104學習

全球資安人才缺口高達400萬人。iThome 2023年資安大調查顯示，企業對資安人才的需求持續強勁，每10家企業，就有4家在招募資安人才，甚至有金融業斥資行情兩到三倍薪資挖角。104人力銀行透過企業招募人才大數據統計，帶你一次掌握2025年1月份企業愛用資安證照排行榜 第1名 🟡ISO 27001資訊安全管理系統主導稽核員 許多機關、企業欲導入ISO 27001資訊安全管理系統國際標準，內部必須有專人負責資安的稽核、教育訓練等工作，擁有本證照有助於溝通與實行相關步驟… 證照資訊: https://nabi.104.com.tw/ability/10028325 第2名 🟡CCNA CCNA認證（Cisco Certified Network Associate）是針對網管與系統研發人才設計的入門級別網路架構與網路協定專業認證，是Cisco的入門級認證，適用於希望進入網路領域的IT專業人員… 證照資訊: https://nabi.104.com.tw/ability/10000637 ✅ CCNA好考嗎？2025認證攻略https://nabi.104.com.tw/posts/nabi_post_21b83e1d-c747-4262-93f0-81653f984fd7 第3名 🟡CEH CEH（Certificated Ethical Hacker）被業界稱之為道德駭客認證。它是一個中立型資安技術認證，延自美國聯邦調查局（FBI）訓練人才的課程… 證照資訊: https://nabi.104.com.tw/ability/10028035 第4名 🟡CISSP 由 ISC2（International Information System Security Certification Consortium）核發的資安管理證照，被業界廣泛視為資安領域的頂端認證之一… 證照資訊: https://nabi.104.com.tw/ability/10002011 第5名 🟡CCNP CCNP Enterprise，即Cisco Certified Network Professional - Enterprise，是Cisco Systems提供的高級網路專業認證。該認證專注於企業網路技術和解決方案，驗證個人在企業網路設計、實施、操作和維護方面的深入知識和技能… 證照資訊: https://nabi.104.com.tw/ability/10000638 👉快速測試資安職能適合度，挖掘你的職涯潛能 : https://nabi.104.com.tw/assess/16e0ae02-a53c-4129-986e-640b33d1b7ac 👉資訊安全大挑戰，你能拿幾分? https://nabi.104.com.tw/assess/group/Security 👉延伸課程推薦 《資安人才培育計畫第四期》 ACSI 資安專業職能驗證：資訊安全維運工程師 🤔這門課程適合誰？ ✅ 大專院校應屆畢業生；資管、企管、資安科系為佳 ✅ 欲轉職到資安工作之社會新鮮人 https://nabi.104.com.tw/course/acad/39b201f3-ab01-4be4-87cf-ac907be317c1

「Open Book 考試反而更難？改為線上測驗後， ISO 27001 主導審查員證照究竟該怎麼準備？真相是：這張證照從來不考臨時抱佛腳，考的是你腦海裡的『條文雷達網』！ 只要掌握條文架構、理解題目變形邏輯，就能在時間充裕的考場上游刃有餘。 本文整理了最真實的實戰應試秘訣，幫你把龐雜的條款轉化為解題武器，順利解鎖資安職涯新里程！」 🔗 參考資源連結：https://ucomedu.blogspot.com/2024/08/iso-27001202408.html

AI 時代，程式不只是寫，還能「聊」出來！ 學會 Vibe Coding， 讓你用自然語言操控程式、生成 API、打造 AI Agent， 真正結合後端工程 + AI 實戰。 🌟 你將學到 ✅ 精通 C# / ASP.NET Core（MVC、API、雲端部署） ✅ LLM × Vibe Coding 實戰，從 Prompt 到應用落地 ✅ AI Agent 開發、NLP、影像辨識、模型部署 ✅ 使用 Azure / VS Code / Cursor 實作 ✅ 分組 Side Project，實務專題製作 💡 課程特色 1⃣️ 小班真人線上（10 人以下），Discord 即時答疑。 2⃣️ 避開平日上班時間，便於在職者學習。 3⃣️ 全程錄影，缺課可回放 4⃣️ 真實專案模擬業界開發流程 🎯 適合誰？�想成為 AI 工程師的畢業生 ✅ 有基礎的在職工程師 ✅ 企業中高階主管。 ✅ 創業想做 MVP 的產品人。 🗓️ 開課資訊 預計開課：2025/12月 平日晚上（日期另行公告） 課程時數：共計288小時 / 約32週 上課方式：全線上 ⚡ 名額有限，立即報名，搶先升級你的開發力！ 報名連結👇 https://user135527.pse.is/7ze3yz

使用pandas、NumPy和Jupyter進行資料整理 「Wes更新了這本新版本的內容，確保它是學習Python和pandas資料分析知識的首選資源。再多的言語都無法形容我是多麼推薦這本書。」 —Paul Barry 講師及O’Reilly《深入淺出Python》作者 這本權威的手冊將教你如何在Python中操作、處理、清理、整理資料組。第三版配合Python 3.10和pandas 1.4進行更新，用豐富的案例研究教你如何有效地解決廣泛的資料分析問題。在過程中，你將學會最新版的pandas、NumPy和Jupyter。 作者Wes McKinney是Python pandas專案的創始人，在這本書中，以實用和現代化的方式介紹Python資料科學工具組，本書非常適合剛接觸Python的分析師，以及剛接觸資料科學和科學計算的Python程式設計師。本書在GitHub提供資料檔案與相關素材。 ‧使用IPython shell和Jupyter Notebook進行探索性計算 ‧學習NumPy基礎和進階功能 ‧認識pandas程式庫的資料分析工具 ‧使用靈活的工具進行載入、清理、轉換、合併與重塑資料 ‧用matplotlib製作資訊豐富的視覺化圖表 ‧運用pandas的groupBy工具對資料進行切割與彙總 ‧分析與處理正規和非正規的時間序列資料 ‧透過詳盡的範例學習如何解決真正的資料分析問題 完整資訊前往 | https://www.gotop.com.tw/books/BookDetails.aspx?Types=l&bn=A709

