A I 應用規劃師
了解 AI 工具的 特性 及 具備 使用經驗，以 協助企業 規劃 與 推 動
AI 技術或工具導入，根據 企業部門 業務需求，
評估 並 選擇適合 的 AI 工具 或 解決方案，
應用於 內部流程 或 產品生命 週期。
整合跨部門團隊，共同 制定 與 執行 AI 導入計畫，
進行 開 發、部署 及後續優化。
主要職責 MAIN DUT Y
評估與分析 AI 技術
1. 掌握 AI 技術發展及應用趨勢
2. 掌握目標並確立需求
3. 評估應用或發展效益
提出 AI 應用策略及建議
1. 制定 AI 技術應用發展計畫
2. 制定 AI 技術應用規範
負責 AI 應用開發與部署規劃
1. 協調開發資源並制定 AI 應用開發計畫
2. 監控開發進度與解決技術問題
3. 確保 AI 應用部署與系統整合
執行 AI 應用發展與持續優化
1. 執行與管理 AI 專案
2. 持續精進與優化
永續授信
永續授信概念
目前永續相關貸款商品主要有四種：綠色貸款、社會貸款、永續貸款、永續連結貸款。
國際倡議
赤道原則：
由荷蘭銀行、巴克萊銀行等國際大型銀行共同發起制定，屬自願性行為規範。
責任銀行原則 (PRB)：
PRB是由聯合國環境規劃署推動的準則，旨在引導銀行業實踐永續，屬自願性遵循。
永續 保險
綠色 保險：
具有綠色性質或元素的保險商品皆可視為綠色保險。
主要目的：提高環境治理與監管之水準。
國際倡議
永續保險原則 (PSI)
由聯合國環境規劃署 金融倡議機構 啟動，是第一個針對保險業的永續框架。
4% 假設RCP8.5情況下，2050年臺灣本島淹水面佔臺灣本島面積約4%。
7% 相較於與海灘等距但未暴露於海平面上升風險的房產，
暴露於海平面上升風險的房屋售價平均下跌7%。
14日 上市櫃公司永續發展行動方案：
2024年起將依資本額規模分階段推動上市櫃公司應於股東會14日前上傳年報。
6個月 投信投顧事業ESG投資與風險管理作業流程暨ESG資訊揭露實務指引：
證券投資信託事業應於本指引施行後6個月內調整至符合規定。
| 法規名稱 | 中華民國證券投資信託暨顧問商業同業公會證券投資信託事業證券 投資顧問事業環境、社會及治理（ESG）投資與風險管理作業流程 暨ESG資訊揭露實務指引 |
| 發佈日期 | 民國111年6月30日 |
| 沿革資訊 | 中華民國111年6月30日中華民國證券投資信託暨顧問商業同業公會 中信顧字第1110051932號函訂定發布全文8條 (中華民國111年6月29日金融監督管理委員會金管證投字 第1110382135號函同意備查) |
ESG Environment環境保護、Social社會責任、Governance公司治理。
SDGs Sustainable Development Goals，聯合國永續發展目標。
UNEP UN Environment Programme，聯合國環境規劃署。
TTQS三類專業人員 您好：
感謝您參加 114年TTQS三類專業人員回流訓練課程。
卷積神經網路（Convolutional Neural Networks, CNN）
卷積神經網路（CNN）是深度學習領域中最具代表性的模型之一，
特別擅長 處理圖像數據。
其設計靈感來自於生物學上的動物視覺皮層，能夠高效地提取圖 像中的特徵。
A. 結構組成：
卷積層（Convolutional Layer）：
透過卷積運算提取數據的局部特徵，例如邊緣、 紋理等。
池化層（Pooling Layer）：
透過降維操作（如最大池化、平均池化），減少數據維度，防止過擬合。
全連接層（Fully Connected Layer）：
將提取的特徵 映射到 輸出空間，進行分類 或 迴歸任務。
B. 優點：
適合處理高維數據，參數量相比全連接網路顯著減少。
能夠提取層次化特徵，從低層特徵（如邊緣）到高層語義（如物體形狀）。
C. 應用場景：
影像辨識：如人臉辨識、手寫數字分類（MNIST）。
物件偵測：如自動駕駛中的障礙物檢測。
圖像分割：如醫學影像中的病變檢測。
在生成式AI的世界裡，許多人可能首先想到的是OpenAI的ChatGPT。
然而，生成式AI的應用範圍遠不止於此，
涵蓋了從文本生成到圖片、影像、音樂、語音生成，
甚至程式碼生成的多個領域。
以下是一些主要的生成式AI工具，介紹它們在不同領域的應用。
最受歡迎的文本生成模型之一，能夠回答問題、撰寫文章、生成對話等。
