在人工智慧領域工作了一段時間，大多只碰到軟體的應用層面，對於核心的演算法其實並無涉獵，在應對客戶有關演算法的提問時只能簡單的帶過。去年剛好公司提供機器學習的線上課程，課程當中除了理論講授外也包含了程式實作，透過一系列系統性的學習讓我對機器學習領域更加了解，而參加iPAS考試也給了我檢視自己學習狀況的機會。
從準備考試到最終取得認證，這是一段充滿挑戰但收穫滿滿的旅程。起初，我對於機器學習的理論知識相對陌生，但透過公司的線上課程，我系統性地學習了數據前處理、特徵工程、模型訓練與評估等核心概念。在備考期間，我利用工作之餘的時間反覆練習，透過實作強化理解，最終成功通過考試。這段過程不僅讓我收穫了證書，也培養了更強的問題解決能力，讓我能夠更高效地應對工作上的技術挑戰。
公司認可我的努力與技術能力，給予了我職級的調整，並且總計調薪6000元。這不僅是對我學習成果的肯定，也進一步提升了我的職業競爭力。在AI視覺檢測領域，機器學習的應用至關重要，而透過這次學習與考證的過程，我加深了對演算法、模型訓練與優化的理解，讓我在面對客戶技術支援與專案導入時能夠更加得心應手。
在AI產業快速發展的時代，技術的更新迭代速度極快，唯有不斷提升自我，才能在競爭激烈的環境中保持優勢。未來，我將持續學習更深入的機器學習與深度學習技術，並將所學應用到實際工作中，為公司創造更高的價值，也讓自己的職業生涯更上一層樓。

面對 AI 的發展大趨勢，參加相關考試是一種充實知識並檢驗自身能力的好方式。2025 年的工作目標涵蓋多項 AI 議題，這次備考正好成為我複習相關內容的契機。考取證書對於本科生出身、碩士研究又與機器學習相關的我而言，更是一項專業能力的認證，未來若有轉職規劃，亦能成為重要的加分項。
工研院提供的雲端課程算是一大補帖，對於課程中不熟悉的環節，我也會額外搜尋相關資料進行補強。考量到出社會後數學能力有所退化，我也撥出時間複習基本觀念，iPAS 提供的推薦書目我亦借閱參考。或許公司未來會鼓勵並補助員工製作教材，因此我在學習過程中特別重視重點截取，既方便未來教材撰寫，也可作為考前複習的好素材。
公司針對考取證照的員工提供 5000 元獎勵金，若參與教材製作還有機會額外獲得 4000 元；雖然沒有直接加薪，但參與公司學習活動可以多少讓績效留一筆好紀錄，以及讓主管有好印象。對於學習到的內容，有機會分享給同仁，尤其現在AI是趨勢，準備此科目與AI有關，可以強化一些背景知識。
本科目難度並不高，題目較有廣度，深度還好，所以可以以多吸收相關知識為佳，不要因為有些數學不懂就放棄，只要觀念理解，一定有機會通過

由於我在大學並非主修相關科系，因此我希望能取得一份證照來證明自己對機器學習的了解。同時，我也希望能藉由考試的壓力，督促自己深入復習機器學習與深度學習的知識，並藉此機會加強自己的數學能力。這不僅能增強我的專業能力，還能為未來在相關領域的職業發展奠定更堅實的基礎。
我曾經參加過台大的資訊系統訓練班和計網中心的課程，並且購買了多本機器學習的書籍進行自學。在上課期間，我也完成了多個涉及不同模型的作業，因此在後續的複習中感到輕鬆不少。當然有些不太會且沒上過的資料分析技術或模型，也會上網查一些文章來理解！
我認為這張證照能讓我獲得更多的面試機會，因為這是政府的證照。我考到這張證照後，確實有更多科技公司觀看我的履歷！在面試時是出一個題目給我寫，因為我剛好有複習機器學習的內容，所以能回答的更好，也因此得到了到大公司工作的機會。
希望之後持續學習，並且在數據領域持續深耕，另外也有加強自己本身coding的能力，讓自己的職涯能持續向上邁進！

知道iPas有提供相關的認證後也希望能夠與工作內容結合，同時也希望了解自己的專業能力在認證中能夠達到什麼程度。透過這樣的認證除了可以證明自身能力外也希望能夠在職涯中有加分的效果。雖然這張證照此時仍在方興未艾時期，但未來如果有提供中級或是高級認證都會繼續參加挑戰為自己的專業能力提供更多證明。