隨著人工智能（AI）在各行各業中的應用不斷擴展，專業人士對於掌握相關技能和獲取證照的需求也日益增加。以下文章，我們將深入探討幾種頂尖AI相關證照，以及它們在職涯發展中的重要性和價值。 1. Certified Artificial Intelligence Scientist（CAIS） 對於那些在AI領域擁有豐富經驗但技術知識有限的高級專業人士來說，Certified Artificial Intelligence Scientist（CAIS）證照是一個極具吸引力的選擇。這項證照強調戰略性的AI應用、AI工作流程、應用安全以及AI在商業和金融領域的應用。通過這項證照，將增強你的AI策略和解決方案開發的技能，有助於推動業務的轉型和創新。 ✦ 適合族群：包括經理、主管和CXO，尤其是那些技術知識有限但對AI策略和解決方案開發感興趣的人。 ✦ 所需經驗：無需強製程式設計技能。 ✦ 涵蓋技能：戰略AI應用、AI工作流程規劃、應用安全管理、商業和金融領域的AI應用瞭解與應用。 ✦ 未來職涯發展：能夠為業務轉型和創新提供有力支持，有機會擔任AI策略和解決方案開發的關鍵角色，進一步晉升至高階管理職位。 ✦ 費用：894 美元，自訂進度，4-25 週，每週學習 8-10 小時。 2. Artificial Intelligence Certification（ARTIBA） 對於擁有計算機科學/IT或相關領域學位的專業人士來說，ARTIBA 證照提供了豐富的AI和機器學習知識，包括數據建模、自然語言處理、計算機視覺等。這項證照對於追求AI工程師和技術角色的人士特別有價值，其職業途徑多樣，能夠應用在各種不同的應用和解決方案中。 ✦ 適合族群：具有計算機科學/IT或相關領域學位的專業人士，特別是對AI和機器學習系統和應用感興趣的人。 ✦ 所需經驗：取決於教育背景；對於學士和碩士學位持有者來說必不可少的程式設計知識。 ✦ 涵蓋技能：AI和機器學習系統設計、數據建模、自然語言處理、計算機視覺、人機交互等技能。 ✦ 未來職涯發展：能夠擔任AI工程師或技術角色，參與各種不同應用和解決方案的開發和實施，開啟多元化的職業道路。 ✦ 費用：550 美元，包括考試和學習資源。 3. Microsoft Certified: Azure AI Engineer Associate 微軟的Azure AI Engineer Associate證照針對專業人士負責使用Azure AI構建、管理和部署AI解決方案。這項證照涵蓋了規劃和管理Azure AI解決方案、實施決策支援、計算機視覺、自然語言處理等關鍵技能。對於熟練掌握Python和C#、瞭解Azure AI產品組合和負責任AI原則的專業人士來說，這項證照是提升職涯的有力選擇。 ✦ 適合族群：負責使用Azure AI構建、管理和部署AI解決方案的專業人士，需要具備Python和C#編程能力。 ✦ 所需經驗：熟練 Python 和 C#，了解 Azure AI 產品組合、資料儲存選項和負責任的 AI 原則。 ✦ 涵蓋技能：Azure AI解決方案規劃和管理、決策支援實施、計算機視覺、自然語言處理等技術能力。 ✦ 未來職涯發展：有機會成為Azure AI工程師，負責AI解決方案的開發、部署、性能調整和監控等工作，進而晉升至領導職位。 ✦ 費用：165 美元。 4. Jetson AI Courses and Certifications（NVIDIA Developer） Jetson AI Courses and Certifications由NVIDIA Developer提供，適合對AI和邊緣AI感興趣的人士。通過這項證照，可以學習如何使用NVIDIA Jetson開發AI項目，並專注於機器學習或深度學習以及GPU加速。這為參與AI相關項目和創新提供了豐富的機會。 ✦ 適合族群：對AI和邊緣AI有興趣的各個階段的學習者，需要具備基本的Python和Linux知識。 ✦ 所需經驗：基本上熟悉 Python 和 Linux，並且能夠建立人工智慧驅動的開源專案。 ✦ 涵蓋技能：使用NVIDIA Jetson開發AI項目、機器學習和深度學習技能、GPU加速應用能力。 ✦ 未來職涯發展：提供參與AI相關項目和創新的機會，有助於進一步發展AI技術和開發能力。 ✦ 成本：免費，但 Jetson 開發工具包的起價為 149 美元。 5. Intel® Edge AI Certification Intel® Edge AI Certification專為那些希望在邊緣AI領域提升職涯的專業人士而設。通過這項證照，您將學習如何部署預先訓練的模型、開發深度學習應用程序、測試和優化模型等關鍵技能。對於掌握中級Python編程、熟悉CNN-based深度學習架構和Linux命令行的人來說，這項證照將有助於在各行業中發展和管理邊緣AI解決方案。 ✦ 適合族群：希望在邊緣AI領域發展職涯的專業人士，需要具備中級Python編程和深度學習技能。 ✦ 所需經驗：中級 Python 程式設計、熟悉 JupyterLab/Notebook、基於 CNN 的深度學習架構、Linux 命令列和 OpenCV 經驗。 ✦ 涵蓋技能：部署預訓練模型、開發深度學習應用、測試和優化模型、建立Edge AI解決方案等能力。 ✦ 未來職涯發展：有機會參與和管理各種行業中的Edge AI解決方案開發，展開在邊緣AI領域的職業生涯。 ✦ 費用：每年 99 美元。 以上這些AI相關證照不僅是提升技能水平的關鍵步驟，也是在競爭激烈的職場上脫穎而出的利器。根據你的背景和職業目標，選擇合適的證照將有助於您實現職涯發展的目標！ ➤ 歡迎在104學習精靈關注【AI趨勢報－科技愛好者的產地】獲得更多科技新知！ ➤ 了解更多：https://www.datacamp.com/blog/top-ai-certifications

很多中小企業主，常常會問我「AI對我的生意有幫助嗎？」，「如何導入AI提升業績？」2026年不是AI的未來，而是AI的現在。全球企業已經從「試驗AI」轉向「規模化應用」。率先擁抱AI的中小企業，正以3倍速度超越競爭對手。 問題是：您知道該選哪20款AI工具嗎？ 我推薦2026年必備的20款AI工具完整清單 : 🧠 企業決策大腦 1.Google Gemini - 您的企業營運儀表板 2.Claude AI - 您的隨身法務與策略顧問 3.Perplexity - 取代傳統搜尋的答案引擎 4.Grok - 洞悉即時脈動的社群情報官 5.NotebookLM - 打造永不遺忘的企業知識庫 🎨 行銷與內容創意 1.Gamma - 30秒生成讓客戶驚豔的簡報 2.Lovart & Udio - 您的隨身藝術家與音樂製作人 3.ElevenLabs - 讓您的品牌開口說50種語言 4.Otter.ai - 讓每一次對話都留下紀錄 5.ChatGPT Atlas & Dia - 重新定義資訊獲取體驗的AI瀏覽器 ⚙️ 流程自動化與開發 1.n8n & Zapier - 企業營運的萬能黏著劑 2.Cursor & Lovable - 讓程式開發從「寫」到「說」 3.Manus AI - 您的第一個全才型AI數位員工 4.Google AI Studio & Hugging Face - 打造企業專屬AI模型的軍火庫 🚀 營運優化與協作 1.Notion AI - 您的動態知識與專案管理中心 2.Cursor - 賦予工程師十倍戰力的AI開發夥伴 3.Lovable - 讓非技術人員也能「說」出一個APP 4.Runway - AI影片與視覺內容的終極創作工廠 5.Synthesia - 讓任何文字都能變成真人影片 6.LiveChat.com.tw 戰國策AI客服系統 - 打造永不離線的超級業務員 為什麼是這20款AI工具？ 經過實戰驗證 - 戰國策集團輔導3萬家企業精選 涵蓋全業務流程 - 決策、行銷、開發到客服 投資回報率最高 - 用得上、用得起、用得好 平均成果： 效率提升40-60%、成本降低20-30%、營收增長15-25% 工具只是開始，您需要的是「戰略」 很多企業買了AI工具卻不知道怎麼用。真正的AI轉型需要三個要素： 1.正確的工具 - 我們幫您篩選好了 2.清晰的戰略 - 知道怎麼用、用在哪裡 3.專業的指導 - 有人帶著您走，避開常見的坑 想要完整的AI轉型方案？ 戰國策集團（服務3萬家企業25年）已為您準備： 客製化AI導入方案 林尚能顧問親自規劃的AI課程 實戰案例與最佳實踐 持續的技術支援 立即開啟AI轉型之旅 2026年的商業浪潮已經來臨，您要被淹沒還是乘風破浪？ AI課程：https://www.nss.com.tw/product-category/ai-course AI顧問：https://www.nss.com.tw/chatgpt-consultant/ 諮詢專線：0800-003-191 LINE ID：@119m 有AI轉型的疑問嗎？在下方留言 ，我們的顧問團隊將為您解答！