能夠同時理解文本、影像、音訊和影片，這使其能夠更全面地處理和生成資訊，適用於各種複雜任務。
整合Microsoft 365應用程式，幫助用戶自動化任務、生成內容和分析資料，提升工作效率。
超大的上下文窗口，可處理長的文本資料。
與傳統搜尋引擎不同，Perplexity AI提供單一的、全面的答案，概括了所有需要知道的資訊。
支持多語言搜尋，能夠自動翻譯搜尋結果，消除語言障礙，使用戶能夠訪問全球資料。搜尋結果是從網際網路上即時獲取的，確保資訊的最新性和準確性。
從文本或影像創建3D建模檔案，從而加速3D建模的流程
以創作高品質影像而著稱，適合藝術家和設計師使用。
開源的影像生成模型，提供靈活且可自定義的生成過程。並有著豐富的開源模型社群，有豐富的免費模型與外掛可供嘗試使用。
影片及圖片生成的大模型，能更輕鬆地完成藝術影片創作。
音樂生成AI工具。使用者只需要輸入歌詞，就可以在短時間內自動完成作曲、編曲及演唱。
專門用於生成音樂和聲音效果，適合影片和遊戲設計。
Meta開發的音樂生成工具，能創作高品質的音樂片段。
網址：https://github.com/features/copilot
與Visual Studio Code整合的程式碼輔助工具，能夠即時補全程式碼。
使用GPT-4，在一種新型編輯器中撰寫、編輯的程式碼。
推出了Genie，自稱全球最優秀的AI軟體工程師。
人工智慧的架構
人工智慧的實現依賴於一個多層次的架構，
每一層都扮演著關鍵角色，從基 礎技術到應用開發，
最終落地於實際場景。
以下為其主要構成：
（1）技術底層
技術底層是人工智慧運作的基礎，
提供必要的 計算能力、數據支撐 與核心演 算法。
主要包含以下要素：
A. 資料處理與分析（Data Processing and Analysis）
AI的核心在於數據，資料處理包括數據清理、整合、儲存及分析。
關鍵技術如ETL（Extract, Transform, Load）流程、資料庫管理 及 大數據處理
平 台（如Hadoop、Spark 等）。
B. 演算法（Algorithm）
為AI的邏輯基石，用於解決問題及提供決策支援。
常見的演算法包括
迴歸分析（Regression Analysis）、
分類演算法（Classification Algorithms）、
決策樹（Decision Tree）與
基因演算法（Genetic Algorithm）等。
C. 機器學習（Machine Learning）
AI 的學習過程透過資料訓練模型來預測或分類，
常見技術如
監督式學習 （Supervised Learning）、
非監督式學習（Unsupervised Learning）
與強化學習 （Reinforcement Learning）等。
D. 深度學習（Deep Learning）
構建於人工神經網路基礎之上，適用於處理非結構化數據，
如語音辨識、影像 處理與自然語言處理（NLP）等；
常見的開發框架包括TensorFlow、PyTorch等。
E. 專家系統（Expert System）
基於規則與知識庫，模擬人類專家的決策過程，
廣泛應用於醫療診斷、財務分 析等專業領域。
（2）開發應用
人工智慧的開發應用是將基礎技術轉化為實際功能與服務的關鍵階段，
涵蓋 模型設計、訓練、測試及部署等多個環節。
其目標是讓AI技術能夠解決特定業務 需求，並提升效率與價值。
（3）實際運用
將人工智慧技術應用落地為各行業創造價值的最終目標，運用目標包括：
設計行業解決方案：
將AI技術應用於具體場景，如智慧醫療、智慧物流及智慧 製造等。
監控系統等。
打造產品與服務：
開發基於AI的商業化產品，如語音助理、推薦演算法及智慧 監控系統等。
優化業務流程：
透過AI實現業務流程優化，提高企業運營效率及競爭力等。
職類名稱 AI應用規劃師
（建議具以下至少1 項）
1. 大專以上畢業或同等學力。
2. 具1 年以上從事演算法設計、人工智慧、機器學習、深度學習、商業智慧等技術應用的
工作經驗。
3. 具3 年以上程式開發或專案管理經驗，並曾參與大型專案及具協助專案管理經驗。
4. 擔任主管職務1 年以上。
5. 了解no code/ low code、ChatGPT、生成式工具。
6. 此項職能基準範圍為跨產業適用。
親愛的 左永安 顧問，您好！
非常感謝您對「114年度人才發展品質管理系統」的支持，
