104學習

有一位執行長Scott Kuru可能徵才徵到有點精神耗弱，他上Linkedin網站發表言論，他說，當一個面試者應徵者過來跟他說「他需要工作與生活平衡」，這傢伙其實並不是在講平衡，而是告訴我他不希望工作那麼多。這位執行長說，這個傢伙就肯定是「並沒有動力要成長」（not driven to grow），大概也不會決心要進步（not committed to improvement），這則貼文引發恐慌，有些人說，原來每次提到「工作生活平衡」，老闆們都是「這樣想的啊！」另外也引來大量的留言，生氣的要這位執行者搞清楚什麼叫「生活與工作平衡」。 今天的今日頭條知識教我們的是，最適合自己調性的工作，工作和生活一定可以更調和，值得花整個職涯的時間慢慢找。 每天進步一點點，每天進步1%，104的今日頭條知識每天帶給你最新的職場趨勢與新知，最好的服用方式，記得看完以後要反芻與反思，將我們所有職場軟硬技能潛能皆發揮到，淋漓盡致！ （請按下104學習精靈教室右上角「共學」，可以收到一次又一次） https://youtu.be/R9WM0bSwH1k

我在追 GTC 2026 的時候，看到 NVIDIA 宣布 NemoClaw，第一個反應不是驚訝，而是「果然」。 因為這個缺口擺在那裡太久了。OpenClaw 在今年年初以近乎瘋狂的速度爆紅，三週內的採用速度超過了 Linux 早期的成長，這是一個很誇張的數字，但它確實發生了。問題是，OpenClaw 從頭到尾都是一個社群專案，設計邏輯是個人用戶，不是企業。它的開放性是優點，也是企業部門主管最不敢碰它的原因。 然後 OpenAI 在今年二月把 OpenClaw 收購了。 對很多企業來說，這是一個訊號：這個賽道真的起來了，但我們現在沒有一個中立的、可控的、安全的選擇。NVIDIA 看到的就是這個空窗期，NemoClaw 就是它的回應。 我自己帶過企業內訓，接觸過很多大型公司的數位轉型主管，我很清楚他們在想什麼。對他們來說，導入一個 AI 工具，光「好用」是不夠的，還要能過法務、過資安、過稽核。OpenClaw 這種個人助理型的工具，你讓它住在公司電腦上、連接公司的 Gmail 和行事曆，IT 部門光聽到就搖頭。 NemoClaw 是從另一個方向長出來的，它一開始就是為了解決這些問題。 NemoClaw 是 NVIDIA 推出的開源 AI 智慧代理平台，官網是 nemoclaw.bot。它的核心定位很清楚：讓企業能夠安全、可控、可客製化地部署 AI 代理，自動化日常業務工作。 它跟 NVIDIA 自家的 NeMo 框架、Nemotron 模型系列、NIM 推論微服務深度整合，如果你的公司本來就有 NVIDIA GPU 基礎建設，部署的阻力會小很多。 但我覺得最值得注意的設計決定，是它的硬體無關性。它可以跑在 AMD、Intel 或其他處理器上，不是只有 NVIDIA 的硬體才能用。 很多人看到這裡可能覺得「啊那 NVIDIA 的 GPU 有什麼優勢」，但我的解讀完全相反。這個設計決定說明 NVIDIA 的目標不是把客戶鎖在自己的硬體上，而是要把軟體生態系統的標準制定權搶過來。只要 NemoClaw 成為企業 AI 代理的主流框架，不管你跑在誰的硬體上，NVIDIA 都在這場遊戲裡。這是更大的野心。 合作夥伴名單也說明了這不是一個測試性的小專案：Salesforce、Cisco、Google、Adobe、CrowdStrike。這些不是在給新創公司站台，這是 NVIDIA 在打企業軟體市場的全力佈局。 Salesforce 是全球最大的 CRM 系統，整合進去就意味著 AI 代理可以自動跑業務流程、更新客戶資料、觸發銷售動作。CrowdStrike 是企業資安龍頭，整合進去代表 AI 代理可以自主偵測威脅、回應事件。這些不是概念，這是具體的企業工作流。 我自己對 NemoClaw 有一個觀點，我想直接說出來。 很多人在討論 AI 代理的時候，還停留在「這東西可以幫我省幾個小時」這個層次。我覺得這個框架太小了。AI 代理真正的影響，不是幫你省時間，而是讓一個人能夠驅動原本需要一個團隊才能驅動的工作量。 這件事的商業意義非常巨大。一個公司如果能讓每個主管的工作效能乘以三到五倍，它在市場上的競爭力就不是線性成長的，是結構性的重塑。早布局的公司，跟晚布局的公司，幾年後會站在完全不同的位置上。 NemoClaw 不是 OpenClaw 的企業版，它是一個不同層次的東西。OpenClaw 是個人生產力工具的革命，NemoClaw 是企業運營基礎設施的革命。前者讓你一個人做更多事，後者讓一家公司用更少人做更大規模的事。 對台灣企業來說，我特別想提一點。台灣有很多中型製造業、電子業、服務業，他們有一個共同的困境：人才貴、人才難找，但流程複雜。AI 代理在這種場景下的價值非常直接——整合現有系統、自動化例行工作、讓有限的人力去做更有價值的判斷。 NemoClaw 的開源設計，讓這些企業不需要依賴昂貴的閉源 SaaS 訂閱，可以把系統部署在自己的環境裡，數據不外流，客製化彈性高。對於預算有限但有技術能力的公司，這是一條比買商業套件更有長期競爭力的路。 我一直強調一件事，無論是在內訓課程還是平時的分享：AI 工具本身不會創造競爭優勢，會正確評估、選擇、導入 AI 工具的能力才是。NemoClaw 是一個選項，但它是不是適合你公司的選項，需要有人認真評估。 如果你的公司正在考慮 AI 代理的導入方向，AI.com.tw 有在提供企業 AI 策略顧問與工具評估服務，可以去了解看看。 https://AI.com.tw

隨著生成式 AI 與雲端運算技術蓬勃發展，Google 提供一系列 AI 與雲端技術課程與認證，幫助個人提升數位能力、強化職場競爭力。無論你是剛入門、轉職中、還是現職工作者，這篇整理都能協助你選擇最適合的學習路徑。 📌 一、Google AI 與 Cloud 證照總覽 ### 1. Google Cloud 專業證書（Professional Certificates） 透過 Google Cloud Skills Boost 提供的認證課程，可系統化學習資料分析、網路安全與雲端架構等職場必備技能。 - 資料分析專業證書（Data Analytics） - 網路安全專業證書（Cybersecurity） - 上課平台：Google Cloud Skills Boost - **學費：每月 $29 美元，首月免費試用 - **網站：[Professional Certificates](https://cloud.google.com/learn/certificates?hl=zh-TW) --- 2. Google Cloud 認證證書與徽章 - Cloud Digital Leader 認證**：入門級雲端通識認證 - Associate / Professional 級證照**：適合工程師、架構師、資料分析師等專業角色 - 技能徽章 Skill Badges**：完成特定實作課程即可獲得，適合展示技能 - 網站：[Google 認證官網](https://cloud.google.com/learn/certification?hl=zh-TW)｜[技能與證照管理](https://cloud.google.com/learn/training/credentials?hl=zh-TW) 🤖 二、生成式 AI 與機器學習課程推薦 3. Google AI Essentials（生成式 AI 通識課程） 由 Google 推出的免費 AI 基礎課程，適合初學者快速了解生成式 AI 工具與應用。 - 內容：AI 工具應用、提升工作效率 - 平台：[Google AI Essentials](https://grow.google/intl/zh-HK_hk/ai-essentials/) 4. Introduction to Generative AI（Google Cloud Skills Boost） 短時程微學習課程，幫助你理解生成式 AI 的核心概念與技術原理。 - 課程頁面：[Introduction to Generative AI](https://www.cloudskillsboost.google/course_templates/536?locale=zh_TW) 5. Machine Learning Crash Course (MLCC) Google 經典的免費機器學習課程，包含視覺化示意、互動程式與 15 小時課程。 - 對象：資料科學、AI 工程師、對 ML 有興趣的學習者 - 網站：[ML Crash Course](https://developers.google.com/machine-learning/crash-course) 🧠 三、台灣本地 AI 認證課程（與 Google 合作） 6. 104 學習精靈｜生成式 AI 證書課程 由 104 與 Google 技術整合推出的 8 小時 AI 入門課程，內容實用、講解清晰。 - 學習內容：生成式 AI 的應用邏輯與職場場景 - 報名網址：[104學習精靈｜生成式 AI 課程](https://nabi.104.com.tw/ability/10048799) 7. ADCT｜Google Gemini AI 通識認證 由數位文化協會推出的 AI 通識測驗，考核 Google Gemini 與生成式 AI 的應用知識。 - 課程免費，測驗費用 NT$599 - 證書可列入履歷／求職加分 - 報名網址：[ADCT AI 基本測驗](https://exam.adct.org.tw/product/ai-%E5%9F%BA%E6%9C%AC%E6%B8%AC%E9%A9%97) 🚀 四、進階培訓與活動 8. Google Cloud AI Study Jam 為台灣開發者社群舉辦的 AI 主題訓練活動，涵蓋 Prompt Engineering、生成式 AI API 等進階應用。 - 適合對 AI 應用開發有興趣者 - 活動頁面：[Google Cloud Study Jam](https://rsvp.withgoogle.com/events/csj-tw-2024/home) 9. 5 天生成式 AI 密集學習營 短期集訓課程，由 Google 主辦，深入 AI 模型應用與專案實作。 - 活動頁面：[5 天密集課程](https://rsvp.withgoogle.com/events/google-generative-ai-intensive_2025q1/home)

