課程簡介

從工具使用者升級為 AI 架構師，用自然語言寫網頁遊戲、部署 24 小時數位員工！

將學員視野提升至「數位轉型架構師」的高度，盤點全球 OpenAI、Claude、Gemini 等 AI 生態系與雲端平台。運用 Claude 生成網頁小遊戲，結合 NotebookLM 打造多模態知識庫，並設計「D4 品質專家數位員工 (AI Agent) 履歷、權限邊界與 KPI 考核規範」。

課程目標

• 盤點全球 AI 生態系：掌握主流 AI 大模型與雲端平台技術優勢。

• 快速生成前端網頁原型：具備以自然語言（Prompt）指揮 Claude 生成 HTML/CSS/JS 網頁小遊戲之能力。

• 整合 NotebookLM 知識庫：熟練運用 NotebookLM 進行多模態知識整理並輸出心智圖與簡報。

• 部署企業「數位員工」：具備 AI Agent 管理思維，設計專屬數位員工之履歷、資安邊界與 KPI 考核機制。

課程亮點
不只有談工具導入，學會設計「數位員工」的角色、權限與 KPI，把 AI 變成可管理的組織戰力。  

【AI協作資料分析】系列全課程

與 AI 聯手解決問題，獲得大數據資料統整的解方！

一、概論丨AI 協作思維與Colab實作 (3 小時)

建立 Colab 免安裝環境與 AI 協作心法。

你可以獲得實際產出:

➤ 前端 HTML 任務分工矩陣
➤ 計算機
➤ 圖案繪製程式

二、基礎丨自動化數據清理 (2.5 小時)

掌握 Pandas 結構，自動化清理髒數據。

你可以獲得實際產出:
➤ 資料自動化清理
➤ 標準化 CSV / Excel 報表腳本

三、應用丨圖表資料解析與 API 串接 (2.5 小時)

繪製商業 EDA 圖表並串接。

你可以獲得實際產出:
➤ EDA 商業洞察報告與圖表

四、進階丨精準提問與數據資安治理 (2.5 小時)

運用 5W2H 精準提問與去識別化治理。

你可以獲得實際產出:
➤ 智慧穿著與帶傘決策系統

五、延伸丨機器學習預測模型 (2.5 小時)

掌握資料集切分與隨機森林預測模型。

你可以獲得實際產出:
➤ 自動分類預測模型

六、專題丨商業大數據特徵工程 (2.5 小時)

提煉大數據特徵工程與商業地緣探勘。

你可以獲得實際產出:
➤ 大數據預測模型
➤ 商業探索報告

七、轉型丨知識點精華與數位員工管理 (3 小時)

盤點全球 AI 生態，設計數位員工與 KPI。

你可以獲得實際產出:
➤ 網頁小遊戲
➤ 數據多模態知識庫
➤ 數位員工履歷與 KPI 績效考核設計規範

其他課程傳送門 

一、概論丨AI 協作思維與Colab實作
二、基礎丨自動化數據清理
三、應用丨圖表資料解析與 API 串接
四、進階丨精準提問與數據資安治理
五、延伸丨機器學習預測模型
六、專題丨商業大數據特徵工程