學習路線圖

階段 1 概念入門1 題 了解AI定義、分類（分析/預測/生成）與治理（透明度/倫理）；掌握AI基本框架與產業案… 階段 2 資料基礎2 題 學習資料類型、來源與處理流程；涵蓋敘述性、探索性、診斷性、預測性分析；強調隱私與安全。 階段 3 ML/DL概念 掌握ML原理（監督/非監督/強化）與常見模型；介紹DL（CNN/RNN/GAN）；區分… 階段 4 No/Low-Code3 題 學習No/Low Code概念、優勢與限制；練習常見工具（Bubble/Adalo/A… 階段 5 GenAI實務2 題 探索生成式AI領域（文字/影像/程式碼）與工具；善用提示工程（Prompt Engin… 階段 6 導入與風險 評估AI商業價值與導入框架；規劃步驟與資源；管理偏見、個資與合規風險（GDPR/個資法… 考試與模擬 複習考古題與樣題；建構筆記；模擬考檢視弱點（GenAI/ML差異）。

階段 1 技術入門2 題 複習AI概念，深入NLP（分詞、情感分析）與 CV（物件偵測、影像分割）；了解GenA… 階段 2 評估規劃1 題 專案評估（需求分析/ROI/可行性）與規劃步驟（資源/時程/合作）；涵蓋風險管理（偏見… 階段 3 系統部署3 題 數據準備（ETL/特徵工程）；模型選擇；系統集成（API/容器化）與部署（雲端/邊緣計… 階段 4 大數據/ML6 題 科目2：機率統計、Hadoop/Spark、分析方法；科目3：ML數學、常見演算法（S… 階段 5 進階應用 科目2：ML整合、隱私保護；科目3：深度學習（TF/PyTorch）、調校（交叉驗證/… 階段 6 實務優化1 題 整合知識模擬企業案例（醫療/金融）；練習系統部署、迭代優化與多模態 AI 應用。 考試與模擬 複習樣題；建構心智圖；模擬考強化弱點。

階段 1 網頁基礎 打好網頁三本柱與開發工具，能手刻響應式靜態頁面。 階段 2 前端框架 用現代框架做元件化、資料驅動的互動式應用。 階段 3 工程化建置 掌握打包、轉譯與品質工具，讓專案可維護、可擴展。 階段 4 部署與託管 把網站送上線——靜態託管、容器與雲端皆能應對。 階段 5 CI/CD 與維運 自動化測試與部署，並讓線上服務可監控、可回滾。 階段 6 效能與品質 讓網站快、安全、好找，並持續優化。 作品集 用上線的作品加清楚說明，形成可展示的前端履歷。

階段 1 基礎入門 了解變數、資料類型、條件式、迴圈；安裝VS Code + Python環境。手寫簡單程… 階段 2 語法與邏輯 深入函數、模組、Input/Output；手寫練習排序、猜數字；print debug… 階段 3 工程基礎 學習資料結構（清單/字典/集合）、物件導向（Class）；建構小專案（To-Do Li… 階段 4 AI輔助/Vibe3 題 引入AI工具；先手寫框架再用Vibe Coding生成輕鬆氛圍遊戲；修改AI輸出驗證邏… 階段 5 Spec/整合 練習Spec Coding提示技巧；整合API/資料庫；AI審核但手動優化；處理邊緣案… 階段 6 MCP/優化2 題 應用MCP多鏈提示；GitHub Copilot/Cursor生成完整應用；多語言切換… 程式作品集 彙整5個專案（手寫vsAI輔助）；記錄過程與AI使用比例；上傳GitHub並附READ…

階段 1 基礎工具 能用 Python 做資料處理與基礎分析；具備基本開發工具與版本控制能力。 階段 2 必要數學 建立 ML/DL 需要的數學直覺，能理解常見公式與訓練概念。 階段 3 ML 基礎 能把資料問題建模為回歸/分類/分群並完成訓練、評估與改進。 階段 4 深度學習 能訓練神經網路並理解訓練機制；能做基本調參與錯誤分析。 階段 5 生成式 AI 能把 LLM 用在真實任務；掌握 RAG 的資料整理、檢索與引用。 階段 6 部署 MLOps 能把模型/LLM 應用以服務形式提供；具備基本部署、監控與版本觀念。 作品集 以可重現、可解釋、可演示為標準，形成可公開展示的作品集。

階段 1 資料分析入門 能取得資料、清理資料、計算核心指標並輸出基本分析報告。 階段 2 統計思維 建立可解釋的分析能力：把結果與不確定性說清楚。 階段 3 BI 儀表板 能用 BI 工具建立決策儀表板，並用商業語言講清楚洞察。 階段 4 商業 ML 能用 ML 解商業問題並輸出可採取行動的名單/預測/分群結果。 階段 5 資料產品化 讓分析可自動更新、可追溯、口徑一致，形成可持續的資料資產。

階段 1 AI 素養3 題 理解生成式 AI 的能力與限制，能在企業情境下正確、安全使用。 階段 2 Prompt 工程 能把需求轉成可重複、可維護的提示詞與模板。 階段 3 No/Low-code6 題 把 AI 接進工作流程，做到自動產出、通知、歸檔與追蹤。 階段 4 RAG 知識庫 建立可查詢、可引用、可更新的知識庫問答系統。 階段 5 AI Agent9 題 讓 AI 透過工具調用完成多步任務，並確保可追溯與可控。 階段 6 產品化交付2 題 能把 AI Demo 變成可導入的產品方案：可評測、可控成本、可迭代。

階段 1 基礎工具 從Nano Banana與Midjourney入門，結合Suno與Canva，熟悉介面… 階段 2 圖生成編輯 Nano Banana修圖、Midjourney創建插圖、Adobe Firefly填… 階段 3 影片與編輯 Runway ML轉影片、Heygen創建Avatar、CapCut AI剪輯；Sun… 階段 4 進階整合 Synthesia唇同步、Agent Opus自動化多步驟；Nano Banana+S… 階段 5 自動化倫理 Claid.ai批量處理、Krea特效；管理語音版權與隱形水印；ComfyUI雲端版；… 階段 6 應用迭代 實作端到端專案：整合MJ、Runway、Synthesia等工具；ComfyUI核心鏈… 設計作品集 收集工具輔助作品（如ComfyUI+Nano Banana+Suno影片）；記錄前後比…