「升主管已經快一年了，但我還是不覺得自己像個主管。」 這句話，出自很多剛升任或在任幾年的主管口中。他們很努力，也在認真學習管理技巧，但就是感覺「缺了什麼」。 那個缺少的東西，不是技能，而是「主管心態」。 心態的轉換，是比技能學習更難、也更根本的改變。沒有完成心態轉換的主管，即使學了再多管理工具，也會持續感到彆扭——因為他是在用「員工的心」做「主管的事」。 這篇文章，要帶你深入理解主管心態轉換的本質，以及如何真正完成這個轉換。 主管心態和員工心態，究竟差在哪裡？ 員工心態的核心，是「我的貢獻」：我今天做了什麼、完成了什麼、表現得好不好。成就感來自個人的產出。 主管心態的核心，是「我的團隊的貢獻」：我的團隊今天做了什麼、達成了什麼、整體方向是否正確。成就感來自團隊的產出，而不是個人的產出。 這個轉換，說起來簡單，但需要一系列的深層改變： 從「我做得好」轉換到「我讓別人做得好」。從「我知道答案」轉換到「我幫助別人找到答案」。從「我是最強的執行者」轉換到「我讓整個系統有效運作」。從「我的成就是我的事」轉換到「我的成就，體現在我發展出來的人才」。 為什麼主管心態轉換這麼難？ 難，有幾個根本原因： 第一，過去的成功習慣。你之所以被升為主管，很可能是因為你的個人執行表現非常好。但這個讓你成功的習慣，在主管位置上需要被克制——因為直接動手做，雖然快，但它阻礙了下屬的成長，也限制了團隊的整體規模。 第二，成就感的來源改變了，但心理還沒有適應。當你是員工，每天都能感受到明確的完成感。當你是主管，很多工作的成果是遲滯的、間接的，你培育一個下屬的成果，可能要六個月後才看得到。這種「看不到成果」的感覺，讓很多主管不自覺地退回到「自己做」。 第三，缺乏清楚的「主管身分認同」。很多主管在心理上，還是把自己定位為「比較資深的員工」，而不是「一個帶領團隊的領導者」。沒有清晰的身分認同，心態就難以真正轉換。 完成主管心態轉換的五個關鍵 第一個關鍵：接受「慢下來，才能快起來」 主管的工作，很大一部分是投資——投資時間輔導下屬、投資時間建立系統、投資時間建立信任。這些投資，短期看起來是「浪費時間」（直接自己做更快），但長期來看是唯一能讓團隊真正提升的方式。 接受這個「先慢後快」的邏輯，是主管心態轉換的第一步。 第二個關鍵：重新定義「成就感的來源」 刻意地把你的成就感，從「我完成了什麼」轉移到「我的團隊完成了什麼」、「我輔導的下屬成長了多少」、「我建立的機制讓事情更順暢了多少」。 這個重新定義，不是一次就能完成的，而是需要持續的刻意強化。當你的下屬做出了好成果，停下來告訴自己：「這就是我的成就。」 第三個關鍵：建立清楚的主管身分認同 問自己：我作為一個主管，最重要的責任是什麼？我想成為什麼樣的主管？在五年後，我希望我帶出的人才說我是什麼樣的主管？ 清楚地回答這些問題，是建立主管身分認同的基礎。 第四個關鍵：學習「放手」的藝術 學習讓下屬用自己的方式做事，即使那不是你選擇的方式。只要結果符合期待的方向，過程可以有所不同。 學習在任務沒有百分之百做好的情況下，忍住不立刻衝進去修正，而是先回顧再引導。學習相信，讓人從失敗中學習，是比每次替他解決問題更深遠的投資。 第五個關鍵：找到同樣正在轉型的主管，互相支持 主管心態的轉換，在孤立的情況下更難完成。找到其他正在經歷同樣轉變的主管，互相分享、互相學習，能夠讓你知道「我的感受和困難是正常的」，也能讓你從他人的經驗中學習。 主管心態轉換中常見的卡關點 卡關點一：「下屬做得不夠好，我直接做比較快。」這個心態會導致「超速解決問題」的慣性。解法是：接受一定程度的不完美，把重點放在引導下屬改善，而不是替他完成。 卡關點二：「我怕被下屬看不起，所以每件事都要展現我最強。」這個心態源於對「主管必須是最強的那個人」的誤解。真正的主管影響力，不來自「比下屬更強」，而來自「讓下屬更強」。 卡關點三：「我說了，他就應該做。不做就是不服管。」這個心態把服從和信服混淆了。主管的影響力，應該建立在信任和認同上，而不是職位的強制。 常見問答（FAQ） Q：主管心態轉換需要多久？ A：因人而異，也和環境支持有關。有意識地進行的人，通常在三到六個月內會有明顯的改變。但真正深層的心態轉換，可能需要一到兩年的持續實踐和反思。 Q：主管心態轉換，是否需要外部的輔導支持？ A：不一定必要，但能大幅加速。好的主管培訓、導師關係、或者專業的教練，都可以幫助你更快識別卡關點，以及更有效地進行調整。 Q：如果公司文化不支持主管用新的方式工作，心態轉換還有意義嗎？ A：有意義，但挑戰更大。在不支持的環境中，心態轉換需要更強的內在驅動力，以及願意在可控的範圍內實踐新的方式，同時接受某些限制。 Q：心態轉換和技能學習，哪個應該先？ A：理想上同步進行，但如果必須選擇，心態轉換更優先。因為沒有正確的心態，再好的技能都可能被用錯方向。 結語 主管心態的轉換，是成為真正有效領導者最關鍵、也最困難的一步。它不是靠知識，而是靠反思、實踐、和一次次地刻意選擇——選擇相信下屬、選擇投資而非直接產出、選擇讓成就感來自他人的成長。 這條路不容易，但走過去之後，你會發現管理工作有著完全不同的深度和滿足感。 戰國策戰勝學院「主管領導力養成班」，幫助主管深入進行心態轉換，建立真正的領導者身分認同。 主管領導力養成班推薦：https://www.nss.com.tw/product/executive-leadership 電話：0800-003-191（免費） LINE ID：@119m

今年2025年是經濟部iPAS AI應用規劃師開考的第一年 將原有的機器學習工程師及巨量資料分析師證照整合而成 從2024下半年開始，資策會生成式AI能力認證考照率先推出後 民間各單位AI證照不斷推出 經濟部iPAS AI應用規劃師可以算是目前唯一政府認證的AI證照 我參加了8/16，也就是2025年第三場的考試 根據官方統計數據，前兩次通過率都有50%以上 第三次通過率45% 而參考iPAS其他證照統計數據來看，多數為三成左右 所以可以預料第四次難度應該會再提高，讓通過率降到30%左右 先回顧一下第三場的考試題目好了 考試題目字數多數偏多，且多以實務案例的方式出題考觀念 第三次考試沒有圖靈測試是於哪一年提出？這種沒意義的題目 但針對現存工具的用途考試至少考了兩題 詳細考題內容及類型，網路上已經能夠查到超多人分享 總之考題內容很有鑑別度，也讓這張證照的公信力得以維持 考試的準備方法 首先，一定要看簡章 不管什麼證照或是比賽，要先搞懂遊戲規則 要先知道證照考試方式、範圍等 AI考試範圍看似很廣，但其實基礎理論不外乎特定的一些內容 若無AI相關基礎，建議先閱讀官方提供的教材資源，影片及簡報等 再針對考試範圍，逐個分類去刷題目 都考AI了應該也能知道如何請AI針對考試範圍提供題目刷題吧？ 刷題的時候最重要的不是答對就好 不管答對或錯，只要看到不熟悉的名詞或觀念 務必要找方法搞懂，不論是查資料或問AI 考試建議要有同伴，可以找志同道合的人們成立讀書會 LINE社群中「iPAS AI應用規劃師-AI相關考證資源分享&心得交流」裡面有非常多的資源 有很多熱心的前輩會分享許多資料及觀點 而這張證照的考題會根據時事調整題目重點 例如今年的AI Agent議題、MCP等 第二次考試時也有考到NotebookLM製作Podcast的功能 想要取證，跟上時事也是非常重要的 這個社群的討論有助於讓自己跟上AI最新的技術與觀念 iPAS AI應用規劃師考試沒有考古題，所以沒有背考古題就能考過的事情 考試的方式、題目也非常的活，想要考過一定要弄懂觀念 我個人沒有買書來讀，利用官方提供的線上課程取代書籍，將基礎理論學懂 再利用AI刷題，每天堅持練習至少50題 當然，難度要調高一點 每天把50題搞懂，持之以恆30天 我想應該很少人不會通過的 最後我想說，證照考到只代表你對於AI相關知識有一定掌握且經過認證 不代表你一定高人一等，也不代表考到證照的人一定很懂AI AI世代就是要持續不斷的學習，才不會輕易被淘汰 祝福大家順利取證！ Notion原文連結：https://stevenwublog.notion.site/iPAS-AI-269f7f8f282880ebbe8bc70acd0b99d7

