◆AI 開發環境部署：建置 Anaconda 與 Python 運算環境，對接 AI 軟體應用服務。
◆運算邏輯實務：掌握 Python 核心語法與數據處理邏輯，建立 AI 演算法開發基礎。人機互動入門：實作基礎輸入輸出系統，模擬語音助理回應邏輯。
◆智慧物聯網 (AIoT) 架構：理解感測層與控制層之數位訊號處理。微控制器應用：運用Arduino進行邏輯判斷與電子元件驅動。讓學員了解Arduino和電子元件的接線方法及程式控制方式。
◆數位邏輯實作：設計自動化控制流程，模擬智慧城市感測器運作。從流程進入設計控制，再操作經由Arduino和相關電子元件去模擬出智慧城市感測器運作結果。
◆影像數位化技術：運用 OpenCV 進行影像擷取、色彩空間轉換與雜訊處理。
◆特徵提取演算法：實作影像二值化與邊緣偵測，解析影像中的關鍵特徵。動態偵測應用：開發演算法偵測畫面像素變化，模擬安控影像監控系統。
◆AI 模型推論實務：導入 MediaPipe/YOLO 等預訓練模型，進行即時影像分析。
◆生物特徵辨識：實作手勢識別與關鍵點追蹤技術，體驗 AI 感知能力。虛擬觸控介面：結合 AI 辨識座標與邏輯判斷，開發非接觸式人機操作介面。
◆序列通訊協定 (Serial Comm)：建立 PC (AI 運算端) 與 Arduino (執行端) 之數據傳輸通道。
◆即時訊號交互：實作 Python 決策指令下發與 Arduino 狀態回傳機制。 GUI 智慧圖控：開發電腦端圖形化介面，實現遠端監控實體設備之功能。
◆智慧監控邏輯設計：整合「人臉/物件偵測」AI 模型與安控觸發條件。
◆異常事件警報系統：開發自動化判斷程式，當 AI 識別非法入侵時，即時驅動實體警報。系統整合測試：驗證影像辨識準確度與警報反應速度，優化系統效能。
◆智慧門禁應用實作：結合 AI 手勢/人臉辨識指令，控制伺服馬達模擬門鎖啟閉。
◆場域應用驗證：模擬真實安控場景，進行全系統功能總驗收。成果發表與評測：展示 AIoT 安控解決方案，評估其穩定性與應用價值。