資安證照有哪些？該如何選擇？ 🛡️🤔 10大熱門資安證照排行榜 巨匠電腦輔導考照，打穩扎實資安技能！ 💻🏆 隨著科技發展日新月異，資訊安全開始受到業界重視，也增加不少相關的職缺需求. 擁有資安證照不僅能提供最實質的能力證明，未來求職還能幫助提升個人競爭力. 接下來帶您解析資安界的十大熱門證照，幫助你選定合適的方向努力，距離夢想更接近！ 🚀 資安證照有哪些？該如何選擇？ 在了解該考取哪張資安證照前，首先應該要先釐清，在未來的資安職涯中，自己想專精於哪個層面. 如果是初次入門的資安小白，可以先從紅隊、藍隊兩大方向開始發想延伸. 🎓🔴🔵 在資訊安全的世界中，攻擊方（紅隊）會模擬駭客入侵，而守備方（藍隊）則協助加強系統安全. 對應不同紅隊、藍隊職能，資安證照可粗略分成稽核、管理、技術三類別. 先釐清各隊伍所需具備的能力要求，再鎖定發展方向，才能替未來做好準備！ 🎯🛡️💼 🏆 10大熱門資安證照排行榜 🏆 CISSP - 💼💰 #資安專家 適合對象：經驗豐富的安全管理專家 費用：749 美元 難易度：高 CISA - 📊📈 #系統稽核 適合對象：中階系統稽核人員深造 費用：會員 575 美元／非會員 760 美元 難易度：中 Security+ - 🌐🔒 #網路技術 適合對象：職涯初期的網路安全技術員 費用：392 美元 難易度：中低 CEH - 🎓👾 #駭客技能 適合對象：資安紅隊的從業者 費用：1,699 美元 難易度：高 CISM - 🕵️‍♂️💼 #管理職 適合對象：欲轉型管理職的技術人員 費用：會員 575 美元／非會員 760 美元 難易度：中高 GSEC - 📑🌐 #資安專業 適合對象：IT 經理或具備資安背景的管理人員 費用：1,299 美元 難易度：中 SSCP - 👨‍💻🛡️ #安全系統 適合對象：親自使用安全系統的開發者 費用：249 美元 難易度：低 CASP - 🚀🔐 #高階技術 適合對象：高階網路安全技術員 費用：494 美元 難易度：高 GCIH - 🚨🔍 #事件處理 適合對象：想提升事件處理能力的資安管理者 費用：949 美元 難易度：中高 OSCP - 🌐💡 #滲透測試 適合對象：進階安全測試人員 費用：999 美元起 難易度：高 踏入資安領域的第一步就從巨匠電腦開始！資安網管人才培訓班有縝密的課程規劃，並輔導考取入門資安證照（CompTIA Security+），即使是零經驗的資安小白也能輕鬆掌握學習重點！ 🎓💡✨擁有基礎的技術人員也能透過課程精進資安職能，更容易在眾多競爭者中脫穎而出. 藉由證照獲取來增加您的專業可信度，把經歷變成看得見的真・實力. 💼🔒 #資安 #證照 #巨匠電腦 #資訊安全 #技能提升

想轉職數據分析師、資料分析師？Python、R 語言、Tableau 你還缺哪一項分析工具？一次比較七大數據分析工具課，推薦自學的你快速逃脫新手村組合包！ 正在找數據分析師工作的你，打開求職平台網頁，看到職缺需求寫著： - 熟悉至少一種數據分析語言：R / Python - 熟悉資料庫之 SQL 語法 - 熟練至少一種視覺化分析工具：Tableau / Power BI 突然感到一陣恐慌，怎麼辦！！！我還缺那一個！！！ 雖然網路上的學習資源很多，但是東一個西一個，對想快速上手工具的新手來說，很難找到系統化的學習路徑。 不要擔心！我們一次整理了數據分析師要會的 4 種分析工具，搭配精選的線上課程，帶你剖析課程重點差異，快速選擇適合你的自學資源！ 想要學現在最熱門的程式語言 Python？ ▶︎ 請直接跳到 ① Python 入門課程推薦 想學的是專注於資料分析的 R 語言？ ▶︎ 請直接跳到 ② R 語言自學線上課 想快速上手資料視覺化工具 Tableau、Power BI ▶︎ 請直接跳到 ③ Tableau、Power BI 資料視覺化 如果你還想學，應用數據分析到電商、社群產品上 ▶︎ 請直接跳到 ④ 同場加映：用數據分析打造好產品 Python 入門課程推薦 ▶︎ Python 資料分析 - 網頁爬蟲與視覺呈現 這堂專為想扎實入門的 Python 新手設計，帶你從基礎概念、操作開始，學習資料處理、分析、視覺化，概念教學，穿插綜合實作範例，打好實際操作能力！ ▶︎ Python 行銷資料科學 ：基礎語法入門最前線 這堂結合「 Python 基礎教學」和「商務情境應用」的 Python 入門課，以商務案例實戰為導向，用大量案例打造你的商業資料分析腦。適合零基礎自學 Python 的你，不怕學了程式技術，不知道怎麼應用！ 詳見原文> https://hahow.in/cafeteria/articles/6062c2ce64445a40f0e5acd3

2024年剩下3個多月，不少人想領完年終獎金後就想跳槽、換個工作環境看看，身為工程師的你，即便年薪已經破百萬，仍想要更好，試圖尋找下一個職涯突破口，內推可能就是成功的關鍵！ 內推（Referral）是指透過公司內部員工的推薦進入面試流程，相較於傳統應徵方式，這能大幅提升你進入公司的機會。公司通常更信任現有員工的推薦，這代表你有更高的機率脫穎而出。 對於內推者來說，不僅幫助朋友找到好工作，公司還會提供推薦獎金，真是雙贏！工程師圈內，內推常見於大公司，如Google、Facebook、台積電等，特別是在技術類職位，內推幾乎成為進入的一條捷徑。 ＊內推的三大優勢： 1. 快速進入面試流程：內推能讓HR更快處理你的申請，不再與成千上萬的履歷競爭。 2. 增加信任度：公司會優先考慮員工推薦的候選人，因為他們相信內部員工的眼光。 3. 推薦獎金機制：如果成功入職，推薦人通常能獲得公司給予的獎勵。 以下統整出內推成功機率最高的十個技術類職位 1.軟體工程師（Software Engineer）：負責設計、開發和維護軟體應用程式。 2.資料科學家（Data Scientist）：分析大量數據，從中提取有用資訊來支持決策。 3.系統工程師（Systems Engineer）：設計和管理公司的IT基礎架構，包括硬體和軟體。 4.DevOps工程師：專注於開發和運維之間的協作，實現持續整合與交付。 5.前端工程師（Front-end Engineer）：負責開發用戶能直接互動的網站或應用程式介面。 6.後端工程師（Back-end Engineer）：專注於服務器端的邏輯和數據庫管理，支撐前端功能。 7.雲端架構師（Cloud Architect）：設計並管理雲端基礎設施，如AWS、Azure等。 8.資訊安全專家（Cybersecurity Specialist）：負責保護組織的網絡和數據免受攻擊。 9.人工智能工程師（AI Engineer）：開發機器學習模型和AI解決方案。 10.網路工程師（Network Engineer）：設計和維護公司的網絡基礎架構，確保網絡安全和高效。 總之，與其孤軍奮戰，不如問問身邊的工程師朋友，說不定他們正好能幫你內推，讓你的求職之路順利又輕鬆！ 專屬職務&懶人包→ https://www.104.com.tw/topic/digital-talent?utm_source=104&utm_medium=nabi_post