AppFlowy 是一個開源的筆記與生產力管理工具，常被視為 Notion 的替代品。有人認為 AppFlowy 可能取代 Notion，主要因為它具備一些 Notion 沒有的特點，吸引了部分用戶和開發者，特別是在以下幾方面： 1. 隱私與控制權：AppFlowy 是開源的，允許使用者在本地端或私有伺服器上託管，掌控自己的數據存儲位置和安全性。對於一些對隱私和數據安全要求高的用戶來說，這種自由度是 Notion 難以提供的。 2. 高客製化與開源社群：AppFlowy 的開源特性讓使用者和開發者可以根據需求擴充功能或調整使用體驗。隨著社群和貢獻者的加入，AppFlowy 的功能也有望快速擴展，並與 Notion 競爭，甚至在某些功能上超越 Notion。 3. 離線支持：AppFlowy 可以完全在離線模式下使用，而 Notion 雖然支援部分離線功能，但並不完善，特別是無法穩定同步和編輯的情況下，使用體驗會受到限制。對於需要在無網路環境中工作的用戶，AppFlowy 的離線支持是一大優勢。 4. 無使用限制：Notion 的免費版有使用限制（如區塊數量限制），而 AppFlowy 作為開源軟體，並沒有這些限制，尤其在長期大量使用的情境下可能更加經濟。 5. 隨著社群需求發展：開源專案的另一大優勢是能夠迅速根據社群需求進行調整和優化，而不需要等待官方發布更新。因此，如果使用者對某個特定功能有需求，AppFlowy 的社群可以更靈活地滿足。 ▎這些因素讓一些人認為，AppFlowy 具有與 Notion 競爭的潛力，特別是在注重隱私、控制、客製化和無網路使用需求的使用者群體中。隨著 AppFlowy 的開發進展，若能持續提升穩定性、功能豐富度與易用性，或許可以在未來成為 Notion 的有力替代者。 ▎雖然兩者在功能上有相似之處，但也有一些顯著差異： 1. 開源性：AppFlowy 是完全開源的，這意味著使用者可以查看、修改、甚至自行部署 AppFlowy 的程式碼。Notion 則是專有軟體，用戶無法自由查看或修改其原始碼。 2. 隱私和控制：由於 AppFlowy 是開源的，用戶可以選擇自行託管，將數據完全掌握在自己手中，這對隱私要求較高的用戶來說是一大優勢。Notion 的資料則存儲在其雲端伺服器中，使用者無法完全掌控數據的存儲地點和安全性。 3. 客製化：AppFlowy 的開源性讓使用者可以自定義界面和功能，以符合其需求；Notion 提供了相當多的自訂功能，但無法進行深層次的客製化。 4. 社群和擴展：AppFlowy 有一個活躍的開源社群，使用者可以提出需求或貢獻功能，使得它隨著社群需求快速成長。Notion 有第三方的擴展與社群支持，但仍需依賴官方的更新與新功能發布。 5. 離線使用：AppFlowy 可以在離線環境中使用，適合對網路連接要求較高或不穩定的場景。Notion 的離線支援有限，用戶須在特定環境下才能完全同步和編輯。 若使用者看重開源、自行託管和高度客製化，AppFlowy 會是值得考慮的選擇；但若偏好現成、穩定的服務，Notion 可能會更合適。 官網：https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwjmpdDO69aJAxU7nK8BHXD6Aa4QFnoECB8QAQ&url=https%3A%2F%2Fappflowy.io%2F&usg=AOvVaw0SWr_9KliT0lljt0I2wwQ5&opi=89978449

▎ POC（Prove of Concept，概念驗證）是一種展示一個概念或想法的可行性和潛在價值的方法。它通常涉及建立一個初步的、簡化的原型，目的是證明某個想法或技術在實際應用中的可行性，而不是交付最終的產品。 在軟體開發和創新領域，POC有以下幾個主要目的： 1. 驗證可行性：確保該概念或技術能夠實現預期的功能和性能。 2. 風險管理：識別和解決潛在的技術問題或風險。 3. 獲得投資：向投資者、利益相關者或高層管理展示該概念的潛力，以獲得進一步的資源支持。 4. 市場反應：測試市場對該概念的反應，確定是否有進一步開發的價值。 ▎ 產品經理（Product Manager）通常需要了解和參與POC的過程和結果，以下是產品經理可能會關注的一些重點： 1. 市場需求和用戶價值：確保POC所驗證的概念或技術符合市場需求和用戶價值，能夠解決實際的問題或帶來明確的好處。 2. 產品策略和路線圖：根據POC的結果，評估是否該概念應該納入產品路線圖，以及如何最有效地整合這些新技術或功能。 3. 產品定位和競爭分析：了解POC所涉及的技術或功能在競爭市場中的定位和差異化潛力，以確保產品的市場競爭力。 4. 對外溝通和合作：與外部利益相關者（如市場部門、銷售團隊）溝通POC的結果，協調可能的市場推廣策略或銷售支持。 5. 產品生命週期管理：在產品的不同階段，如概念驗證、開發和推出後，協調相應的活動和資源以確保成功的產品上市。 總之，產品經理在POC過程中的角色是確保產品方向和策略與市場需求和用戶期望保持一致，並確保所選擇的技術或解決方案能夠有效地支持產品的整體策略目標。

當你的Notion有著龐大的內容，尤其是拿來做筆記的時候，在 Notion 中建立目錄可以幫助你更好地組織和導航內容，以下提供兩個方式使用 Notion 創建目錄，附上詳細步驟： 【自動生成】添加目錄塊 1. 在新頁面中，點擊頁面的空白處，或者使用快捷鍵 `/` 打開命令選單。 2. 輸入“Table of Contents”並選擇“Table of Contents”塊。這將自動生成一個目錄，包含頁面中所有標題的連結！ ►注意：要確保頁面中已有不同層級的標題（Heading 1, Heading 2, Heading 3），目錄才會顯示內容。 3. 現在notion也可以側邊預覽目錄了！（如以下GIF所示) 點開頁面右上角三個點點→打開Table of Contents→側邊目錄就自動出現啦 【自訂目錄】使用錨點連結創建 如果你想創建一個自訂的目錄，可以使用 Notion 的頁面連結功能： 1. 在頁面中添加各級標題（Heading 1, Heading 2, Heading 3）來組織內容。 2. 回到你的目錄頁面，輸入你希望作為目錄的文本，例如： ►一級標題 ►二級標題 ►三級標題 3. 選中這些文本，並創建內部鏈接(copy link to block)： 選中一級標題文本，點擊彈出的工具欄中的“連結”圖標，使用 `Cmd+K` (Mac) 或 `Ctrl+K` (Windows) 快捷鍵來快速添加連結。

不知道各位IT或是SA、PG們會不會被問過系統分析有沒有甚麼方法論？ 有沒有蛇模高深的學問可以直接拿來套用呢？ 所以今天我不藏私，把我個人用了快20年的方法分享給大家喔~~

在 Notion 中，Callout 和 Quote 都是用來幫助你強調和組織資訊的格式選項。以下是對每個功能的簡介： 1. Callout（重點提示） ✦ 用途：Callout 块用於突出重要信息，使其在內容中更加醒目。它通常用來強調需要特别注意的內容、重要的提醒或提示。 ✦ 特點：Callout 块會帶有一個圖標，可以是預設的圖標（如燈泡、星星等），也可以自定義。文本背景會有一個彩色框，讓這部分內容更容易被發現。 ✦ 使用方法：你可以通過輸入 `/callout` 快速添加 Callout 塊，然後在其中編輯文字內容和圖標。 2. Quote（引用） ✦ 用途：Quote 塊用於引用他人說過的話，或者想要強調的段落。它有助於在長篇文本中突出某一段特定的內容。 ✦ 特點: Quote 塊的格式會自動縮進，並且字體會略微加粗或者斜體，這使得引用的文字更加明顯和獨立。 ✦ 使用方法：輸入 `/quote` 即可插入一個 Quote 塊，然後你可以在其中添加你想引用的文字。 【補充1】想要Callout達到純線條的效果？ 可以點選擇color>Default Backtround 就會只留下線框不會有底色囉！有時候頁面已經有很多其他顏色、又想凸顯某個區塊內容時，就可以使用這個方法。 【補充2】想要延伸Quote範圍？ 按shift+enter即可讓Quote加長

