大學校園

明志科大工業人工智慧學程讀什麼? 收藏

  招生組   2022-12-08    機械群 , 電機與電子群資電類 , 明志科技大學 , 工業科技教育學系 , 電機與電子學群

  分享

教學目標

「工業人工智慧人才」乃指能同時整合AI與大數據之資料處理分析技術、雲或網絡技術與專業領域知識,並精準地解決工業之問題。本學程之教育理念在活用教師產學實務研發心得與經驗,培育學生具備AI專長為主、領域專長(化工製程與機電設備)為輔的跨領域能力,以培育資料分析師、資料工程師、機器學習工程師與AI應用工程師為目標。

本學士學位學程的教育目標在培育學生成為:
(1)兼具理論基礎及實務應用經驗,同時具備人工智慧知識與技術之人才;
(2)積極創新並能將人工智慧知識與技術應用於工業之人才;
(3)具備專業倫理的態度與團隊合作系統整合之人才;
(4)具備自我持續學習態度並關注資訊科技發展與產業應用之國際趨勢。

使學生擁有以下核心能力:
(1)運用數學、科學及工程知識於理解人工智慧與資料科學之能力
(2)設計與執行產業基礎相關實驗以及分析與解釋數據之能力
(3)設計基本的工業元件或製程系統之能力
(4)實作程式系統及使用與整合軟硬體平台與網路系統之能力
(5)發掘、分析、應用數據成果及因應複雜且整合性工程問題之能力
(6)認知工業人工智慧之專業倫理對社會的影響和責任之能力
(7)瞭解專案管理、跨域整合與團隊合作之能力
(8)因應科技快速演進,自我持續地創新及瞭解產業國際趨勢之能力

研究發展與特色

一、培育AI+X 跨領域人才:
活用產學實務研發案之經驗與心得,培育具備AI專長為主,以及化工製程與機電設備之領域知識(X)為輔,具有跨領域能力之「工業人工智慧人才」(AI+X)。
二、專題教學及跨域合作:
本校AI&DS研究中心教師組成AI+X跨域雙師,指導學生專題研究,累積AI實際落地應用的實戰經驗,並培育跨域整合與團隊合作之能力。
三、實務實作教學:
以程式實作取代理論計算、以產學案作為跨領域頂石專題題材、以產學廠商為學生實習場域,培育學生畢業時具備AI技術應用於特定專業領域的即戰力。
四、產業實務實習:
大三整年赴校外全職實習,月薪大於基本工資、享勞健保。學習產業實務技能,並能建立業界人脈,打底畢業即就業。
五、國際化:
敦聘姊妹校美國辛辛那提大學(UC)工程學院師資,利用線上或於暑期來台教授密集課程並共同指導跨領域頂石專題,使學生具國際觀並掌握趨勢。

課程規劃

本學程依據畢業生所需具備之核心能力,以模組化方式規劃課程,其中包含五個課程模組:
(1) 數理基礎模組課程
(2) 資訊工程模組課程
(3) 人工智慧及資料科學模組課程
(4) 化工製程模組專業課程
(5) 機電工程模組專業課程

有鑑於AI與資料分析需要紮實之數學基礎,並且應用於工業時需要理化科學之基礎,因此課程模組1(數理基礎模組課程)為本學程的學生奠定基石。而課程模組2(資訊工程模組課程)與課程模組3(人工智慧及資料科學模組課程),就是本學程的專業核心課程,主要是培育學生成為AIoT的人才。此外,為了使學生在應用特定工業領域(如化工廠、製程設備)時不會造成與現場人員或跨域團隊成員之溝通誤差,本學程特色為培育學生具備化工製程(課程模組4: 化工製程模組專業課程)與製程機電設備(課程模組5: 機電工程模組專業課程)的基礎課程。

教學設備

現有AI教學工作站 WinFast GS1020S 60台(CPU Intel Xeon 6c12t 2.1GHz,RAM 32GB,HDD 2TB SATA3,GPU RTX 2080 8GB)是支援AI學程教學最重要的軟硬體設備,規劃將提供AI學程學生在學期間每人一台虛擬機,供學習、研究使用。其作業環境可為Windows或是Linux等常用作業系統,並支援CUDA Compiler、cuDNN深度學習GPU函式庫、NCCL多GPU運算SDK、虛擬化技術工具平台、Deep Learning深度學習等,以及專業繪圖與設計工程。此外,AI深度學習運算伺服器 NVIDIAR DGX-1?(3座,GPU 8x Tesla V100 128 GB)及AI運算伺服器 DELL R740(9座,GPU 3x Tesla V100 96GB),皆可提供高穩定度的深度學習與資料處理平台,並結合CloudFusion混合雲管理軟體,可動態地打造雲端擬化資源,可以讓學生體驗GPU飆速訓練的過程,以及加速專題測試與研究之進行。

就業發展

本學位學程學生畢業後就業方向,主要包含資料分析師、資料工程師、機器學習工程師、AI應用工程師等,以及因應AI發展所創的新職缺:演算法工程師、機器人工程師、機器視覺工程師等。

推薦就讀的話

本學位學程招生群(類)別為『機械群』及『電機與電子群資電類』,歡迎此2群(類)別選讀本學位學程。本學位學程與招生群類之關聯性:
(1)機械群
本學程培育學生能整合AI 與大數據之資料處理分析技術、雲或網絡技術與專業領域知識,並精準地解決工業之問題。機械群學生具備機械產業所需之知識與實作技能,基於這些專業領域知識為基礎,銜接本學程規劃之AI與大數據相關等課程,有利於跨域整合,實踐AI於工業務實地應用,符合本學程發展與培育的目標。
(2)電機與電子群資電類
本學程培育學生能整合AI 與大數據之資料處理分析技術、雲或網絡技術與專業領域知識,並精準地解決工業之問題。電機與電子群資電類學生具備電機、電子、資訊、自動控制與通信科技產業所需之知識與實作技能,除了具備AI場域運用的專業領域知識外,其中數位邏輯及計算機、程式語言等知識,更助於對AI相關演算法之理解及運用,此為本學程培養工業AI人才之重要基礎。

 返回  

  相關連結

  延伸閱讀