課程

AI 101

Claude AI 工作力基礎課程

從生成式 AI 到代理式 AI，學會判斷任務、撰寫清楚的工作指令、審查 AI 產出，並完成自己的 Use Case。

6 小時 · 中文 / English · L1 完課證書

推薦起點

AI101L

AI 工作力實作：從工作任務到 AI Use Case

把 AI 101 學到的基礎帶進真實工作：框定任務、準備 Context、執行與審查、設計工作流程，完成一份 AI Workforce Use Case Canvas。

6 小時 · 中文 / English · L2 能力證書

建議先完成 AI 101

AI 102

Context Engineering：AI 應該知道什麼？

從 Prompt 走向 Context，學會判斷 AI 在完成任務時需要哪些資訊、哪些來源可信、哪些資訊應即時取得，以及哪些資訊不應提供，並完成自己的 Context Canvas。

6 小時 · 中文 / English · L1 + L2 證書

建議完成 AI 101

AI 103

Agentic AI Memory, Knowledge & Skills

從 Context Engineering 走向 Agentic AI，學會設計 AI Agent 的記憶、知識與技能，理解 Memory Systems、RAG、Semantic Chunking、Metadata、Knowledge Architecture 與 Context Optimization，並完成自己的 Agent Memory, Knowledge & Skills Canvas。

6 小時 · 中文 / English · L1 + L2 證書

建議完成 AI 102

AI 104

Agentic AI Workflow & Execution Design

從單次 AI 任務走向可重複執行的 Agentic Workflow，學會 Task Decomposition、Sequential / Parallel / Routing、Decision Points、Agent Loop、Execution、Verification 與 Human-in-the-Loop，判斷哪些步驟應固定執行、哪些應交由 Agent 自主決策，並完成自己的 Agentic AI Workflow Canvas。

3 小時 · 中文 / English · L1 + L2 證書

建議完成 AI 103

AI 201

MCP：讓 AI 安全連接工具與可信資料

從「使用 AI」走向「讓 AI 安全使用工具與可信資料」：理解 MCP 架構、追蹤一次 Tool Call、比較 MCP、API 與 RAG，並設計一份可實作的 MCP Tool Canvas。

7 小時 · 中文 / English · L1 + L2 證書

建議完成 AI 101

AI 202

Agentic AI Planning & Reasoning

從固定 Agentic Workflow 走向能自主規劃與調整的 Agent，理解 ReAct、Search、MCTS、Self-Reflection 與 Adaptive Planning，學會設計 Agent 如何根據目標、Context、環境狀態與執行結果選擇下一步，並完成自己的 Agent Planning & Reasoning Canvas。

7 小時 · 中文 / English · L1 + L2 證書

建議完成 AI 104

AI 301

Multi-Agent Collaboration & Orchestration

從單一 Agent 走向 Multi-Agent System，學會設計 Agent Roles、Task Allocation、Delegation、Communication、Shared Context、Handoff、Conflict Resolution 與 Orchestration，判斷何時需要多 Agent 協作、如何避免責任重疊與資訊失控，並完成自己的 Multi-Agent Architecture Canvas。

8 小時 · 中文 / English · L1 + L2 證書

建議完成 AI 202

AI 302

Agent Harness Engineering & Reliable Automation

從「Agent 能完成任務」走向「Agent 能可靠地持續運作」，學會 State Management、Agent Loop、State Machines、Checkpointing、Context Compaction、Verification、Human-in-the-Loop、Retry、Failure Recovery 與 Observability，設計可中斷、可恢復、可驗證的 Agentic Automation，並完成自己的 Agent Harness & Reliability Canvas。

8 小時 · 中文 / English · L1 + L2 證書

建議完成 AI 202

DS 101

ESG 資料科學基礎：Python 與 AI 實作

從 ESG 問題到可信的資料分析，使用 Python、pandas 與 AI 整理、計算、視覺化與驗證永續資料。

6 小時 · 中文 / English · L2 能力證書

不需要程式背景

DS 102

資料整理與品質管理

把可以讀取的資料整理成可被信任、可重現、可追溯的分析資料：檢查、清理、reshape、整合與驗證。

6 小時 · 中文 / English · L1 + L2 證書

建議先完成 DS 101

DS 103

資料視覺化與資料敘事

把分析結果轉化為不誤導、可解讀、能支持下一步行動的視覺證據：圖表選擇、尺度、可近用性、註解與資料敘事。

6 小時 · 中文 / English · L1 + L2 證書

建議先完成 DS 101；DS 102 有幫助但非必要

DS 104

探索式資料分析與統計思維

建立不把「看到差異」直接當成「證明結論」的統計思維，能探索資料並清楚描述不確定性：分布、異常值、抽樣、關聯與統計顯著性。

6 小時 · 中文 / English · L1 + L2 證書

建議先完成 DS 101 與 DS 102

DS 105

Web3、金融科技與永續金融：AI 驅動的資料判斷與決策

以 Web3、金融科技與永續金融作為真實情境，學會用 AI 選擇資料、比較證據、挑戰結論並做出可追溯的金融判斷。不需程式背景。

3 小時 · 中文 / English · L1 完課證書

建議先完成 AI 101 或具備同等 AI 素養

DS 201

預測分析與機器學習基礎

建立「模型不是越複雜越好」的預測分析能力，能用正確資料切分、基準線與評估指標判斷模型是否值得使用。

7 小時 · 中文 / English · L1 + L2 證書

建議先完成 DS 104

DS 202

AI 輔助資料科學

把生成式 AI 當成可加速但必須被驗證的資料科學協作者，建立 prompt、code review、verification 與 provenance 的完整工作流。