工程師和程式設計師有什麼差別？這兩個詞常被交替使用，聽起來似乎都是寫程式的高手，但實際上，兩者之間還是有一些許差異。 ＃程式設計師（Programmer）主要專注於寫程式碼，他們的工作就像是把想法轉化為具體的指令，讓電腦依照這些指令運作。程式設計師每天面對的就是無數的程式碼片段，他們必須解決問題的過程，無論是修復Bug還是優化功能。可以說，程式設計師的主要任務是「如何讓程式能動」。 ＃工程師（Engineer）則是一個範疇更廣的角色。除了寫程式碼，他們還要負責整個系統的設計和架構，確保所有的元件可以協同工作，系統穩定運行。工程師不僅僅要考慮「程式能動」，還得考慮「程式運作好」，例如效能、擴展性、安全性等問題。 那麼簡單來說，程式設計師專注於「解決具體問題」，而工程師則更像是「全局的規劃師」，他們需要從更高的層次來思考整個系統。程式設計師就像是把每塊磚頭放在正確位置的工匠，而工程師則像是設計這棟建築的建築師。 當然，在現實中，這兩個角色常常重疊，很多程式設計師具備工程師的思維，很多工程師也必須編寫程式。因此，無論是程式設計師還是工程師，兩者最終的目標都是同一個「讓技術變得更強大，讓系統更加完美」！

▍菜鳥&老鳥來開箱：軟體工程師的工作日常 免費報名參加 https://bit.ly/3W0wVVp --- --- --- 人家都說轉職軟體工程師薪水穩定、專業很不錯blablabla，但默默有工程夢的你會不會其實......一直不知道實際工作內容是在幹嘛！？ C#是什麼？.NET又是什麼咧？ Reds ，是外商資深軟體工程師，是電，是光，是.NET軟體工程師唯一的神話！了解眾多開發工具，熟悉技術、掌握業者愛好。他將以各種角度帶你了解C#.NET開發的好處與發展。 而曾在日本飯店業擔任翻譯與服務的清新女孩！將告訴大家是如何從接待人員，翻身成為完全不同領域的程式設計師！ 在12/20 (二) 20:00 的直播中 2位在職軟體工程師也將分享 #菜鳥與老鳥的.NET工程師工作日常，無論是開心的、辛苦的、還是大家都想知道的薪資成長以及就職前的準備。 希望可以提供給徬徨的你們更多有用有效有機會的職涯好方向！ --- --- --- 📍活動詳情資訊 時間：12/20 (二) 20:00 - 21:00 直播主題：揭菜鳥&老鳥來開箱：軟體工程師的工作日常 於TibaMe Youtube直播，免費報名取得連結 📍參加這場直播你可以了解 1️⃣ 以技術、業界、學習者、求職等面向分享.NET開發優點 2️⃣ C#程式語言在業界所重視的能力與技術 3️⃣ 想踏入軟體開發領域的你可以如何準備 4️⃣ 軟體工程師的工作內容與職場重點 5️⃣ 推薦的學習資源 📍關於主講人與來賓 外商資深軟體工程師 Reds ・兼具實力與教學熱忱的微軟班講師 ・具有軟體產業5年開發資歷 ・擁有半導體、政府、中小型企業軟體專案開發與維護經驗 職涯教練x色彩分析師 Nina 劉佳怜 ・生涯與職涯引導課程講師 ・專業中英日與活動主持 ・色彩占卜師及專欄作家 緯育TibaMe學姊 現職程式設計師 陳映臻 ・曾是日文科系畢業並於飯店業工作 ・職程式設計師 免費報名 https://bit.ly/3W0wVVp 參加直播還有機會獲得驚喜好禮喔🥳

本書將以最簡單易懂的方式解說5G技術，能夠幫助您對5G有具體的理解 5G通訊技術的到來，為商業模式與人類的未來生活帶來了無限可能。本書將為你揭開5G的神秘面紗，了解5G背後的技術，以及它與之前的通訊技術有何不同，為何能有如此豐富的話題性。 誰適合閱讀本書： ．想了解行動通訊技術基本架構的人 ．想一探5G這項新技術的人 ．想了解Local 5G動向的人 ．想知道5G帶來哪些新商機的人 透過本書，您將可以了解： ．5G在行動通訊中的定位與角色 ．行動通訊技術的基本架構與運作原理 ．5G技術的特色與工作原理 ．5G智慧型手機的特色 ．5G智慧型手機運作的機制 ．5G技術普及所衍生的新型商業模式 ．5G之後的發展 看更多書籍介紹: http://books.gotop.com.tw/v_ACN036600

探索性數據分析（EDA）是產品經理在進行深入分析或建模前，用來快速了解數據的一種方法。簡單來說，它幫助你了解數據的基本特徵、發現異常和缺失值等，以下將詳細介紹： 1. 了解數據的基本特徵：透過統計數據（如平均值、最大值、最小值）快速掌握數據的大概狀況。 2. 可視化數據：使用圖表（如直方圖、散點圖、箱形圖等）來查看數據的分佈、變量間的關係和潛在趨勢。 3. 發現異常和缺失值：檢查數據中是否有異常點或遺漏的數據，以確保數據的準確性。 4. 變量之間的關聯性：檢查數據中的不同變量是否相關，為後續的決策提供依據。 EDA 的目的是通過簡單的分析快速理解數據，為後續的深度分析和決策打好基礎。 要運用探索性數據分析（EDA）來幫助做出產品決策，以下是簡單的步驟指南： 1. 定義問題與目標 先明確你要解決的問題。例如，你可能想提升某個功能的用戶轉換率或找出導致用戶流失的原因。 2. 收集數據 從數據來源（如 Google Analytics、產品日誌、用戶反饋等）中收集與目標相關的數據，這可以包括用戶行為數據、產品使用數據、營銷數據等。 3. 進行基本數據檢查 - 數據總覽：查看數據有多少行、多少列，是否有缺失值。 - 統計摘要：快速檢查數據的平均值、最小值、最大值等，來了解數據的整體分佈。 4. 使用圖表進行可視化 利用簡單的圖表來快速了解數據： - 直方圖：查看用戶行為的分佈（例如使用某個功能的頻率）。 - 散點圖：找出變量之間的關係（例如用戶使用時長與轉換率的關係）。 - 箱形圖：檢查是否有異常值，這些異常值可能會影響分析結果。 5. 檢查數據中的模式與趨勢 - 發現趨勢：例如，通過分析用戶的使用行為，發現某個功能在特定時間段更受歡迎。 - 群體分析：將用戶按不同特徵（如地區、設備、年齡）分群，看看各群體是否存在行為差異。 6. 處理異常值與缺失值 - 對於缺失數據，可以選擇補充或移除它們。 - 對於異常值，決定是否要排除，還是進一步分析其原因。 7. 根據發現制定行動計劃 根據 EDA 的結果，得出有價值的結論，然後制定具體的行動方案。例如，發現某些功能的使用頻率較低，可能需要優化或重新設計。 8. 持續監控與迭代 在產品上做出改變後，繼續收集數據，重複進行 EDA，以確認改進是否有效。 通過這些步驟，EDA 幫助你快速理解數據中的關鍵資訊，支持數據驅動的產品優化和決策。