玩了一下語法測驗

對許多即將畢業的理工科同學來說 職涯規劃仍是一大難題 今天整理了常見科系對應的半導體職缺 幫助大家找到更適合的道路 除此之外 文末特別整理了由聯發科學長 Lester 推薦的關鍵職缺 為非本科系同學提供更多進入 IC Design House 的可能性！ 【常見科系對應半導體職缺】 #點擊連結查看最新相關職缺 💡電機系出路： ▪︎　IC設計工程師 - 負責積體電路的設計和開發 >> https://tw104.pse.is/6tcqmt ▪︎　電路設計工程師 - 模擬和數位電路的設計 >> https://tw104.pse.is/6tcqn5 ▪︎　系統驗證工程師 - 負責IC的測試和驗證 >> https://tw104.pse.is/6tcqn9 💡機械系出路： ▪︎　設備工程師 - 負責半導體製造設備的維護和優化 >> https://tw104.pse.is/6tcqnq ▪︎　機械設計工程師 - 設計和開發半導體製造設備 >> https://tw104.pse.is/6tcqnx ▪︎　熱模擬工程師 - 封裝形式對晶片熱應力模擬 >> https://tw104.pse.is/6tcqnz 💡材料系出路： ▪︎　材料研發工程師 - 研究和開發新型半導體材料 >> https://tw104.pse.is/6tcqp4 ▪︎　製程工程師 - 優化材料的製造流程提高生產效率 >> https://tw104.pse.is/6tcqp7 ▪︎　品質工程師 - 確保材料的品質和可靠性 >> https://tw104.pse.is/6tcqpb 💡化工系出路： ▪︎　IC設計製程工程師 - 優化材料的製造流程提高生產效率 >> https://tw104.pse.is/6tcqpd ▪︎　化學工程師 - 研究開發半導體製造中的新型化學物質 >> https://tw104.pse.is/6tcqpg 【晶片設計公司轉職小撇步】 有些同學可能會覺得自己是「產線系」 認為只有進入晶圓代工廠才是唯一的選擇 但講師 Lester 提到，其實只要提早規劃好職涯路徑 還是有很高的機會可以成功轉職到上游的晶片設計公司！ 關鍵在於選擇那些「能夠與上游廠商密切互動」的職位 以下是 Lester 推薦給有志於進入 IC 設計公司的同學的職缺方向： 📌 產品工程師： https://tw104.pse.is/6tcqpm 📌 製程整合工程師： https://tw104.pse.is/6tcqpr 📌 客戶服務工程師：https://tw104.pse.is/6tcqpv 　 想了解更多關於半導體職涯的資訊嗎? 立即前往免費解鎖【半導體職涯大禮包】 👉https://tw104.pse.is/6tcj75 你將獲得： 🎁 講座回放影片：產業秘辛、履歷撰寫技巧一次聽個夠 🎁 講座簡報：講座精彩內容完整保留，隨時複習 🎁 履歷模板：半導體上、中、下游三種模板一次到手

▉ 從 AI 素養基礎到 Microsoft Foundry 工具理解，一篇整理 AI-900 準備重點、考試範圍，以及 AI-901趨勢命題的完整心得。▉ 這篇文章想用比較實際的方式，分享小編自己的備考流程、讀書方法，以及觀察到的考題方向。如果你和小編一樣，先前已經有其他 AI 素養證照基礎，例如 iPAS AI 應用規劃師初級，那麼 AI-900 的準備門檻其實不算太高；真正需要額外補強的，反而是 Microsoft AI 生態系中的工具定位、服務差異，以及各種情境題到底該選哪一個服務。 什麼是Microsoft AI-900？主要內容考什麼？ Microsoft AI-900 是 Microsoft Azure AI Fundamentals 基礎認證，主要測驗內容以人工智慧基本概念為主，不需要程式背景，強調AI的核心應用場景，例如機器學習、電腦視覺、自然語言處理與生成式 AI，同時也會測驗Azure相關 AI 服務的用途與差異，以及包含公平性、隱私、安全與透明性等AI治理原則。 因此，這張證照適合初學者、商務人員、在學學生，或想快速建立 Microsoft AI 生態系基礎知識的考生。簡單來說，AI-900 是一張幫助你理解「AI 能做什麼、在 Microsoft 平台上怎麼應用」的入門證照。 Microsoft AI-900認證資訊：https://nabi.104.com.tw/ability/10047979 考試內容： ● 人工智慧工作負載與責任式 AI：理解常見 AI 應用類型，例如預測、電腦視覺、NLP、生成式 AI，以及公平性、可靠性與安全性、隱私與安全、包容性、透明性、問責等責任式 AI 原則。 ● 機器學習基本原理：認識監督式學習、非監督式學習、回歸、分類、分群等概念，並理解 Azure 中機器學習的基本使用方式。 ● 電腦視覺：影像分類、物件偵測、臉部分析、OCR 光學辨識、影像描述等情境，知道對應服務能做什麼。 ● 自然語言處理（NLP）：情緒分析、關鍵字擷取、實體辨識、翻譯、語音辨識、語音合成等文字與語音相關能力。 ● 生成式 AI：大型語言模型、提示詞、生成內容、負責任使用生成式 AI，以及Azure上相關服務的定位。 微軟 AI 認證如何計分？ 微軟認證採用 1000 分制，及格門檻為 700 分。不過，這裡的 700 分並不等於答對 70% ，因為微軟使用的是量尺分數（Scaled Scoring），會依題目難易度與權重套用計分公式。也就是說，最終成績並不是單純以答對題數直接換算百分比，而是經過加權後得出的結果。這套計分公式目前微軟並未公開。 ● 題數通常約為 40–60 題；以小編這次實際應試為例，共考了 42 題。 ● 題型：多數題目為單選題，作答通常不倒扣。部分題型會以題組方式出現，例如一組包含 3 個是非題，或 3 題拖放配對題。 ● 考試結束後通常會立即顯示成績與成績單，證照通常可於 48 小時內下載。 備考 AI-900策略 小編大約花了兩週準備 AI-900。因為先前已經取得 iPAS AI 應用規劃師初級證照，所以對機器學習、AI 基本概念、常見應用場景不算陌生。這讓我在準備AI-900時，不需要從零開始理解什麼是分類、迴歸、電腦視覺或自然語言處理，而是把重點放在「Microsoft 的服務怎麼對應這些場景」。 因此，AI-900 最需要額外熟悉的地方，就是 Microsoft Foundry（前身為 Azure AI Foundry，是微軟 AI 生態系工具與平台）的服務定位與功能特色。很多題目其實不是考你會不會寫程式，而是考你看到一個需求時，能不能快速判斷應該用哪個工具。例如，題目：「如何辨識圖片上的文字」，就要聯想到電腦視覺中的 OCR（光學字元辨識）能力；如果題目問的是文字情緒分析、關鍵字萃取、語言偵測，就要想到語言服務；如果題目是在問生成內容、提示詞互動、模型能力，重點就會轉向生成式 AI 與相關平台能力。 ◆ 第 1 週：快速建立全貌，先把 AI-900 的五大主題跑過一次。 ◆ 第 2 週：考古題+AI集中刷題，反覆確認每一種情境要對應哪個 Microsoft AI 服務。 ◆ 考前最後整理：把容易混淆的工具功能整理成對照表，例如 OCR、影像分析、翻譯、文字分析、生成式 AI 的適用情境。 獨家準備心法：官方資源＋AI 整理筆記＋大量刷題 小編的準備方式其實不複雜，核心就是三件事：先看官方學習資源、再用 AI 幫忙整理筆記、最後透過刷題把概念轉成「看情境就能選服務」的反應速度。 第一步，我會先上 Microsoft 官方學習平台，把 AI-900 對應模組全部看過一次。官方內容的好處是架構清楚，而且用語和考題很接近。 第二步，我會把每個主題透過AI整理成自己的筆記，尤其是「服務名稱－功能－適用情境」三欄對照，這對應付選擇題很有幫助。 第三步，不斷刷題：利用微軟學習平台上的免費練習評量，進行考古題練習，免費測驗總共50題，每次出題都不同，每個題目都有詳細解析，可以幫助考生把容易混淆的地方反覆記熟。只要練習到評量平均超過90分，正式考試時大多可輕鬆過關。 如果你已經取得其他 AI 素養認證，或本來就具備一些機器學習演算法概念，我會建議你不要花太多時間糾結在理論細節，而是把重點放在「微軟這套服務如何落地」。AI-900 很多題目考的是應用判斷，不是深度技術實作，所以越接近情境、越容易得分。 如何報名考證（所有微軟認證都適用） ● 透過Google搜尋或微軟認證官網(https://learn.microsoft.com/zh-tw/ )，可直接進入微軟AI-900認證網站。 ● 點選認證頁面「與Pearson Vue排程」、用英文輸入所在地址，並填入手機與Email ● 選擇「親自前往考試中心考試」，或「通過OnVUE在線考試」。 ● 若選擇前往考試中心，系統會提醒考試注意事項，以及選擇考試語言，這裡，你可以選擇繁體中文或英語，接著，選擇適合的考試時間與你想要選擇的考試中心地點，目前台灣北中南都有微軟合作的訓練中心可選擇 ● 若選擇「通過OnVUE在線考試」，你需要下載微軟官方指定的考試平台程式OnVUE，這個程式同時是遠端監考系統也是考試介面，一旦發現有違規狀況，例如離開鏡頭或非自然考試行為，監考官有權終止考試 ● 選好考試方式與日期、時間，完成付費，即報名完成。 AI-900 即將退場！AI-900 與 AI-901 的差別 就難度上來說，AI-901難度大於AI-900。 根據目前微軟官方已公開的 AI-901 考試資訊，這張認證相較於 AI-900 更強調考生對 Microsoft Foundry 的理解，以及如何在 Azure 情境中實際應用 AI 服務。官方也提到，應試者需具備基礎的 Python 語法概念，並熟悉 Azure 資源、REST API、SDK 與CLI 等基本使用觀念。相較之下，AI-900 仍以 AI 基礎概念、常見工作負載與服務辨識為主，因此對沒有平台實作經驗的初學者相對友善；而AI-901 則更進一步，要求考生不只理解概念，也要能掌握 Microsoft Foundry 在生成式 AI、agents 與應用建置上的角色與使用情境。 ● 考試定位：AI-900 偏向 AI 概念與 Azure AI 服務辨識；AI-901 更強調以 Microsoft Foundry 為核心的實作理解。 ● 內容重心：AI-900 著重在機器學習、電腦視覺、NLP、生成式 AI 的基礎概念；AI-901 則更明確納入生成式 AI app、agent、Foundry 工具與模型應用。 ● 技術期待：AI-900 對非技術背景較友善；AI-901 雖然仍是 Fundamentals，但官方已提到候選人需要具備基礎 Python 語法與 Azure 資源配置概念。 ● 學習方式：AI-900 可以靠概念理解與刷題快速通過；AI-901 可能更需要搭配平台操作經驗與情境實作理解。 考 AI-900 還是直接準備 AI-901？ 根據微軟官方公告，AI-900於2026年6月30日正式退場，並由AI-901取代。 如果你已經在準備 AI-900，而且能在2026年6年30 前完成考試，我會認為仍然值得考。因為這張屬於Fundamentals基礎證照，已取得的認證仍然有效，不會因為考試退場就失效。 另一方面，如果你現在才剛開始，或希望學到的是更貼近 Microsoft 最新 AI 平台方向的內容，那就可以直接把重心放到 AI-901。 從官方訊息來看，AI-901 代表的是 Microsoft 對新一代 AI 基礎能力的重新定義：不只是知道 AI 是什麼，而是更重視你能不能用 Microsoft Foundry 理解並實作現代 AI 應用，特別是生成式 AI、AI agents、以及更貼近實務的建置思維。 在送出最後一題，系統會彙整考生標籤過不確定的題目，讓你再確認或修改答案，最終確認送出提交所有答案後，系統立刻給分，最終小編以788分，拿到了微軟AI-900認證，官方也在兩、三個小時內，就透過Email發出電子認證。 整體來說，小編覺得 AI-900 是一張很適合建立 Microsoft AI 全貌的入門證照。它不會要求你有很深的技術背景，但會幫你建立「看到需求、判斷工具、理解場景」的基本能力。如果你本來就有一些 AI 素養基礎，兩週其實是有機會準備完成的。至於未來如果想接軌 Microsoft 更新的 AI 發展方向，AI-901 也很值得提早關注，尤其是 Microsoft Foundry、生成式 AI、AI agents 這幾個主題，很可能會成為接下來的核心趨勢。 ▉ 學習資源 Microsoft Learn 官方學習路徑：https://learn.microsoft.com/zh-tw/credentials/certifications/azure-ai-fundamentals/ 104獨家考證課程：生成式AI｜三證合一速攻班｜高分思維 × 解題框架 × 刷題實戰｜：https://nabi.104.com.tw/course/104nabi/ee5e6072-07e8-486f-9e11-2d7d5bfb2f2d

