轉型主管
    ▸ 需要理解AI治理、評估導入框架，以制定企業AI轉型策略並有效管理技術專案的決策者。

  • 行銷策略與營運優化人員
    ▸ 期望透過預測模型（如羅吉斯回歸、分類決策樹）分析市場趨勢與客戶行為，並結合生成式AI優化流程的菁英。

  • 跨領域行政與技術整合者
    ▸ 尋求利用No Code / Low Code平台解決業務流程自動化，大幅提升個人產能的工作者。

※ 報名方式：

© 2013-2026 TCCC. All rights reserved.