認證級別
認證級別：三大體系精準對齊職能需求
為了協助不同背景的專業人士找到適合的評估標準，AIA 人才認證 (AIATC) 規劃了三個層級的認證體系，分別對應「用 AI」、「做 AI」與「管 AI」的核心目標。考生可依據自身的專業背景與職涯發展方向，選擇最適合的考科。
素養級 (AIATCL) —— 用 AI (Literacy)
「掌握生成式 AI 應用，提升數位競爭力的第一步」
素養級認證專為一般大眾與非技術背景的職場人士設計，旨在評估應試者在日常工作與生活中安全、有效應用 AI 的能力，聚焦於生成式 AI 的實戰力。
-
核心目標：用 AI (Literacy)
-
適合對象：非技術背景之行政、行銷、商務、教育等各領域職場人士、學生及一般大眾。
-
測驗規格與大綱配分：
|
評估領域 |
內容說明 |
配分比重 |
|
1. AI 基礎與生成式 AI 原理 |
涵蓋 AI 基礎知識、生成式 AI 的運作邏輯與基本概念。 |
30% |
|
2. 職場實踐與進階技巧 |
生成式 AI 的場域應用、Prompt Engineering（提示工程）實務操作技巧。 |
30% |
|
3. 負責任與安全的 GenAI 使用 |
倫理認知、社會影響、技術限制、資安風險與相關規範。 |
30% |
|
4. 維護與成長 |
了解 AI 的維護流程、持續追蹤技術前景與數位轉型意識。 |
10% |
工程級 (AIATCE) —— 做 AI (Engineering)
「從演算法開發到模型落地，實踐 AI 解決方案」
工程級認證針對技術開發人員，著重於資料科學實務、模型訓練與系統部署的落地技術，要求應試者具備動手解決真實場域問題的能力。
-
核心目標：做 AI (Engineering)
-
適合對象：資訊工程師、資料科學家、AI 研發工程師、數據分析師。
-
評估範疇：
-
核心技術：要求具備程式設計（如 Python）基礎，以及資料處理、機器學習與深度學習的演算法應用能力。
-
實戰落地：強調在真實資料集上進行模型的訓練、超參數調優、部署與效能評估等完整工程技能。
-
場域解決：必須具備將業務問題轉化為技術問題，並提出有效模型解決方案的能力。
管理級 (AIATCM) —— 管 AI (Management)
「佈局企業 AI 策略，引領安全與倫理的治理轉型」
管理級認證專為企業決策者設計，聚焦於 AI 導入時的策略佈局、風險控管與整體治理能力。
-
核心目標：管 AI (Management)
-
適合對象：中高階主管、專案經理 (PM)、企業決策者、數位轉型領袖。
-
評估範疇：
-
策略佈局：涵蓋 AI 導入策略、架構設計、資源配置與成本效益評估。
-
風險治理：聚焦於 AI Safety（AI 安全）、資安防護、合規性審查與倫理規範。
-
管理實踐：要求具備在複雜情境中建立安全、穩定且效能優良之 AI 治理體系的能力。