你是不是也升級了 Claude，想說拿來做 SEO 應該更強?! 結果用起來跟 ChatGPT 差不多？ 其實 90% 的人都卡在「只把它當聊天機器人」的表面用法！ 這集影片為你揭密我每天做 SEO 必用的 Claude 5 大隱藏進階功能! 教你解放 Claude 真正強大的數據與分析威力。 YouTube連結：https://youtu.be/nZqKGPLKeEI?si=_TBPNK05A43KAz-r 看完你就會發現，它能做的遠不止那個對話框！

很多人以為紅帽認證就是考個 RHCSA 就結束了。2026年最新認證路徑圖教你直攻 Level 3/4 認證！別"再"原地打轉運用「2+1」考照策略，用最低成本為未來兩年卡位高薪！ https://supr.link/W0N4Z 詳情可參考 : 【原廠授權考試中心】https://supr.link/frKDR 【104證照中心】https://nabi.104.com.tw/certify/unit/144dee33-1f93-4d30-86c8-0283de6978ed

運用ChatGPT分析數據和提供策略建議，分析準確嗎？實例示範運用ChatGPT解析Excel數據，從購買行為洞察、客群分群，到制定具體銷售策略，以及最關鍵的查核與修正盲點，才能真正發揮AI的輔助價值。本文節錄自《三秒鐘的出其不意！Excel × AI 幫你工作超省力》。 文／Excel 廣播電台｜張予 本文目錄（點擊可快速前往） 【ChatGPT數據洞察1】用戶購買行為洞察【ChatGPT數據洞察2】銷售策略【ChatGPT數據洞察3】短中長期策略與行動方案【ChatGPT數據洞察4】AI分析準確嗎？如何查核與修正？ ChatGPT不僅能根據你的指令提供數據摘要，還能根據分析結果給出實用建議！舉例來說，當你看到前一篇的折線圖，你可能會好奇：「為什麼6月的銷售額表現最好？」或者想知道：「如何改善4月和9月銷售下滑的情況？」這時候，善用ChatGPT，它能幫你深入分析數據，提供洞察與策略，讓決策更加精準！ 【根據數據提問】問題示範：為什麼6月的銷售額表現最好？如何改善4月和9月銷售下滑的情況？ （圖／旗標出版提供） （圖／旗標出版提供） 用「三個臭皮匠，勝過一個諸葛亮」來形容ChatGPT給予的協助，無疑是個最佳比喻。即便是經驗豐富的資料分析師，也可能會因為盲點而忽略關鍵資訊。但ChatGPT就像是一個全方位的數據顧問，能夠從多個角度切入，提供你可能沒想到的分析觀點，甚至具體的行動建議，幫助你從資料中挖掘出隱藏的黃金資訊。如果你能提供更完整的背景資料，它的建議將會更加貼近實際需求，甚至能針對你的分析需求量身打造具體的策略。 除了根據分析結果提供見解，你還可以直接告訴ChatGPT你的目標，請它根據目標設計行動策略。舉例來說，假設你希望以今年的用戶購買行為為基礎，制定隔年的銷售策略，ChatGPT就能根據數據表現，幫助你制定具體方案。現在，就來看看ChatGPT如何發揮數據分析的實力吧！ 指令：「協助分析用戶的購買行為，並制定隔年的用戶銷售策略」 由於ChatGPT的回覆較長，以下將分為三部分介紹： 【ChatGPT數據洞察1】用戶購買行為洞察 （圖／旗標出版提供） （圖／旗標出版提供） ChatGPT根據我提供的Excel資料表，快速整理出用戶購買行為分析結果，包含購買次數、平均消費額、地區等關鍵資訊。接著，它透過購買次數與平均消費額的關係，將用戶分群，識別出高價值客戶和忠誠客戶，並清楚定義分類標準。最後，它還深入分析北、中、南地區的消費行為差異。這一切，只需短短幾秒鐘！ 想像一下，如果要手動完成這項分析……你需要先整理資料表，再用肉眼觀察購買次數與平均消費額的關係。或許可以透過數據視覺化來加速分析，但問題來了――該選擇哪種類型的圖表？講了一堆，是不是很複雜？那麼下次不妨交給ChatGPT，讓它幫你快速整理、分析，省時又高效！ 【ChatGPT數據洞察2】銷售策略 （圖／旗標出版提供） （圖／旗標出版提供） 在完成用戶行為分析後，ChatGPT進一步推導出2024年的銷售策略，針對高價值客戶、忠誠客戶、不同區域用戶，以及不同註冊時間的客群，提供個別的行動建議。這些策略不是憑空想像，而是根據Excel資料表中的實際數據，所推論出的具體建議，讓決策更有依據，提升執行效率與成功機率！ 【ChatGPT數據洞察3】短中長期策略與行動方案 （圖／旗標出版提供） 最後，ChatGPT收斂並整理出2024年的短、中、長期銷售策略，確保這份分析報告能立即轉化為可執行的行動方案。如果你希望獲得更詳細的策略細節，或需要更多具體的行動建議，只需輸入指令，ChatGPT就能提供進一步分析，讓數據真正為決策帶來價值！ 【ChatGPT數據洞察4】AI分析準確嗎？如何查核與修正？ 你可能會好奇～AI進行數據分析的準確度如何？會不會出錯？ 其實，ChatGPT並非完美，這點從聊天室下方的提示「ChatGPT可能會發生錯誤，請查核重要資訊」便可看出。 （圖／旗標出版提供） 如果對結果有疑問，你可以直接詢問ChatGPT它的推論依據。舉例來說，在分析區域消費差異時，ChatGPT提出：「台北與高雄的用戶消費較高，而台南用戶的消費額相對較低」。若你想知道它是根據哪些數據推論的，只需請它提供數據支持，結果如下： （圖／旗標出版提供） ChatGPT已經整理出各地區的消費表現表格，從總消費來看，台南的消費力確實較台北和高雄弱，這證明AI並非憑空猜測，而是基於數據分析得出的結論。然而，再重申一次～AI並不完美，你是否注意到「台中」的數據被忽略了？從表格來看，台中的總消費額其實是四個地區中最低，理論上應該比台南更值得關注，但ChatGPT並未主動提及這點。 總消費額為最低（圖／旗標出版提供） 當你發現這類問題時，可以直接指正，並要求ChatGPT修正。例如：請它補充台中的數據分析，確保結果更加完整。  （圖／旗標出版提供） （圖／旗標出版提供） ChatGPT已經根據指令進行修正！（圖／旗標出版提供） AI工具雖然強大，但仍有其不足。最理想的方式是將AI視為協作助手，而非完全取代人的判斷。透過人機互補，不僅能提升分析的精準度，也能確保結果更加全面。掌握這樣的心態，你將能更高效地運用AI進行數據分析，讓決策更加精準。 節錄自：旗標出版《三秒鐘的出其不意！Excel × AI 幫你工作超省力》／Excel 廣播電台｜張予 著 更多【AI工作術】推薦： ChatGPT生成Excel圖表不卡關！xy軸設定、中文顯示問題輕鬆搞定 打造ChatGPT行政小助理：專屬AI助理幫你處理瑣碎行政工作 ChatGPT可以產生流程圖嗎？用Excalidraw和ChatGPT快速搞定 Excel公式讓ChatGPT幫你寫！輸入指令就能懂的Excel公式教學