7 小時 · 中文 / English · L1 + L2 證書

建議先完成 DS 102 與 DS 104

DS 301

資料產品與分析工作流工程

把一次性 Notebook 轉化為可重複、可觀測、可失敗復原、具人工審核點的分析工作流與資料產品。

8 小時 · 中文 / English · L1 + L2 證書

建議先完成 DS 202；AI 104 建議完成

DS 302

Data Agents 與智慧分析系統

設計能用自然語言理解分析意圖、受控存取資料與工具、執行並驗證分析、留下可稽核紀錄的 Data Agent。

8 小時 · 中文 / English · L1 + L2 證書

建議先完成 DS 301 與 AI 104；AI 201 建議完成

AD 101

AI Use Case Discovery：找出值得做的 AI 應用

從個人工作案例出發，學會分辨問題與解法、辨識工作摩擦，並完成一份結構化的 AI Use Case Discovery Canvas。

3 小時 · 中文 / English · L1 + L2 證書

建議先完成 AI 101L

AD 102

Process & Pain Point Discovery：流程與痛點發掘

用結構化訪談深挖 AD 101 的 Use Case：找出真正的流程、決策與痛點，並用證據取代猜測。

6 小時 · 中文 / English · L1 + L2 證書

建議先完成 AD 101

AD 103

AI Use Case Prioritization：AI 應用組合評估與排序

在有限資源下比較多個 AI Use Case：分開評估 Value、Feasibility、Readiness、Risk，決定下一步而非黑箱總分。

3 小時 · 中文 / English · L1 + L2 證書

建議先完成 AD 101 / AD 102

IL 101

IL 101｜產業 AI 專案與價值設計

把一個已排序的 AI Use Case 轉成專案章程、價值假設、可衡量的成功條件與 Pilot 範圍，產出一份決策可用的 Industry AI Project Charter。不重複 AD 101-103 的 Use Case 發掘、痛點理解與組合排序工作。

6 小時 · 中文 / English · L2 能力證書

真實產業共創專案 · 建議先完成 AI 101L 與 AD 101

IL 201

IL 201｜產業 AI Proof of Value 共創實驗室

與企業 Sponsor 與跨域專家共同把真實產業問題轉成可測試的 AI 解決方案，以 Prototype、Evaluation 與 Business Evidence 判斷是否值得進入 Pilot。用 Proof of Value，不只是 Proof of Concept。

18 小時 · 中文 / English · L2 能力證書

需具備已核准的 Industry AI Project Charter · 需要企業 Sponsor

IL 202

IL 202｜企業 AI 資料、治理與整合準備

處理從 Prototype 到 Pilot 之間的準備度落差：資料權利、安全、隱私、身分／存取、整合、治理、所有權與營運，產出 Enterprise AI Readiness Review。

12 小時 · 中文 / English · L2 能力證書

建議先完成 IL 101，理想上已完成 IL 201

IL 301

IL 301｜企業 AI Pilot 與導入實驗室

Industry AI Co-creation Lab 的旗艦課程：把已驗證的 Proof of Value 帶進受控的真實營運環境，執行 Pilot 並產出可衡量的導入建議。30 小時為正式引導學習時數，實際專案期間建議 6-8 週。

30 小時 · 中文 / English · L2 能力證書

旗艦課程 · 需要 IL 201 通過且 IL 202 準備度核准

IL 302

IL 302｜企業 AI 轉型、擴散與價值實現

一個成功的 Pilot 不等於企業轉型。IL 302 涵蓋策略、AI 應用組合、營運模式、治理、人才、資金、價值實現與擴散，產出 Enterprise AI Transformation Roadmap，不需要程式背景。

12 小時 · 中文 / English · L2 能力證書

建議先完成 IL 301，或具備可佐證的企業 AI Pilot 經驗

GoAI 101

政府 AI 應用、治理、採購與驗收

8 小時完整版：從政府業務情境出發，學會 AI 應用判斷、Workflow、可信資料、權限治理、可靠性、採購與驗收。另有 6 小時精要版。

8 小時 · 中文 / English · L1 + L2 證書

GoAI 101 · 6h

政府生成式 AI 與 AI Agent 實務應用、治理及採購驗收

6 小時精要版：同樣的八個能力面向，整合為六個模組與一份 Canvas，適合只能釋出 6 小時的政府機關。另有 8 小時完整版。

6 小時 · 中文 / English · L1 + L2 證書