在現代職場中，「辦公室政治」這個詞彷彿是個無法擺脫的魔咒，讓許多人聞之色變。明明是來工作賺錢的，怎麼搞得像是在演宮廷劇？勾心鬥角、你爭我奪，搞得人心惶惶。但是，真的有辦法完全避開辦公室政治嗎？讓我們來看看小明的故事吧。 ​ 小明是一名資訊部門的工程師，個性單純直率，一心只想把工作做好。他總是認為，只要專心做好自己的工作，就不會惹上麻煩。但是最近，他發現事情好像沒有這麼簡單。 ​ 有一天，公司要開發一個新的系統，小明被分派到專案組。他很開心能有機會展現自己的能力，於是埋頭苦幹，設計出了一個他認為很棒的方案。 ​ 興沖沖地，他把方案提交給了專案經理小張。沒想到，小張看都沒看就把方案擱置了。小明覺得很奇怪，明明他的方案在技術上是最優的啊！ ​ 後來他才知道，原來是另一個同事小李早就跟小張套好交情了。小李的方案雖然沒有小明的好，但是因為他常常約小張出去喝酒聊天，所以小張更傾向於採用小李的方案。 ​ 小明氣得牙癢癢的，他覺得這根本就是在搞辦公室政治！憑什麼要靠關係而不是實力說話？他開始對這個工作環境感到失望，甚至萌生了離職的念頭。 ​ 就在這時，小明的前輩阿智找他聊天。阿智在公司待了十多年，是公認的「不敗戰神」，不管公司怎麼變動，他總是能安然度過。小明忍不住向阿智吐露了自己的煩惱。 ​ 阿智聽完，笑著說：「小明啊，你以為只要做好自己的工作就夠了嗎？在職場中，人際關係也是工作的一部分呢。」 ​ 小明一臉困惑：「可是，這不就是在搞辦公室政治嗎？我真的很討厭這樣。」 ​ 阿智搖搖頭：「辦公室政治確實讓人討厭，但是你要知道，只要有人的地方就有政治。重點不是要去玩弄政治，而是要學會在政治中生存。」 ​ 小明更困惑了：「那要怎麼做呢？」 ​ 阿智耐心地解釋：「首先，你要明白，辦公室政治並不全然是壞事。它其實是一種非正式的溝通和協調機制。重點是要學會正確地運用它。」 ​ 「舉例來說，你的方案被擱置了，與其生悶氣，不如主動去找小張聊聊。你可以請教他對方案的看法，看看有沒有需要改進的地方。這樣不僅能讓你的方案有機會被採用，還能增進你們之間的關係。」 ​ 小明若有所思地點點頭。 ​ 阿智接著說：「其次，你要學會觀察。每個人都有自己的利益和立場，了解這些能幫助你更好地與人合作。比如說，你可以觀察小張平常最在意什麼，是效率？還是創新？還是成本？然後在提案時多強調這些方面。」 ​ 「再來，建立良好的人際關係很重要。這不是要你去阿諛奉承，而是真誠地與人交流。多參加公司的活動，跟同事聊聊天，這些都能幫助你建立人脈。」 ​ 「最後，也是最重要的，要保持專業和正直。不要為了討好誰就去做違背原則的事。長遠來看，專業和正直才是最好的護身符。」 ​ 小明聽得目瞪口呆，他從來沒想過辦公室政治還能這樣看。 ​ 阿智最後補充道：「記住，辦公室政治就像是一場遊戲。你可以選擇不玩，但是你要知道，遊戲還是會繼續進行。與其抱怨規則不公平，不如學會在規則內玩得更好。」 ​ 聽完阿智的建議，小明決定改變自己的策略。他開始主動跟小張溝通，了解專案的各種需求。他也開始參加公司的各種活動，認識了更多同事。 ​ 漸漸地，小明發現自己不再那麼排斥所謂的「辦公室政治」了。他學會了在保持專業的同時，也懂得靈活處理人際關係。令他驚喜的是，他的方案最終被採用了，而且得到了更多同事的支持和認可。 ​ 小明的故事告訴我們，辦公室政治雖然讓人頭疼，但它確實是職場中不可避免的一部分。關鍵在於我們如何看待它，以及如何在其中保持平衡。 ​ 以下是幾個小撇步，希望能幫助大家在辦公室政治中游刃有餘： ​ １、保持專業：這是你最好的護身符。無論發生什麼，都要堅持自己的專業操守。 ２、建立人脈：多與同事交流，參加公司活動。記住，人脈不是用來利用的，而是互相幫助的網絡。 ３、學會觀察：了解每個人的立場和需求，這能幫助你更好地與人合作。 ４、適度表現：不要太低調，適時展現自己的能力和成果。但也不要太高調，以免引起不必要的嫉妒。 ５、保持中立：盡量不要捲入辦公室的派系鬥爭。保持中立能讓你更容易得到各方的信任。 ​ 記住，辦公室政治並不可怕，可怕的是我們對它的態度。與其視它為洪水猛獸，不如將它看作是一門必修的職場課程。 ​ 所以，親愛的各位，下次當你對辦公室政治感到頭疼時，不妨停下來想一想：「我是不是可以用更積極的態度來面對這個挑戰？」也許，你會發現，所謂的辦公室政治，其實就是一種更高層次的職場技能。 ​ 無論如何，記得要堅持自己的原則，不要為了短期利益而犧牲自己的專業和誠信。相信只要我們保持正直、專業，同時學會靈活應對，就一定能在職場中闖出一片天！加油，你一定行的！

「我花了兩年把他培養起來，他卻跑去競爭對手那裡了。」 「我們一直在招人，但留下來的人好像永遠不夠用，到底哪裡出問題了？」 這是很多主管最心痛、也最困惑的管理困境。你投入了大量的時間、資源和心血培育人才，但人才的成長速度永遠趕不上流失的速度。你開始懷疑：是薪水不夠高？還是公司文化有問題？ 問題的根源，往往比你想像的更複雜，但解決方案也比你想像的更系統化。 這篇文章要帶你深入理解人才培育的本質，建立一套從「識別人才」到「培育人才」到「留住人才」的完整主管實戰框架，讓你的團隊成為真正能夠持續生長的人才土壤。 為什麼人才會離開？先診斷問題，再尋找解方 人才流失的原因，通常不是你以為的那個原因。研究顯示，人才離職最常見的真實原因包括：對直屬主管的失望（比薪水更常見的離職因素）、看不到職涯發展的空間和路徑、缺乏成長感和學習機會、在工作中感受不到意義和價值認可、以及工作量或工作壓力長期失衡。 注意：薪水通常不是主要原因，但薪水長期明顯低於市場水準，確實會讓人才在心裡埋下離開的種子。 理解了真正的離職原因，你才能知道人才培育要從哪裡著手。人才培育不只是「給訓練」，更是「給舞台」、「給方向」、「給認可」、「給成長空間」。 識別和分類你的人才：不是所有人都需要同樣的培育策略 人才培育的第一步，不是制定訓練計畫，而是識別：誰是你的關鍵人才？你的有限資源應該投入在哪些人身上？ 一個實用的人才分類框架是「9宮格人才矩陣（9-Box Grid）」，以「績效表現」和「成長潛力」兩個維度，將團隊成員分為九個象限： 高績效高潛力（明日之星）：最優先投資，給予挑戰性任務、快速晉升機會、個人化的發展計畫。 高績效中潛力（可靠骨幹）：這群人是團隊穩定的核心力量，需要的是認可、穩定發展和防止過度負荷。 低績效高潛力（問題金剛石）：有潛力但未發揮，需要主管深入了解背後原因——是缺乏資源？目標不清？還是動機問題？——針對性地介入。 低績效低潛力：需要坦誠的對話，明確設定改善目標，如果持續無法達到基本要求，需要考慮更積極的人事決策。 這個框架不是要你「貼標籤」，而是幫助你更清醒地分配自己有限的輔導精力，讓投入產生最大的回報。 建立個人化發展計畫（IDP） 對於你識別出的關鍵人才，最重要的工具是「個人發展計畫（Individual Development Plan, IDP）」。 IDP不是公司的表格填填就好的形式文件，而是一個主管和下屬之間的發展契約，包含以下核心要素： 發展目標：這個人在未來12到18個月，希望在哪些能力或職涯維度上有顯著成長？目標應該由下屬主導提出，主管協助聚焦和具體化。 現狀評估：目前的能力水準和目標之間的差距在哪裡？需要誠實、具體的評估，不是泛泛的「要加強溝通能力」，而是「在跨部門會議中，需要加強主導討論流程的能力」。 發展行動計畫：具體的學習和實踐行動。包括：正式訓練（課程、工作坊）、工作任務延伸（給予超出現有舒適區的新任務）、導師輔導（內部或外部導師）、以及自學計畫。 進度追蹤：定期（建議每月或每季）和下屬review IDP的進度，討論遭遇的挑戰和調整方向。 IDP最重要的不是計畫本身，而是透過制定IDP的過程，讓下屬感受到「主管看見我、重視我、願意投資我」，這個感受本身就是留才的強大力量。 70-20-10人才發展模型：如何設計真正有效的學習機會 很多主管對「培育人才」的理解，還是停留在「送他去上課」，但研究告訴我們，成人有效學習的比例是：70%來自工作中的實際挑戰，20%來自向他人學習（導師、觀察、反饋），只有10%來自正式訓練課程。 這意味著，主管對人才發展最有影響力的工具，不是找培訓預算，而是工作任務的設計。 以下是幾種主管可以直接操作的「工作中學習」設計： 【拉伸任務（Stretch Assignment）】：給下屬一個略超出他現有能力的任務，讓他需要學習新技能才能完成。例如：讓一個從未獨立做過客戶提案的下屬，主導下一次的客戶提案。 【跨功能輪調】：讓下屬在不同的職能領域短期參與，拓展視野和人脈。例如：讓工程師加入為期一個月的客戶服務團隊，理解客戶的實際痛點。 【帶頭角色】：讓下屬主持某個專案、某個會議或某個工作小組，給予真實的領導練習機會。 【影子學習（Job Shadowing）】：讓有潛力的下屬跟隨你參與通常不在他工作範圍內的重要會議或決策過程，加速他對組織運作的理解。 這些設計的共同原則是：給真實的責任，而不是「看著辦」。清楚說明任務目的和你對他的期待，確保他在過程中能夠得到支持，並在完成後給予具體的反饋。 建立內部導師（Mentoring）和教練（Coaching）機制 除了工作任務的設計，另一個強大的人才培育工具是「有結構的輔導關係」。 主管對下屬的直接教練輔導，是最快速提升能力的方式之一。每週或每兩週的一對一面談（1-on-1）不只是工作進度更新，更是一個發現問題、解決挑戰、給予發展性反饋的黃金時間。 一個有效的1-on-1應該包含：讓下屬先說（他這週遇到什麼挑戰？有什麼他自己已經想到的解決方案？）、主管提供反饋和指導、以及討論一個和長期發展相關的問題（例如：「你覺得你最近在哪個能力上有最明顯的成長？」）。 除了主管直接輔導，也可以為高潛力人才建立「內部導師制度」——讓他們和組織內的其他資深主管建立非直屬的輔導關係，獲得更多元的視角和人脈。 創造讓人才願意留下的工作環境 人才培育不只是技能培育，更是環境培育。即使你給了所有的學習機會，如果工作環境本身不健康，人才仍然會選擇離開。 主管能夠創造的、讓人才願意留下的環境因素包括： 心理安全感：人才敢於嘗試、敢於犯錯、敢於表達真實想法，而不是永遠在擔心被批評或被邊緣化。 清晰的職涯路徑：讓下屬知道如果他表現出色，接下來的發展方向是什麼。不需要承諾具體的職位，但要能夠描述可能的成長路徑。 真實的認可和感謝：不是空泛的「你表現很好」，而是具體地說明他的哪個行為、哪個決策、哪個貢獻讓你印象深刻，以及這件事對團隊或組織的意義。 主管的信任和授權：給予下屬真實的決策空間，而不是事事要請示。「我相信你的判斷」是比任何獎勵都更有力的留才信號。 工作與生活的基本平衡：長期的過度工作會讓即使是最投入的人才也走到耗竭的邊緣。主管需要主動監控團隊的工作量，而不是等到有人撐不住才察覺。 處理人才流失的危機時刻 即使你做了所有正確的事，優秀的人才有時候仍然會選擇離開。這時候，你能做的是： 當他提出辭職時，先真心地感謝他的貢獻，再了解他離開的真實原因（不是要挽留，而是要學習）。如果離開的原因是你或組織能夠改善的，誠實地承認，並思考如何為留下來的人才改善這些問題。 進行有品質的知識交接，確保他的離開不會讓團隊陷入運作危機。 讓他好聚好散。他今天是你的下屬，明天可能是你的合作夥伴、你的客戶、或你的推薦人。你如何對待離開的人，也會影響留下來的人如何看待你。 常見問答 FAQ Q1：我沒有預算做培訓，人才培育是不是很難做？ 培訓預算固然有幫助，但真正決定人才發展效果的是主管的時間和任務設計，而不是課程費用。一個有洞察力的一對一對話、一個精心設計的拉伸任務、一個及時且具體的正向反饋，都是零成本卻高效的培育工具。 Q2：如果我把下屬培育得很好，他們反而更容易被挖角，怎麼辦？ 這個擔心確實存在，但思考另一面：如果你不培育他們，他們現在就可能離開，而且帶著對你的失望離開。培育讓你的團隊成為有能力的人，而這些人更有理由留下來——因為在這裡他們持續成長，而成長本身就是留才的最強力理由。 Q3：如何識別一個人是否真的有高潛力？ 高潛力不等於高績效。高潛力人才通常有以下特徵：學習速度快（快速消化新信息和技能）、具有強烈的內在動機、能夠在模糊情境中找到方向、對自己的工作有高度的主動性，以及具備影響他人的能力（不需要靠職位）。 Q4：下屬說他不想被培育，只想做好現在的工作，該怎麼應對？ 尊重他的選擇，但要確認這是真實的偏好還是自我保護。可以問：「你覺得什麼樣的成長對你來說是有意義的？」很多時候人才說「不需要培育」，是因為過去的培育體驗讓他失望（例如：只有理論、沒有實際應用），或是他對培育的理解和你不同。先了解他真正的需求，再設計適合他的方式。 Q5：如何讓人才培育不只是主管的事，而是讓下屬自己也積極投入？ 關鍵是讓下屬成為自己發展計畫的主導者，而不是被動接受安排。在IDP討論中，讓他主導目標設定；在任務分配時，讓他有選擇參與挑戰性項目的機會；定期詢問他「你最近最想深化的能力是什麼？」把發展的主動性還給他，他才會真正投入。 結語 人才培育是主管最重要的長期投資。你今天花在培育人才上的一個小時，可能在未來三年為你創造出十倍的回報——因為一個被培育好的人才，會帶動整個團隊的能力成長，讓你從「什麼都要自己扛」的超人主管，成為「帶出一群超人」的卓越領導者。 人才不會因為完美的制度而留下，他們因為遇到一個值得追隨的主管而留下。你的培育方式，就是你展現這種主管品格最直接的機會。 如果你想系統性地學習如何識別、培育和留住關鍵人才，戰國策戰勝學院的「主管領導力養成班」提供完整的人才發展實戰訓練，包含IDP制定、1-on-1輔導技術、以及建立讓人才願意留下的領導風格，讓你成為真正能夠培育人才的出色主管。 戰國策戰勝學院 企業內訓「主管領導力養成班」 主管領導力養成班推薦：https://www.nss.com.tw/product/executive-leadership 電話：0800-003-191（免費） LINE ID：@119m

