iPAS AI 應用規劃師
iPAS 中級備考

iPAS AI 應用規劃師中級

中級設 3 科,實際取證只考 2 科:L21 必考,L22 或 L23 擇一。通過取得「數據分析」或「機器學習」專業證書。

最新通過率 42.75%(475/1111 人) 一年僅 2 次考試 100% 官方公告試題

考試重點

官方來源

考 2 科

L21 必考 + L22 或 L23 擇一

50 題

各科 90 分鐘

70 分

各科均須達標

500 元

報名費 / 科(115–116 年優惠)

先抓住中級的核心規則:L21 必考,再搭配 L22 或 L23 應考。詳細報名時程與計算機規定放在後面的考前提醒,不在這裡重複。

科目總覽

科目資料依據 經濟部 iPAS 官方評鑑內容範圍(115.02 版) 整理

選科指南

先理解 L21 / L22 / L23 各自考什麼,再決定要把第二科押在資料分析或機器學習:

必考 L21 AI 技術應用與規劃
選修 L22 大數據處理分析與應用 含 Python
選修 L23 機器學習技術與應用 含 Python

不確定選哪科? 簡易判斷:日常工作涉及資料分析、報表、BI 選 L22;對模型訓練、調參、深度學習有興趣選 L23。

不確定 L22 / L23?做 15 題選科測驗 →

Python 閱讀題

L22 和 L23 各含約 25% Python 程式碼閱讀題(約 12–13 題 / 科)。不需要會寫程式,但要能看懂以下常見操作的邏輯和結果:

L22 常考:pandas / PySpark

# 分組統計

df.groupby('category').agg({'sales': 'sum'})

# 表格合併

merged = df1.merge(df2, on='id', how='left')

L23 常考:scikit-learn

# Pipeline 標準流程

pipe = make_pipeline(StandardScaler(), LogisticRegression())

# cross_val_score 回傳陣列,不是 mean

scores = cross_val_score(model, X, y, cv=5)

重點:看懂執行邏輯和輸出結果,不需要背 API 名稱。詳見 L22 學習指引L23 學習指引

通過率

中級整體取證率 42.75%–62.64%,科目難度差異明顯,提前掌握各科弱點很重要。

114 年第一次中級 官方資料
整體取證率 62.64%

285 人取證 / 455 人應考

AI 應用規劃師(數據分析) 53.09%

103 人

AI 應用規劃師(機器學習) 69.73%

182 人

人工智慧技術應用與規劃
80.97%
大數據處理分析與應用
57.22%
機器學習技術與應用
70.88%
114 年第二次中級 官方資料
整體取證率 42.75%

475 人取證 / 1111 人應考

AI 應用規劃師(數據分析) 43.57%

183 人

AI 應用規劃師(機器學習) 42.26%

292 人

人工智慧技術應用與規劃
57.99%
大數據處理分析與應用
57.38%
機器學習技術與應用
45.28%

備考流程

1

診斷找弱點

先知道哪裡不會,再針對性補起來

做中級真實考題(來自 iPAS 官方公告試題), 系統會告訴你哪些知識點還不夠。先考才知道該讀什麼,比從頭讀到尾有效率。

2

補強考點

先補懂弱項,再進入正式驗收

把診斷找到的弱項對回官方範圍、必考術語與完整攻略,先把觀念補齊。正式的考古題解析留到後段,當成驗收,不要一開始就刷題。

3

模擬考驗證

做不同的題,檢驗是否真的理解

做不同於練過的變化題,檢驗是否真的理解。考完後針對剩餘弱點回到 Step 1 再加強,直到全部通過為止。

弱項沒收斂?回到 Step 1 重新診斷,再跑一輪。

查看完整 6–8 週中級備考攻略 →

官方勘誤

官方學習指引有部分內容錯誤,照原版讀會答錯。最重要:L23 Recall 公式原版寫 TP/(TP+FP) 是錯的,正確為 TP/(TP+FN)。初級 L11 也有多處統計定義勘誤。

查看完整勘誤表 →

考題趨勢

根據 114 年第二梯次中級試題整理:情境規劃題佔比極高、Python 程式閱讀約 25%、L21 新增 MLOps 與 ROI 計算、L22 / L23 需能讀懂 pandas / scikit-learn 片段。

查看完整趨勢 →

考古題解析

把 114 年第二梯次 L21、L22、L23 官方考古題變成「白話深度拆解」,看一次就理解每題在考什麼,不是背答案。

我的備考進度

尚未開始診斷

先做診斷,系統會找出弱項並排出下一步建議。不確定 L22 / L23 也可以先做選科測驗。

考前提醒

中級題型可能涉及統計、模型評估與資料分析。若要使用計算機,需符合考選部核定之國家考試電子計算器型號。請勿攜帶工程計算機或手機計算機。

常見問題

L22 和 L23 怎麼選?

L22(大數據處理分析與應用)偏統計和資料處理,適合商管、資管、BI 分析背景。L23(機器學習技術與應用)偏數學和模型訓練,適合資工、電機、數學背景。兩科都含約 25% Python 程式碼閱讀題。如果你日常工作涉及資料分析和報表,選 L22;如果對模型訓練和調參有興趣,選 L23。

中級需要先考過初級嗎?

不需要,iPAS 中級沒有要求先取得初級證書。但建議先熟悉初級範圍的基礎概念再進階考中級。

L21 是必考嗎?可以只考 L22 或 L23 嗎?

不行。L21(AI 技術應用與規劃)是必考科目,必須與 L22 或 L23 擇一同時報考。僅考 L21 不能取得中級證書。

中級 Python 程式題佔多少?需要會寫程式嗎?

L22 和 L23 各含約 25% 程式碼閱讀題(約 12-13 題)。不需要會寫程式,但要能看懂 5-10 行 Python 程式碼片段,理解執行邏輯和輸出結果。

中級及格標準是什麼?

L21 及所選科目(L22 或 L23)均須達 70 分以上。單科通過的成績自應考日起保留 3 年。

中級證書有效期多長?

中級證書有效期 5 年。換證需在取得證書後 5 年內累計 48 小時以上 AI 技術相關訓練(每年工作年資可折抵 8 小時)。

L22 和 L23 可以都考嗎?

可以,但需分兩次報名(不同梯次)。取得數據分析和機器學習兩種專業方向的證書。每次報考都必須同時報考 L21。

資料來源