教育目標
本學院以培育兼具資料科學理論基礎、人工智慧應用能力與跨域實務經驗之專業人才為教育目標，強調資料分析、人工智慧、生成式 AI與數位應用能力之整合，培養學生具備問題分析、資料處理、模型建構、跨域整合與實務應用之核心能力，以因應數位轉型時代與智慧產業發展需求。
在課程規劃與教學實施方面，本學院採理論與實務並重之教學模式，透過課堂講授、個人與小組專題、實作練習、產學合作、專題研究及校外實習等多元學習方式，培養學生獨立思考、團隊合作與實務問題解決能力。教師於課程中採用多元學習評量方式，包括考試、作業、課堂參與、專題報告、實作成果與口頭簡報等，以全面評估學生之學習成效與實務應用能力。
本學院積極推動產學合作與跨域應用發展，並與多家企業建立合作關係，包括金融、媒體與科技等產業領域之代表性企業（如富邦、國泰、udn 等），透過實務專題、企業講座、資料分析競賽、校外實習及產學合作計畫，強化學生對產業需求與實務應用情境之理解，提升學生資料分析、人工智慧應用與跨域整合能力，同時增加學生未來就業與職涯發展機會。
此外，本學院亦持續發展成為結合資料科學、人工智慧與數位創新應用之教學與研究平台，深化與產業界之長期合作關係，並配合推廣教育與專業培訓，協助產業培育資料分析與 AI 應用人才，落實大學社會責任與產業鏈結。在實務教學機制方面，本學院將實務實習與畢業專題列為重要核心課程。學生須於高年級修習全學年畢業專題實作課程，整合前三年所學之資料科學、人工智慧與跨域應用知識，完成具實務價值之專題成果。專題課程並結合產學合作機制，邀請業界專家與校內教師共同指導，提供學生完整之實作與問題解決歷程。為確保學生學習品質與實習成效，本學院另訂有相關學生學習成效評估與校外實習實施要點，作為課程執行、專題實作及學習成果評量之依據，以持續提升教學品質與人才培育成效。
