AI 應用學程｜SUT 學習與成長
AI 應用企劃
理解使用者需求、整理問題與驗收條件，協助把 AI 接入服務。可累積需求訪談、流程圖、原型與成果評估能力。
資料分析與視覺化
用程式與統計整理資料、觀察變化並清楚呈現結果。練習來源、欄位、指標與圖表說明，建立可重現的分析作品。
AI 專案協作與助理工作
協助資料整理、測試、文件、進度追蹤與跨團隊溝通。用專題展示任務拆解、協作與個人貢獻。
自動化流程與系統應用
把資料、規則、介面與人工確認接成工作流程。練習流程設計、程式整合、測試與使用說明。
數位產品與使用者體驗
探索 AI 功能如何融入網站、工具與服務。結合介面原型、使用情境與回饋，累積產品設計和團隊實作能力。
AI 內容與知識應用
整理資料來源、分類與內容工作流程，設計可追溯的查詢或編輯輔助。保留人工審閱與來源確認，讓成果適合實際使用。
跨領域技術應用
結合製造、行銷與管理等專長，理解領域需求後選擇資料與方法。跨系合作與合適實習能幫助學生探索喜歡的場景。
研究所與模型技術深化
可依興趣探索資訊、資料科學、人工智慧或相關研究方向。希望深入演算法與模型的學生，可持續強化數學、程式、實驗設計與論文閱讀，依各校要求準備升學。
未來方向：把應用做得可評估
AI 工具與應用方式持續發展，資料品質、結果評估、來源追溯與人的參與都值得累積。NIST AI RMF 提供可信賴 AI 的風險管理架構，可作為專題品質與評估的閱讀參考；實際就業方向搭配企業公開職缺與實習公告觀察。
在學期间積極累積機會
從小作品練習到完整專題，主動參與合作、合適實習與成果展示。把程式、評估與溝通一起累積，讓你的學習與積極態度被看見。
延伸閱讀：NIST AI Risk Management Framework（AI 品質與評估參考，非就業成長率預測）。