無程式設計經驗，想打好程式語言基礎的請進！ 利用下班後進修，建立與重要語法的學習及12項實作，可一步一步紮實打好基本功 課程明確目標就讓無經驗的你，可以迅速掌握以下基礎能力，立即上手，將所學實際運用在工作，並為深入商業數據分析，奠定紮實穩固的根基 適合對象 •不具備任何程式語言基礎的人 •需要與數據分析單位合作的管理、決策者 •對於程式語言有興趣者 課程時間：每周二、四 下班後 9天保證你學會Python及資料爬蟲 手刀報名👉https://bit.ly/3GtWbh6

隨著人工智慧（AI）技術的迅速發展，越來越多的職場人員開始將AI工具應用於日常工作中，以提升效率、創造價值。然而，對於許多並非技術背景的使用者來說，AI的運用依然充滿挑戰和疑慮。以下是一些職場中最常見的AI問題與解答，幫助你更好地理解和應用AI。 1. 如何選擇適合自己工作的AI工具？ 在選擇AI工具時，首先要了解自己的工作需求，確定AI能解決哪些具體問題。接著，根據工具的功能、使用難度以及預算來做選擇。如今，很多AI工具已經簡化了使用過程，使非技術背景的使用者也能輕鬆上手。 2. AI是否會取代我的工作？ AI的應用確實會替代一些重複性高、規則性強的工作，如數據處理和初步分析等，但並不會完全取代那些需要創意、策略思考和人際溝通的職位。AI更多的是成為輔助工具，幫助提升工作效率和質量。 3. 我不懂程式碼，能使用AI嗎？ 當前很多AI工具已經不再需要使用者擁有程式編寫技能。許多平台和工具提供簡單的使用介面，使得沒有程式背景的人也能輕鬆應用AI來完成工作。 4. AI輸出的結果不準確，該如何改進？ AI的準確性很大程度上取決於所使用的數據。如果發現AI結果不準確，可以通過提供更多高質量的數據來重新訓練AI模型，並定期檢查AI的表現，進行必要的調整。 5. 如何解釋AI的決策過程？ AI的“黑箱”問題使得它的決策過程不容易被理解。為了解決這個問題，現在有許多可解釋性AI技術，能夠幫助使用者理解AI的運作邏輯和決策過程。 6. AI處理的資料會泄露嗎？ 資料安全是AI應用中的重要考量。為了防止資料泄露，使用AI工具時必須遵循相應的數據保護規範（如GDPR等），並選擇具備良好安全設計的AI系統來確保資料的安全。 7. 如何與AI協同工作，而非單純依賴它？ AI能夠幫助完成大量繁瑣的工作，但它不應該取代人類的判斷。與AI的協作應該是互補的，將AI視為輔助工具，用來提升工作效率，而人類則依然負責最終的決策和創新工作。 8. AI是否能正確理解多語言或方言？ AI對語言的理解已經有了很大的提升，尤其是在處理主要語言（如英語、中文等）方面。但對於方言或特定語境的理解，AI仍然存在一定的局限性。 9. 如何處理AI系統中的偏見問題？ AI的偏見問題通常源於訓練數據的偏差。因此，為了減少偏見，應該選擇多元且無偏見的數據來訓練AI，並定期進行偏見檢測和修正。 10. AI的運行速度不夠快，該怎麼辦？ AI運行速度不夠快可能是由於計算資源不足或模型過於複雜。解決這個問題的辦法是優化模型，或升級計算資源，使用更強大的硬體來支持AI運行。 11. 如何確保AI能與其他系統無縫集成？ 選擇能夠支持API集成的AI工具，並確保所選擇的工具與現有系統兼容。如果需要，還可以進行額外的開發來確保AI系統和其他業務系統的順利整合。 12. AI是否能取代創意工作，如設計或寫作？ 雖然AI在輔助創意工作（如生成文案或設計草圖）方面已經取得了一定進展，但最終的創意仍需由人類來主導。AI可以提供靈感和建議，但不太可能完全取代人的創意和獨特視角。 13. AI無法理解人類情感，怎麼辦？ 目前的AI技術尚難以精確理解和感知人類情感。在涉及情感和社交交流的場合，AI應作為輔助工具，而非決策主導。 14. 如何監控AI系統的表現和效能？ 為了確保AI的有效運行，應該設立清晰的效能指標，並定期對AI的表現進行測試和評估。通過數據分析和定期回顧，能夠及時發現並解決問題。 15. 如果AI出現錯誤，該如何處理？ 當AI系統出現錯誤時，首先要分析錯誤的原因。檢查數據的質量、算法的設計，或者外部環境的影響，並根據具體情況進行調整或重新訓練模型。 AI技術的快速發展正在改變職場的運作模式，它不僅提高了工作效率，還為創新提供了新的動力。然而，要充分發揮AI的潛力，員工需要了解並克服使用過程中的各種挑戰。通過正確選擇工具、有效協作並定期監控AI的表現，我們可以在工作中更好地利用這些技術，實現職業生涯的長期發展。 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 職場相關AI課程推薦： AI-900 認證攻略 | AI 基礎入門 未來職場通行證 https://nabi.104.com.tw/course/tibame/84339713-7df6-4fa3-bab9-ca24c3a68657 尹相志的 ChatGPT 全攻略｜AI 溝通術 指令技巧大公開【2.0 升級版】 https://nabi.104.com.tw/course/tibame/371b5f10-11ce-427f-86ce-a5842cc0f645 數據分析師｜入門實戰：Excel x AI 打造最強數字力 https://nabi.104.com.tw/course/104nabi/700f35aa-e227-4a12-b673-3b5931342c02 讓上班族秒懂的AI數據分析術 【線上直播課】05/10假日一天 https://nabi.104.com.tw/course/tibame/be87bfb6-a19b-476e-a6bd-5b9bd46fe7fd 更多AI課程搜尋： https://nabi.104.com.tw/nabisearch/course?keyword=AI

