【12/22高雄場】【產業新尖兵計畫】智慧AI監測與城市基礎設施數位化養成班（高雄班）-工研院產業學院(南部)
訓練日期：2026-12-22
上課地點：高雄市前鎮區一心一路243號4樓(企業領袖大樓)
上課費用：學員負擔：填表洽詢 政府負擔：60000元
訓練目標：
結訓後適合發展的熱門職缺
AIoT 智慧工廠監測工程師
智慧城市管理、公共工程數位化專案工程師
半導體/科技大廠預測維護與製程數據分析師
工業物聯網（IoT）安全管理工程師
詳細內容：
課程名稱 | 綱要 | 時數 |
流體力學概論與工程應用 | 流體力學之基本觀念與產業應用範疇 流體的基本性質：密度、比重、黏度、表面張力 壓力、溫度、流速等基本物理量說明 SI 單位與工程常用單位換算 流體力學於化工、能源、管線與設備系統之應用 | 6H |
流體靜力學與壓力分析 | 靜止流體之壓力特性 壓力隨深度變化原理 絕對壓力、表壓與真空壓之定義 液柱壓力計與基本壓力量測概念 浮力原理與穩定性概念 浮力與液位量測之工程應用 | 6H |
LDS系統實務介紹 | LDS監測技術概論 LDS應用與現場實務 監測程式操作演練 | 6H |
工業物聯網（IoT）資安架構 | 工業物聯網基本架構 安全的工業物聯網方案 高度分散的小端點資安架構 相對集中的大廠域資安架構 網路存取控制 | 6H |
Python物聯網資料採集程式設計 | Python 簡介安裝與使用操作 流程控制與迴圈 資料結構與型態變換 內建函式與自訂函式 檔案調用與例外處理 | 9H |
智慧感測資料串接與IoT應用開發 | 物件導向程式設計 應用程式介面API概念 專題演練 | 9H |
工程資料處理邏輯與Python建模基礎 | 工程問題轉換為資料問題（感測→數據→判斷） 建立資料流程模型（Data Pipeline） Python資料結構對應實務資料（list/dict→感測資料） 條件邏輯應用於異常判斷（閾值/規則） 迴圈處理批次資料（多筆感測資料） 函式設計（資料處理模組化） 錯誤資料與例外處理（missing / noise） 驗證邏輯正確性（測試輸入輸出） | 6H |
聲學訊號與設備監測原理 | 聲學訊號在設備監測中的角色（洩漏/異音） 時域訊號與異常特徵（波形變化） 頻域分析對應設備問題（FFT應用） 取樣率對實際監測精度影響 常見設備異常聲音特徵（案例導入） 訊號雜訊來源與處理概念 聲學 vs 壓力 vs 流量資料比較 如何從訊號推論異常來源（初步判讀） | 6H |
工程數據視覺化與決策表達原則 | 工程數據如何支援決策（不是只是展示） 時序資料（pressure / sound）呈現方式 異常資料（anomaly）視覺化標準 多感測器資料整合圖表 工程圖表格式（單位/精度/標示） 視覺化錯誤（誤導案例） 技術圖 vs 管理圖（不同對象） 將分析結果轉成可行建議 | 6H |
流體運動學與控制體分析 | 拉格朗日與尤拉描述法 流線、跡線、路徑線之差異 定常流與非定常流之判別 一維、二維及三維流動基本概念 控制體與控制面分析方法 流量、流速與截面積關係分析 | 6H |
流體守恆定律與伯努力方程式 | 質量守恆與連續方程式說明 能量守恆與伯努力方程式基本形式 壓力能、位能、動能轉換關係 伯努力方程式之適用條件與限制 幫浦、噴嘴與管流系統之應用 工程案例演算與判讀 | 6H |
黏性流動、雷諾數與管流損失分析 | 黏性對流動行為之影響 層流與紊流之特性比較 雷諾數之定義與工程判斷 管內流速分布與邊界層概念 摩擦損失與局部損失來源 Darcy-Weisbach 方程式與實務應用 | 6H |
IoT分散式訊號擷取設備 | DAQ介紹 + SDAQ功能介紹 網路式與PCIe、USB式應用 SDAQ基本操作、範例程式 | 6H |
管線數據AI學習 | 數據預處理與特徵工程 深度學習與時序分析 異常偵測與洩漏分析 模型部署與即時監控 | 6H |
影像數據判讀與應用 | 數位影像原理 影像濾波與降噪 尋找輪廓與幾何變換 數位影像特徵提取 專題演練 | 12H |
