iPAS AI 應用規劃師中級是 iPAS 體系的進階級別，共有 3 個科目（L21、L22、L23），其中 L21 必考，L22 或 L23 擇一。通過後依選考科目取得「AI 應用規劃師（數據分析）」或「AI 應用規劃師（機器學習）」證書。
iPAS AI 應用規劃師中級考試完整攻略
中級考試基本資訊
| 項目 | 說明 |
|---|---|
| 考試科目 | 科目1（L21）必考 + 科目2（L22）或科目3（L23）擇一 |
| 題型 | 單選題，L22 和 L23 含約 25% Python 程式題 |
| 考試時間 | 每科 90 分鐘 |
| 報名費用 | 500 元/科（115-116 年優惠價，原價 1,500 元） |
| 及格標準 | L21 及所選科目（L22 或 L23）均達 70 分以上 |
| 成績保留 | 單科≥70 分者，自應考日起保留 3 年 |
| 證書效期 | 5 年（期滿需換證） |
L21（必考）：AI 技術應用與規劃
L21 是中級唯一必考科目，涵蓋進階 AI 技術原理與企業應用規劃，難度高於初級。
深度學習與模型架構
- Transformer 架構：Self-Attention、Multi-Head Attention
- 注意力機制（Attention Mechanism）詳細原理
- BERT、GPT 系列模型架構差異
- CNN、RNN、LSTM 架構比較
生成式 AI 進階應用
- Fine-tuning（微調）方法：SFT、RLHF、LoRA
- RAG 系統設計：文件切割、Embedding、向量搜尋
- AI Agent 架構：規劃、工具使用、記憶機制
- 多模態模型（文字、圖像、音訊）
AI 專案規劃與治理
- AI 系統需求分析、架構設計、部署策略
- MLOps：模型版本管理、監控、再訓練
- AI 風險評估框架（EU AI Act 概念）
- AI 可解釋性（XAI）工具與方法
L22 vs L23：如何選擇選考科目？
| 比較項目 | L22：大數據處理分析與應用 | L23：機器學習技術與應用 |
|---|---|---|
| 取得證書 | AI 應用規劃師（數據分析） | AI 應用規劃師（機器學習） |
| 核心範圍 | Hadoop/Spark、資料倉儲、統計分析、視覺化 | 類神經網路、超參數調整、梯度下降、演算法偏見 |
| 程式題內容 | Pandas 資料處理、Matplotlib 視覺化 | NumPy 矩陣運算、Scikit-learn 模型訓練 |
| 數學要求 | 統計學：機率、假設檢定、迴歸 | 線性代數 + 微積分 + 機率統計 |
| 適合背景 | 商管、資管、統計、BI 分析 | 資工、電機、數學、AI 研究 |
| 職涯方向 | 資料分析師、BI 工程師、數據科學家 | ML 工程師、AI 研究員、深度學習開發者 |
| 詳細說明 | — | L23 完整說明 |
簡易判斷：如果你日常工作涉及資料分析、報表、BI，選 L22。如果你對模型訓練、調參、深度學習感興趣，選 L23。兩者程式題難度相當，差異在數學底子要求。
L22 科目範圍：大數據處理分析與應用
大數據技術基礎
- Hadoop 生態系：HDFS、MapReduce、YARN
- Apache Spark：RDD、DataFrame、Streaming
- 資料倉儲（Data Warehouse）與資料湖（Data Lake）
- ETL / ELT 流程
統計分析與資料視覺化
- 描述統計、推論統計、假設檢定
- 相關分析、迴歸分析
- 資料視覺化原則與工具（Tableau、Power BI 概念）
- Python Pandas、Matplotlib 程式題
Python 程式題備考策略
L22 和 L23 均含約 25% Python 程式相關題型，考察程式碼閱讀理解，不需要記語法。重點是看懂程式在做什麼、輸出結果是什麼。
L22 Python 重點
- Pandas：DataFrame 操作、groupby、merge
- Matplotlib / Seaborn：圖表類型判讀
- Numpy：基本矩陣運算
- 統計函數：mean、std、corr
L23 Python 重點
- Scikit-learn：fit、predict、score 流程
- Numpy：矩陣乘法、特徵值分解
- 損失函數（Loss Function）計算
- 超參數設定與交叉驗證
備考建議：不需要能自己寫出程式，但要能看懂 5-10 行的程式碼片段，理解輸出是什麼、哪一行有誤。建議用Python 備考攻略快速掌握閱讀技巧。
2026 年中級考試日期
| 梯次 | 考試日期 | 報名截止（預估） |
|---|---|---|
| 第一次 | 5/23（六） | 4/10 |
| 第二次 | 11/14（六） | 9/22 |
※ 中級一年僅 2 次，報名機會珍貴。確切日期請以 iPAS 官方網站 公告為準。
中級 2 個月備考計畫
| 週次 | 重點任務 | 達成指標 |
|---|---|---|
| 第 1-2 週 | L21 核心：Transformer、LLM、Fine-tuning | 20hr：能解釋 Transformer、Attention 等核心概念 |
| 第 3-4 週 | 選考科目主體（L22 大數據 或 L23 機器學習） | 20hr：選考科目模擬考達 60 分 |
| 第 5-6 週 | Python 程式題專項練習 | 20hr：程式題正確率 70% 以上 |
| 第 7-8 週 | 全科模擬考 + 弱項衝刺 | 14hr：全科模擬考穩定 75 分以上 |
推薦學習資源
常見問題
iPAS 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。
L22 和 L23 可以都考嗎？
可以，但需要分兩次報名（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。
iPAS 中級 Python 程式題佔幾分？
L22 和 L23 各含約 25% 的 Python 程式相關題型。以 50 題計算約 12-13 題，這些題目考察程式碼閱讀理解，不需要自行寫程式。
iPAS 中級通過率大概多少？
iPAS AI 應用規劃師中級通過率約 20-40%，難度高於初級。建議至少準備 6-8 週，並重點加強 Python 程式題的閱讀能力。
iPAS 中級證書有效期多長？如何換證？
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）。
沒有初級可以直接考中級嗎？
可以，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。