透過上課的講義與過去自己蒐集的相關教材還有課程中所提到的參考書目，最後結合自己的實作經驗，形成系統性的觀念與知識。至於官網的樣題並沒有太多參考，畢竟觀念不清的話看再多考題也流於死背。所以我認為還是將基本觀念與統計唸好對於考試才是有幫助的事。
這張認證對於個人實質薪資上雖然沒有改變，但他證明了自己的學習方向是正確的，對於平日的工作內容則更加有信心地去完成。也要隨機提醒自己仍要增加自己專業能力的深度，當未來有更高級的認證時才能做好準備克服挑戰。
對於想發展的專業進行廣泛深入地學習，堅持下去就對了。有一天會發現一切的努力都是有意義的。
　　　　　　　　　

學校的教授有提到這個資訊，而我本身就讀研究所的論文題目與AI相關，因此想透過這張證照對自己一直以來的學習成果進行驗證，同時也認為後續在就業時有一張證照能證明自身的價值，可以做為與業者進行面試協商的籌碼。

這是我第一次進行證照考試，但是考試的領域與我自身的研究領域有很大部分的重疊，雖然教授有提供過去的考試題目進行練習，在準備時並不會以反覆刷題目作為被考的方式，而是以一個個關鍵詞為核心進行資料的蒐集與準備，這樣的做法可以讓我不是只以考試為目的，也能充實我在相關領域的知識。

因為我還在就讀中，因此只有向學校申請獎學金。但是我在111或104等求職網站的履歷中，可以在其中的證照一欄填寫，我想這個部分也是可以讓主管機關更了解我的能力，他們可以透過這張證照知曉我在相關領域中的專業程度。

對於想考相同證照的後進或前輩們，我認為對於專業的學習並不只是停留在一張證照，即使我拿到了這張證照我也不會止步於現在的程度，大家共同開發這個領域會使科技向前邁進，很榮幸有這個機會能與各位一同努力。

在準備考 iPAS 機器學習工程師之前，我是一名擁有 5 年經驗的資料工程師。雖然工作內容主要為 ETL 系統設計，但因我研究所主修演算法故也對機器學習與深度學習有些基本了解。在看到 iPAS 第一次辦了這個機器學習工程師鑑定之後，決定試著報考看看。

當初看到 iPAS 第一次辦機器學習工程師認證之時就在想說要不要考看看，一方面可以複習裡面的內容、另一方面也可以證明自己，於是我就開始找公司裏面同為資料工程師的同事們一起考並開啟一個讀書會。 讀書會會中大家輪流讀書並報告給其他人重點內容，藉以加強基本理論功力。 在考試之前還有線上上一個為了這門考試開的課，課程內容大概就是機器學習的演算法快速地說明過一次，更加深了對這些內容的印象。 另外由於這門考試是第一次辦，故網路上沒有考古題資源與經驗分享，這個時候讀書會的優勢就出現了，畢竟讀書會不是僅僅為了考試，而是為了自我理論理解能力。 後來基本上我們同組有考試的基本上都通過了，大家都很厲害。

1. 更好地理解機器學習的基本思想和技術 2. 更好的職業前景，因為大多數企業都需要機器學習專家 3. 提高機器學習領域解決現實問題的能力 4. 通過實踐經驗提高解決問題的能力 5. 擴大機器學習領域志同道合的專家的專業網絡。 6. 更好的薪酬和職業發展機會。

永遠記得，自己的職業發展是掌握在自己的手中。 而且你總是可以找到新事物去學習並在你的領域取得進步的方法， 即便它並不總是像你期望的那麼快發生 。

身為正修科技大學資訊管理系教師，以協助同學就業為導向，降低學用落差，故幫助同學取得政府大力推動的iPAS能力認證，並能增進同學就業競爭力，讓同學能夠學習深度學習，熟悉人工智慧、大數據分析、機器學習，以及深度學習。
鼓勵師生進入iPAS數位課程平台入口觀看【機器學習】不可不知的機器學習基礎數學、實用機器學習資料預處理與方法兩門視訊課程，自行觀看。在企業智慧與大數據分析課程中輔導學生，有關Python程式設計運用在機器學習，熟能生巧。
在政府的大力推動iPAS認證，很多公司已經以iPAS認證做為升遷的考量，3成的通過率，讓同學改變準備認證的作法，能夠廣泛地吸收專業知識，同時降低讓同學們參加昂貴的國際認證負擔，真是一舉數得。同學們面臨企業的求職面試更具信心。
建議同學們要廣泛地吸收資訊管理專業知識，充實自己的實作能力，將來能夠讓老闆滿意，自己的工作開心，勝任愉快，以不負師長們的期望。