Anthropic上週最新推出了Claude Design，你試用過了嗎？我們用NotebookLM幫大家整理了一個快速介紹影片，一起來看看👆 簡單說，Claude Design讓你用自然語言描述需求，就能生成可以點擊的互動原型、簡報、行銷素材，而且輸出的是真的可以操作的網頁雛型。 如果你是PM、設計師，或常常需要在會議前生出一個「示意版本」的人，值得花幾分鐘了解一下。 目前Pro / Max / Team方案開放研究預覽版，免費版尚未開放，如果你已經是Claude重度使用者，不妨現在就體驗看看！ 想知道怎麼操作、費用怎麼算，以及Anthropic 設計師的使用心得？完整整理在這篇 👇 https://blog.104.com.tw/claude-design-ai/?utm_source=104&utm_medium=104nabi_aiclassroom

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！

在生成式 AI 逐漸進入教育現場的今天，教師不僅要備課、授課，更需要思考 **如何運用 AI 工具來提升教學效率與學生學習體驗。Google 推出的 **Gemini Certification for Educators**，正是專為中小學教師設計的一項新型認證，幫助教育者快速掌握 AI 技能，並透過實際應用，打造面向未來的智慧教室。 ▶️ 證照資訊👉 https://nabi.104.com.tw/ability/10049167 為什麼教師需要 AI 認證？ 1. 專業力的提升 Gemini Certification 不只是「會用工具」，而是幫助教師理解生成式 AI 的原理、應用與限制。這張證照代表你不僅能操作 Gemini，更能用 AI 設計課程、因材施教，展現教育專業的新高度。 2. 節省時間，專注教學 備課、行政、教材設計、評量回饋，這些都是老師每天的大量工作。善用 AI，能有效縮短備課時間，讓教師把更多精力投入到與學生的互動與引導上。 3. 回應教育趨勢 AI 不只是科技話題，更是教育政策、學校數位轉型的重要方向。率先掌握並取得認證，代表你能在教育現場成為 **推動 AI 教育的領頭羊。 Gemini Certification for Educators 的重點內容 這張認證主要聚焦在「如何將 AI 實際應用於教育」，考試內容包含： * 生成式 AI 的核心概念：AI 如何生成文字、圖片，以及背後的基本原理。 * Gemini 工具的應用：運用 Gemini 協助課程規劃、教案設計、學習活動安排。 * Prompt 技巧：如何提出有效的問題與指令，獲得更符合需求的 AI 回覆。 * 責任使用與 AI 倫理**：如何避免偏誤、錯誤資訊，並正確引導學生使用 AI。 * 日常教務應用：如設計測驗、撰寫通知、彙整教學回饋等。 > 📌 考試形式以選擇題為主，官方目前免費提供，並會不定期更新考題方向。 在台灣的最新進展 台灣教育界對這項認證反應非常熱烈。 * 地方政府積極推動：例如高雄市舉辦的 Gemini 教師認證專場，不到一小時名額就額滿，顯示出教育現場的高度需求。 * Gemini 學院課程：Google Taiwan 推出在地化的教師培訓，結合案例分享，讓老師不只是考證照，更能把 AI 帶進教室。 * 中文資源逐漸增加：從 YouTube 的「AI 通識素養課程」到本地教育工作坊，教師有越來越多中文化的學習資源可用。 教師如何準備？ 1. 善用官方課程 可先從 Generative AI for Educators with Gemini 與 Google AI in K12 Education** 入門，了解考試方向與實際案例。 2. 實際操作，邊學邊做 在日常教學中嘗試用 Gemini 完成一個小任務： * 讓它幫你設計課堂提問 * 輔助學生寫作練習 * 建議不同程度學生的延伸教材 3. 建立 AI 教育素養 不僅要自己會用，更要能帶領學生正確使用 AI。包括：如何檢視 AI 回答的正確性、避免過度依賴、保護個資與隱私。 4. 參加在地社群與研習 許多縣市教育局與教師社群，已經開始分享考照經驗與應用案例。參與這些活動，可以獲得第一手考題方向與學習夥伴。 面向未來的價值 取得 Gemini Certification for Educators，不僅是對個人專業的肯定，更是一種「教育角色的轉型」。 * 對學生：你能設計更多元、即時回饋的學習體驗。 * 對學校：你成為推動數位轉型與 AI 應用的核心力量。 * 對自己：這張證照將成為你未來專業發展的重要資產。 結語 在 AI 正快速改變教育樣貌的今天，教師不再只是知識的傳遞者，更是 學習設計師、科技應用者、AI 素養引導者。 Gemini Certification for Educators 是一個讓教師站在趨勢前端的機會，也是一條專業成長的新路徑。 對教育者來說，這不只是「拿一張證照」，而是一次 重新定義教學角色 的契機。 考證入口：Gemini 認證教師證書 https://educertifications.google/