面對AI時代巨變，全球產業對AI人才需求正急速增長。根據104人力銀行最新統計，2025年第二季AI相關工作機會已達12.1萬個，年增9.1%1。其中60.3%職位不再限於科系，企業更渴求具備AI應用及解決實務問題的跨域人才。 對於渴望在AI領域尋求突破、提升職場競爭力的求職者，取得專業AI證照無疑是通往成功的關鍵，本文將深入解析近一個月備受求職者關注的四張AI證照。 🟡 熱門AI證照重點Q&A 為了幫助求職者更全面地了解這些熱門AI證照，我們整理了各自的重點FAQ。 1. Google 生成式AI課程認證 ▶️ https://nabi.104.com.tw/ability/10048799 Q1：Google生成式AI課程認證的目標是什麼？ Google生成式AI課程認證，目標是讓學習者掌握生成式AI的基礎概念、實際應用及工具操作能力。內容包括大型語言模型（LLM）、生成式AI如何提升工作效率，以及Google Cloud的相關技術應用。此證照注重商業實務與策略，並涵蓋模型優化技巧及負責任、創新導入AI於組織與工作流程。 Q2：哪些人適合考取這項認證？ • 生成式AI初學者或轉職AI領域者 • 希望在行銷、產品開發、內容創作、商務管理導入AI的專業人士或管理階層 • 無需先前技術經驗，但對AI有興趣者可從入門開始 2. iPAS經濟部產業人才能力鑑定：AI應用規劃師能力鑑定(初級) ▶️ https://nabi.104.com.tw/ability/10049056 ▶️ 線上模擬試題練習 https://nabi.104.com.tw/assess/6c2efe0a-8456-4694-bdc3-a1813f66ee19 Q1：考取iPAS初級AI應用規劃師證照對職涯有何幫助？ 考取iPAS初級AI應用規劃師證照可證明具備AI應用規劃基礎能力，在數據分析、產品規劃、專案管理、行銷科技等多元職位競爭中明顯加分。 Q2：與其他國際證照相比，iPAS的特色在哪裡？ iPAS由經濟部產業發展署主導、工研院執行，為台灣唯一政府認證AI應用人才鑑定，結合本地企業職能標準、落實在地產業需求，在台灣企業有高度公信力與認可度。初級證照適合非技術背景人士，中級證照適合 AI 技術專業人士。 3. AWS 生成式 AI 商業應用技能證書 ▶️ https://nabi.104.com.tw/ability/10049144 Q1：我的工作不是技術職，是否也適合考取？ 本證書特別為非技術職設計，如產品經理、商業分析師、行銷與管理人員等。課程強調理解AI商業價值、溝通協作與案例應用，不要求程式基礎，旨在助非工程背景者掌握生成式AI如何賦能業務與產品創新。 Q2：學習時間要多久？ • 課程內容：6 門課，約 3.5 小時 • 特色：懂得在工作中應用 AI 工具，強化工作效率 • 商業應用技能共6堂課https://nabi.104.com.tw/course/aws/553bc7bd-5e0e-48c4-af58-41ed7368ce15 4. AWS 生成式 AI 技術開發技能證書 ▶️ https://nabi.104.com.tw/ability/10049145 Q1：AWS生成式AI技術開發技能證書與商業應用證書有何不同？ 技術開發證書重點在於底層原理、提示工程、模型訓練與優化，以及相關AWS基礎架構服務的深度應用，並要求具備程式設計基礎，適合工程師或技術人員 Q2：如何學習? 如何取得證書? • 技術開發技能共10堂課：https://nabi.104.com.tw/course/aws/cebb89ee-4f93-4c90-a060-8aa73909d36b • 領AWS證書步驟→ 1. AWS官網：https://104_3672.pse.is/82p4mj 2. 隨意點擊一部課程影片，觀看2-3分鐘，隨後即會收到測驗通知 測驗完成後，即可獲得AWS官方證書 https://nabi.104.com.tw/course/104nabi/19ba2cdd-5ae1-44a0-a975-01f989c92691

如果你問我這1~2年工作上最大的變化是什麼？ 不是工具變多（也真的多到學不完..）、不是流程變更快，而是—— 開始習慣跟 AI「一起工作」。 這幾年因為工作與授課緣故，在與產官學界的先進前輩們交流的過程中，越來越確定AI的平民化已經逐步實現。 不誇張，連日常生活我也會讓 AI 加入： (1)旅遊行程 → AI規劃初稿 (2)簡報架構 → AI提供幾個版本給我參考 (3)報表分析 → AI先幫我歸納跟洞察 (4)社群貼文 → AI幫忙寫草稿 但說真的，「會用」跟「用得好」兩者間還是差很多～ 差在哪裡？我認為就是差在 AI 素養。 大概整理了幾個面向： (1) AI素養的三大核心能力 (2) 四種角色定位（可看一下目前在哪一個位置？） (3) 五項提升AI素養重點 內容會以我這些年在產、官、學界交流的心得，分享對於職場工作者應該具備的AI素養核心能力，並提供幾張易懂的圖表給大家參考～ 👉 點擊閱讀：https://jasondiginote.com/ai-literacy-skills-development/