AI模型判讀與智慧分析與演練 | AI應用概論與資料治理觀念 機器學習與深度學習模型概念比較 卷積神經網路（CNN） 遞迴神經網路（RNN） 實例演示 | 12H |
Python工程數據處理與分析技術 | Pandas處理感測數據（時間序列） 資料清洗（缺失值 / 異常值） 多來源資料整合（sensor fusion） 時序資料切段與整理 基本統計（mean/std）應用 閾值與規則判斷（rule-based） 資料轉換（feature engineering） 建立簡單異常判斷邏輯 | 6H |
音訊訊號處理與異常特徵辨識 | 音訊資料讀取與切段 頻譜分析（FFT演練） spectrogram（時頻圖）解析 特徵萃取（能量 / 頻帶 / MFCC） 不同異常聲音特徵比較 異常分類邏輯（rule vs pattern） | 6H |
工程數據視覺化與監測圖表設計 | Matplotlib繪製工程圖表 Seaborn進行統計分析圖 時序資料（multi-line） 多sensor比較圖 異常標記（event highlight） 頻譜與聲音圖表 圖表標準化（報告格式） 視覺化結果解讀 | 6H |
管線系統壓降計算與流量分析與演練 | 管徑、流量、流速換算練習 管路摩擦損失計算演練 閥件、彎頭與管件局部損失估算 幫浦揚程需求初步分析 簡易管路系統壓降實例演算 結果合理性檢查與常見錯誤分析 | 6H |
流體量測與工程案例綜合應用 | 壓力與流量量測原理 常見壓力計/流量計介紹 數據量測與誤差分析 理論與實測比較 工程案例分析 | 6H |
IoT分散式訊號擷取設備與演練 | SDAQ擷取資料及資料處理 上傳資料(Modbus)及資料顯示 | 6H |
管線數據學習與演練 | CNN模型說明與實際演練 LSTM模型說明與實際演練 | 6H |
工程數據處理與異常判斷與演練 | 匯入真實感測資料（CSV） 建立資料處理流程（pipeline） 清洗與整理數據 建立異常判斷邏輯 多筆資料批次分析 除錯與結果驗證 | 6H |
音訊監測與設備異常分析與演練 | 音訊資料讀取與前處理 頻譜與時頻圖繪製 異常聲音特徵辨識 特徵比較與分類 建立異常偵測流程 專題(洩漏模擬） | 6H |
智慧監測視覺化與Dashboard建置與演練 | 感測數據視覺化（pressure/sound） 時序監測圖（即時趨勢） 異常事件標示 Plotly互動式圖表 多圖整合監測畫面 Streamlit Dashboard 建立監測系統原型 專題演練（智慧監測系統展示） | 6H |
生成式AI輔助程式開發與演練 | 生成式AI與預測模型發展趨勢 提示詞工程於模型需求分析 問題拆解與預測任務定義 邏輯推理與模型流程規劃 Vibe Coding 基礎應用於程式開發 Vibe Coding 進階應用於應用情境整合 專題演練 | 18H |
企業實地參訪 | 參訪地點：和碩聯合亞灣研訓基地（高雄市鼓山區蓬萊路1-18號（棧伍庫） 參訪時間：0930-1630 參訪目的：了解其於高雄亞灣區建置之AI與5G應用場域，包含智慧製造展示、AI算力平台及產業培訓機制。透過實地觀摩與技術說明，掌握數位轉型與智慧監測發展趨勢。 交通規劃：全體學員統一搭乘遊覽車往返，費用包含車資、旅遊平安保險及當日午餐。 | 6H |
專案管理 | 目標設定與專案形成 團隊發展與溝通技巧 專案管理技巧與工具 目標實踐 | 12H |
專業簡報與表達力 | 專業簡報與表達力技巧 | 6H |
就業輔導與媒合活動 | 1.履歷撰寫技巧及個別練習(5小時) 2.面試技巧及面試模擬(4小時) 3.履歷健檢(4小時) 4.廠商媒合:美程科技公司(4小時) 5.企業交流(0.5小時) 6.青年就業相關政令宣導(0.5小時) | 18H |
師資介紹：
詳可電洽課程聯繫窗口：
07-3367833#24謝先生
07-3367833#15唐小姐
備註：
詳細內容及報名需知，請點選報名後見協會網站內容