最近，X 上一篇題為 《How to become an AI Engineer in 6 months》的文章引發不少關注。這份路線圖之所以被討論，不是因為它鼓吹速成，而是它提出了一個很貼近當前職場需求的觀點：現在企業需要的 AI 工程師，很多時候不是從零訓練大型模型的研究員，而是能把現有模型、API、資料與工具整合起來，做成可用產品與工作流程的人。 根據這份整理，AI 工程師的核心工作，通常包括串接 LLM API、設計 prompt 與上下文流程、建立聊天或搜尋系統、整合資料庫與外部工具、處理結構化輸出，以及優化成本、速度與穩定性。換句話說，這份角色更接近軟體工程、產品開發與流程自動化的交會點。 這份 6 個月路線圖，最重要的不是「學更多」，而是「學對順序」。第 1 個月先把 Python、Git/GitHub、CLI、HTTP/API、JSON、基本 SQL、Pandas 與 FastAPI 打底，因為原文認為 AI 工程首先仍是軟體工程；如果連基本程式、API 與資料處理能力都還不穩，後面的 AI 應用很容易只停在 demo 階段。 第 2 個月，重點進入 LLM 應用開發，包括 prompt 設計、結構化輸出、tool calling、streaming responses、對話狀態管理、成本與 token 概念、失敗處理與 prompt injection 基本意識。第 3 個月則聚焦在 RAG，也就是讓模型能根據自己的文件與資料回答問題，這也是客服機器人、企業知識庫、文件搜尋等場景最常見的核心能力之一。 第 4 個月開始，路線圖進一步談到 agent、工具、workflow 與 evals。原文特別提醒，不是每個問題都需要 agent；有時一個 prompt 就夠，有時 workflow 比 agent 更穩。真正重要的，是知道該怎麼選擇，以及如何用評估機制去判斷系統是否真的變好。第 5 個月則轉向部署、可靠性與產品化，包括 Docker、背景任務、queue、驗證與 API key 管理、logging、observability、prompt/version management、成本監控、rate limits 與 caching。 到了第 6 個月，這份路線圖建議學習者開始選定方向，往三種角色收斂：AI Product Engineer、Applied ML / LLM Engineer，以及 AI Automation Engineer。前者偏向使用者產品與 AI 功能開發，後兩者則更接近模型效果優化或企業流程自動化。對求職者來說，這一步的意義在於：不能只停留在「我有在學 AI」，而要把能力整理成職缺看得懂、作品集也講得清楚的樣子。 如果把這篇路線圖放回台灣職場來看，它最大的提醒其實不是「6 個月能不能成功轉職」，而是：AI 時代的競爭力，越來越像是把技術、工具與工作場景整合起來的能力。 企業不一定每一家都在找模型研究員，但會愈來愈需要懂 API、懂資料流、懂自動化，也懂得把 AI 接進產品與流程的人。這段屬於本文根據原始路線圖內容做的職場延伸整理。 A還有一個很務實的提醒：一定要做作品。 作者多次強調，不管是 Python 練習、API 串接、RAG 還是 agent，都不能只停留在看教學，而要真的做出專案、放上 GitHub、部署出去，讓別人能試用。對轉職者來說，這點尤其關鍵。因為當市場上很多人都說自己「會用 AI」，真正能拉開差距的，往往不是上過多少課，而是有沒有做出一個可被驗證的作品。 說到底，這篇路線圖最值得記住的一點是：未來企業需要的，不只是會使用 AI 工具的人，而是能把 AI 做成工作成果的人。對想轉職、想加值、想提升職場競爭力的人來說，與其一開始追逐最新工具，不如先建立一條能走完、也能做出作品的學習路。 --- 資料來源 https://x.com/DeRonin_/status/2033587293064204349

【免費報名說明會 】 非工程師背景18週也能轉職AI工程師。線上說明會 你是否曾應徵AI工程師，卻沒有收到任何面試邀約? 你是否想轉換跑道當AI工程師，但又不知道該如何開始? 緯育TibaMe 現正舉辦【轉職AI領域工程師。課程說明會】 透過「AI智慧應用開發實戰養成班」18週培訓課程， 從基礎 → 進階，從進階 → 完成專題作品，協助您成功轉職！ 本週課程為實體課程，只要你符合政府補助標準， 即可享有１００％補助，還可以每個月拿到學習獎勵金 【 產業新尖兵計畫通過 】政府補助最高學費10萬元： ◆ 年滿15歲至29歲之本國籍青年通過審核扣除自負額一萬元之外課程全額免費 ◆ 培訓期間勞發屬發給每月最高8千元生活津貼 ◆ 培訓期間享勞 (訓) 保 這堂課程適合怎樣的學員? ◆ 想要入門AI大數據領域的人 ◆ 剛畢業或退伍還在迷惘的人 ◆ 有相關經驗但專業不足的人 【非工程背景，你也迷惘?是否要轉職AI工程師嗎?】 透過500小時，18週的培訓，完成專題作品，透過企業與104就業媒合！協助你成功轉職吧！！ 趕緊來報名 10/1、10/8 說明會｜https://user266414.pse.is/6gf7cf

想進入 AI 領域卻不知從何開始?NVIDIA Deep Learning Institute(DLI)官方認證課程為工程師、資料科學家和技術人員提供最實戰的學習路徑。課程涵蓋生成式 AI 開發、LLM 大型語言模型應用、異常偵測 AI、高效能運算 等熱門技術,透過雲端 GPU 實作環境,讓您邊學邊做,完成後且通過課後測驗即可獲得 NVIDIA DLI 官方頒發的完課證書,為履歷加分、提升職場競爭力! 🟡 NVIDIA DLI官方課程 - 使用提示詞打造 LLM應用服務 從 Prompt 編排、訊息策略、資料輸出到智慧代理設計，這門課程將是你邁向 LLM 開發的第一哩路，也是未來生成式 AI 應用不可或缺的核心技能。 Q: 誰適合這門課？ A: 具備 Python 程式設計經驗& 對 LLM 基礎知識有扎實理解 Q: 完成課程後，是否會提供相關證明？ A: 是的，在您完成所有課程內容且通過課後測驗後，將會獲得由 NVIDIA DLI 官方所頒發的正式完課證書。 ▶️證照資訊 https://nabi.104.com.tw/ability/10049187 ▶️課程資訊 https://nabi.104.com.tw/course/itcert/55c06dcd-98e6-4f89-be84-f1fa2b5fb4b8 【想更了解這堂課在上什麼先來聽聽開課說明會】https://nabi.104.com.tw/course/itcert/6ece6b5f-60b0-42eb-b7c8-5f0e170315a6 🟡 NVIDIA DLI官方課程 - 異常狀況偵測的AI應用 以電信產業網路入侵偵測為出發案例，實際操作三種核心異常偵測技術，結合理論、應用與效能評估，打造真正落地的異常預測能力。你將深入探索NVIDIA 加速運算平台上的 XGBoost 與深度學習模型，體驗其在高維資料處理與推論速度上的關鍵優勢，並理解監督式與非監督式技術在異常情境中的應用差異。 Q: 這門課程需要具備什麼樣的知識？ A: 為確保您能深入吸收課程內容，建議應具備： 1. Python 資料科學實務經驗 2. 對深度神經網路訓練原理的理解 ▶️證照資訊 https://nabi.104.com.tw/ability/10049188 ▶️課程資訊 https://nabi.104.com.tw/course/itcert/a36cfdb7-bd6d-4859-bd41-0c69c0237f02 NVIDIA DLI 課程能讓你親手操作 NVIDIA 最新技術，全面提升你在業界關鍵職位所需的實戰能力。

近年來，AI 工具如 ChatGPT、Claude、Gemini 等快速進入我們的工作與生活，不論是寫文案、總結報告、規劃行程，甚至是撰寫程式碼，只要下對指令（prompt），AI 幾乎無所不能。 但問題來了：為什麼我問的問題，AI 給的回答總是不夠精準？ 這時候，你可能缺的不是一個更聰明的 AI，而是一個更好的 prompt。 本篇文章將帶你一步步掌握「好 prompt」的四大原則 + 五種實用範本 + 常見錯誤避雷指南，幫助你從「AI 使用者」進階成「AI 操控師」。 一、什麼是 Prompt？ Prompt，簡單來說就是你對 AI 下達的「指令」或「提問內容」。 它的形式可能是： 一段文字（例如：「請幫我寫一封推薦信」） 一個問題（例如：「如何向上管理主管？」） 一組指令（例如：「用表格整理優缺點，並推薦最適合的解法」） Prompt 就像你對 AI 下達的任務說明書，越清楚、越有邏輯，AI 才越能對症下藥。 二、好 Prompt 的 5大原則：CLEAR 我們建議用以下的「CLEAR」五字訣，來檢查你的 prompt 是否足夠明確： C - Context（情境） 提供背景資訊，讓 AI 理解你的角色、目的與任務脈絡。 ➤ 例：「我是一位求職中的社會新鮮人……」 L - Language（語氣與格式） 指定你想要的語氣風格、格式形式或語言版本。 ➤ 例：「請用輕鬆幽默的語氣」、「請用英文回答」 E - End Goal（輸出目標） 說清楚你想要的最終結果，讓 AI 知道你是要報告、表格、文案還是清單。 ➤ 例：「我要一篇 500 字的部落格草稿」 A - Action（動作） 告訴 AI 你要它「做什麼」——例如撰寫、比較、總結、建議等。 ➤ 例：「請幫我比較這三個方案的優缺點」 R - Rules（規則） 有特定限制或格式規範的話要明講，例如字數、語氣、格式或禁用詞。 ➤ 例：「限制在 200 字內」、「不要使用專業術語」 三、五種常用 Prompt 範本 以下是五個實用的 prompt 模板，無論職場、學習還是生活應用都相當好用： 1. 會議紀錄整理 Prompt 「我是一名專案經理，以下是我們產品開發部門的會議紀錄。請幫我整理成正式內部報告，內容分為三段：1. 會議摘要（限 100 字內）、2. 決策事項（條列式）、3. 待辦事項（包含負責人與期限）。語氣請保持正式精簡。」 2. 專案建議書撰寫 Prompt 「我是一位行銷專案負責人，目前正在提報一個新品行銷提案，目標是提升產品曝光率。請幫我撰寫一份約 500 字的專案建議書草稿，包含以下四段：1. 專案背景、2. 行銷目標、3. 執行方式、4. 預期效益。語氣請保持專業、有說服力，採用第三人稱，不用提及預算細節。」 3. 表格資料統整 Prompt 「以下是三個工具的特性說明，請幫我整理成 5 欄表格（項目名稱、說明、優點、風險、建議採行對象），表格格式適合投影片簡報中使用，內容限於 20 字以內/欄，語氣請精簡明確，避免冗詞。」 4. Email 撰寫 Prompt 「請幫我撰寫一封給內部人資主管的 Email，主旨是：申請部門教育訓練預算。語氣正式但親切，內容包含三段：1. 教育訓練目的與效益、2. 執行時程與預估費用、3. 對團隊發展的幫助。結尾請加入敬語與簽名，整封信字數控制在 250 字以內。」 5. 方案比較分析 Prompt 「我是一位採購經理，正評估三個軟體工具供應商，目的是選出性價比最佳的方案。請幫我以表格形式，從五個面向（功能完整性、價格、技術支援、使用便利性、風險）比較三者，並以條列方式給出建議首選及選擇理由，語氣請保持客觀分析。」 四、避免 3 個常見錯誤 ◆問題太模糊：「幫我寫一下這個」，寫什麼？給誰看？用途是什麼？AI 根本抓不到重點。 ◆輸出格式沒說清楚：你想要清單、表格、段落還是流程圖？請先講清楚。 ◆一次問太多：AI 回答會變散亂。先拆解問題，一步步來，效果更好。 Prompt 是一種新時代的溝通力 AI 工具不會自動變成你的超能力，會提問、懂得溝通，才是未來的關鍵能力。 把 prompt 當作你對 AI 的「任務設計」，越清楚，AI 越能「幫你幫到點上」。 從今天開始，練習寫好 prompt，就是你打開 AI 潛力寶庫的第一步！

最近收到一家金控公司的邀請， 將進行一場主題為 「OpenClaw：開源 AI Agent 的崛起與產業應用新機遇」 的專題演講。 這場分享將聚焦在OpenClaw自動化與企業系統整合，內容包含技術架構、產業應用案例，以及未來 AI 自動化市場的發展趨勢。隨著 AI 技術快速成熟，許多大型企業已開始思考如何從「使用 AI 工具」，進一步升級到「打造 AI 生產力系統」，讓 AI 能真正參與企業的營運流程。 本次演講將深入探討幾個核心議題： 一、LLM、Workflow 與 Agent 架構的演進，以及 AI 從問答工具走向自主行動系統的趨勢。 二、OpenClaw 的技術架構解析，包括 Hub-and-Spoke 架構、記憶系統、安全防護與 API 整合。 三、企業導入 AI Agent 的實務部署方式，例如 Docker 容器化、雲端部署與企業系統串接。 四、金融、電商、醫療與企業營運等不同產業的 AI 應用案例。 五、AI 自動化與 Agent Marketplace 未來可能帶來的產業變化。 對我而言，能受邀到金融產業分享 AI Agent 的技術與應用趨勢，也代表大型企業已開始高度關注 AI 自動化與企業數位轉型 的下一個階段。 未來企業的競爭力，很可能不再只是人力與資本，而是 AI 與自動化系統的整合能力。 當 AI 能夠 24 小時運作、協助處理資訊與流程時，企業的效率與決策速度將出現非常大的差異。 如果未來有企業或組織，也希望深入了解 AI Agent、OpenClaw 或企業 AI 自動化導入， 歡迎與我們聯絡，洽談 企業內訓、顧問輔導或專題演講合作。...

老實說，我第一次聽到OpenClaw這個名字，以為是什麼水產相關的東西。 後來查了一下才知道，它是一個開源的個人AI助理，用你已經在用的通訊軟體操控，可以幫你做各種電腦上能做的事情。 它的官網是openclaw.ai，Logo是一隻小龍蝦，所以才叫這個名字。 我大概試用了兩個禮拜，想分享一下我觀察到的東西，特別是對企業來說有沒有實際價值。 先說最大的差異，OpenClaw跟ChatGPT根本不是同類東西。ChatGPT是你問它、它回答你，就這樣。OpenClaw是你叫它做事，它真的去做。它住在你自己的電腦上，可以讀寫你的檔案、寄信、看行事曆、操控瀏覽器，甚至自己寫程式來擴充自己的功能。 你不需要開一個新的app，就用WhatsApp或Telegram傳訊息給它，就像傳訊息給一個助理一樣。 我試過讓它每天早上傳一個當日的行程摘要給我，設定完之後就再也不用管了，它每天準時自己做。這種事情以前要嘛自己記、要嘛付錢請人做，現在就這樣解決了。 對企業來說，我覺得最有價值的有幾個方向。 第一個是老闆或主管的行政工作。很多主管花大量時間在整理信件、安排會議、追蹤待辦事項。這些事情不需要人腦，但一直在消耗高價值的時間。OpenClaw可以接管這些，讓主管專注在真正需要判斷力的決策上。 第二個是工程師的重複性工作。有人在社群分享，用Telegram傳一句話讓OpenClaw跑測試、整理錯誤報告、開pull request，以前要半天的事情變成等它跑完就好。對於工程師時間很貴的公司，這個價值非常直接。 第三個是對數據安全有要求的公司。因為OpenClaw是開源的，可以部署在自己的伺服器上，數據不需要傳到外部雲端。法律、醫療、金融這些對隱私要求高的行業，這點特別重要。 它現在還很新，上線才幾個禮拜，但社群已經很活躍，每天都有人在分享新的用法。矽谷不少技術圈的人說這是他們自ChatGPT以來第一次有「哇，未來真的來了」的感覺。 我自己的看法是，它現在的設定還是需要一點技術門檻，不適合完全沒有技術背景的人自己搞定。但如果你的公司有一個願意研究的工程師，把它搭起來之後，整個團隊都可以受益。 如果你對企業AI工具評估或導入有需求，AI.com.tw有在提供這方面的顧問服務，從工具選型到落地都可以聊。 https://AI.com.tw

CISA已自2024/8/1調整考試章節比例分配及取消繁中考試 可能台灣的考生真的不多吧 對於內部稽核人員來說考過CISA的好處有一項就是可以參加CIA挑戰考 https://www.iia.org.tw/news_more_detail.aspx?news_item=03&news_id=3384 考過CISA後只要考一科就可以再取得CIA證照 挑戰考的Package還包含教學資源及練習考題 缺點是考試費用稍貴且只有全英文版本，所以是否能用就看個人囉！ 以下是我過往靠CISA時利用過的資源，有些連結已失效的我就不提供了 我並非資訊相關科系學生，在資安領域的學習路徑是先考取了iPAS資訊安全工程師、ISO27001 對資訊安全有點概念後再來看CISA相對來說輕鬆一些 若是跨領域的考生，可以考慮這個路徑能夠學習得更為札實 準備CISA考試前首先來閱讀一下網路上前輩的考試心得： ISACA CISA考試準備心得 https://hackmd.io/@9dCJrgb6QHGd8dRfgHO0zg/B10zpbZTo 知乎CISA考试高分（564分）通过-完整攻略分享 https://zhuanlan.zhihu.com/p/351055875 課程資源：(以下是我知道的線上課程，但我當初備考沒有購買線上課程，而是報名電腦稽核協會的實體課程) CISA® 稽核證照完全準備指南｜從稽核流程到資產保護全面解析 https://hiskio.com/courses/1634?s=ad Udemy https://www.udemy.com/ 理論筆記： CISA Exam Study(英文版) https://cisaexamstudy.com/ 知乎IT審計專欄 https://www.zhihu.com/column/c_1409245314239397888 官方試題練習題庫： CISA Questions, Answers & Explanations Database https://store.isaca.org/s/store#/store/browse/tiles 查考場：https://home.psiexams.com/#/test-center?p=Z97SE74H 考試通過後申請認證的QA https://support.isaca.org/s/article/How-do-I-apply-for-certification 因為現在已經取消繁中考試了，若英文不是太好的考生，只能選擇簡體中文考試 簡體中文與繁體中文在一些詞彙的用法不同 建議若真的要以簡體中文進行考試，教材就使用簡體中文，再以英文輔助 才不會有詞彙不同造成的誤解問題 另外既然只有簡體中文能選擇，考試教材也可以看看淘寶等管道購買 但要注意小心，不要被騙哦！