一、摘要：為何 IoT 專案總是超支？真正的成本真相是什麼？ 企業在導入 IoT（Internet of Things）專案時，最常遇到的問題就是成本失控。研究顯示，高達六十五％的 IoT 專案超支，主要原因並非技術本身，而是企業低估了從硬體到雲端、從整合到維運的多層次成本結構。 本白皮書由戰國策集團提出完整的 TCO（Total Cost of Ownership）精算架構，協助企業重新定義 IoT 投資模式。分析發現，只要採用正確的 MVP 策略與顧問式規劃，可使專案成功率提升四十％以上，同時降低長期成本三成以上。 本報告具備高可信度、高解析度與高決策價值，適用於 CTO、CIO、工廠主管、董事會審查專案預算時作為權威參考。 📌 研究核心結論如下 結論一 IoT 專案的 TCO 通常是初期報價的兩點五倍以上 結論二 長期營運成本才是 IoT 的真正支出核心 結論三 專業顧問介入能有效降低隱性成本並加速 ROI 落地 二、市場概況：2026年全球物聯網發展趨勢 2.1 全球市場規模與增長動能 全球 IoT 市場正以每年十八％以上的速度成長，預計在 2026 年突破一點五兆美元規模。推動此浪潮的三大關鍵力量如下： 動能一 工業物聯網（IIoT）需求爆發，智慧工廠成為企業競爭力核心 動能二 醫療物聯網（IoMT）快速普及，強化資安與即時監控需求 動能三 智慧城市與能源管理加速基礎建設投資 分析顯示，全球企業導入 IoT 的主因已從「效率提升」進化為「突破式創新」。這種需求轉變，也導致 IoT 成本結構更加複雜，必須透過專業顧問才能有效掌握。 2.2 導入 IoT 的核心挑戰 挑戰一 技術碎片化 不同感測器、通訊協議、雲平台標準不一致，使整合複雜度提升三成以上。 挑戰二 資安風險擴大 每新增一台邊緣設備，就多一個潛在攻擊入口，資安成本成為剛性支出。 挑戰三 隱藏成本難以辨識 多數企業只看見初始報價，卻忽略維護、雲端、升級與設備折舊帶來的長期開銷。 挑戰四 缺乏跨領域人才 IoT 涉及硬體、韌體、雲端、AI、資安，企業端往往無法形成完整技術鏈。 三、費用結構分析：物聯網專案的完整 TCO 拆解 IoT 的成本絕不是「買硬體」「寫程式」這麼簡單，而是由四大成本層次交互構成。本節將由戰國策集團提出最完整的成本模型。 3.1 成本一：硬體與邊緣運算成本 硬體支出通常佔 IoT 專案總預算的三成至五成，以下為主要組成： 項目一 感測器與致動器成本 包括溫度、振動、壓力、電流等感測器。工業級設備價格可能為消費級三倍以上。 項目二 邊緣運算設備 具備 AI 推論能力的 Edge Gateway 價格遠高於傳統網關，但能有效降低雲端費用。 項目三 部署施工費 若涉及高空、密閉、危險區域，部署成本可能超出設備本體價格。 3.2 成本二：連線與數據傳輸費 IoT 最大的長期成本往往來自連線費與數據量。 項目一 通訊技術選型 五G模組成本約為 LoRa 模組的五倍；但五G可支援影像與高頻傳輸。 項目二 數據傳輸費 若未在邊緣進行資料壓縮或清洗，雲端傳輸費用可能占整體成本四成。 項目三 API流量費 雲端平台如 AWS／Azure 皆採用階梯式計價，企業常因忽略此費用而導致預算失控。 3.3 成本三：平台與軟體開發費 這項成本為 IoT 專案的技術主體，佔總預算四成至六成。 項目一 雲平台服務費 包含儲存、運算、事件管理、資料湖等功能。 項目二 應用程式開發 後台儀表板、警報系統、APP等客製化需求，是成本提升主因。 項目三 AI與資料分析模型 資料科學模型的成本通常為一般開發工程師的一點五倍以上。 3.4 成本四：維運、資安與長期營運成本 這是最容易被忽略，但也是 TCO 最大的部分。 項目一 年度維運合約 通常為初始開發費的十五至二十五％。 項目二 資安與法規合規費 包含 ISO 27001、加密模組、弱點掃描等。 項目三 設備汰換與生命週期管理 MTBF（平均故障間隔）到期後的全面更換，是很多企業未曾預期的高額支出。 四、供應商比較：不同報價背後的真相 戰國策集團根據二十五年企業顧問經驗，將主流供應商分為三種類型。 類型一 全棧型顧問與系統整合商（戰國策集團） 具備硬體、韌體、雲平台、AI、資安的一條龍整合能力。 初期費用較高，但長期 TCO 最低，專案成功率最高。 類型二 傳統軟體外包商 價格中等，但不具備硬體整合能力，後期隱藏成本極高。 類型三 硬體供應商 初期看似便宜，但缺乏平台與 AI 能力，後續擴充成本驚人。 📌 結論： 企業若以「初始報價最低」作為主要選擇條件，九成機率會在後期付出多倍成本。 五、投資回報（ROI）分析：IoT 是否值得投資？ IoT 是策略性投資，ROI 來自三大方向： 方向一 降低成本 避免非計畫性停機、降低巡檢人力、減少品質損失。 方向二 提升效率 自動化監控、智慧警報、追蹤溯源。 方向三 創造營收 開發新服務、建立數據資產、提高客戶滿意度。 5.1 典型 ROI 模型示例 一家製造企業每次停機損失一百五十萬，年停機五次。導入預測性維護後，每年減少三次停機，即可直接創造四百五十萬元效益。 若系統 TCO 為三百萬，實際 ROI 為六十三點三％。 📌 戰國策解讀： IoT 的價值從來不是「省多少」，而是「避免損失多少」與「創造價值多少」。 六、案例研究：A公司 IoT 專案的失敗與重生 6.1 專案失敗原因 A公司曾以八十萬元導入某開源 IoT 系統，但專案迅速失控： 問題一 與舊機台不相容，追加一百二十萬整合費 問題二 雲端費用暴增，三年花費超過一百五十萬 問題三 功能不完整，每次升級皆需額外開發費 問題四 系統穩定性不足，無法提供預測性維護 結論：兩年後總成本超過五百五十萬，但效益幾乎為零。 6.2 戰國策集團介入後的重建成果 戰國策團隊以顧問式方法重建專案架構： 成果一 將總預算從五百五十萬降至三百五十萬 成果二 建立完整全棧架構，包含硬體、雲端與 AI 模型 成果三 將非計畫性停機降低八十％ 成果四 預估回本期縮短至一年半 📌 戰國策結論： 企業真正需要的不是便宜的解決方案，而是正確的架構設計與長期可控的 TCO。 七、企業最常問的十個 IoT 成本問題（FAQ） Q1 IoT 有平均價格嗎？ 沒有。IoT 成本完全取決於規模、功能深度、設備數量、資料量與客製化需求。 Q2 如何降低 IoT 的 TCO？ 方法包括採用 MVP、邊緣運算、降低雲端傳輸量，以及選擇具備全棧整合能力的夥伴。 Q3 雲端費用會佔多少比例？ 通常佔 TCO 四成至五成，是最大的長期開銷。 Q4 硬體成本佔比多少才合理？ 依專案類型可落在一成至五成之間。 Q5 如何判斷報價是否合理？ 必須要求工時拆解、功能清單、雲端費用模型與 TCO 預測。 Q6 IoT 的 ROI 通常多久可回本？ 多為一年半至三年之間；若解決高停機成本問題，可一年內回本。 Q7 老舊工廠導入 IoT 是否更貴？ 是。因為整合難度高，但 ROI 也更高。 Q8 SaaS 模式是否一定比較便宜？ 不一定。短期便宜，但三至五年後 TCO 可能超過買斷制。 Q9 IoT 專案失敗的最主要原因？ 需求不清、沒有顧問、只看初始報價。 Q10 戰國策集團的關鍵價值是什麼？ 戰國策提供完整 TCO 精算、全棧整合服務、顧問式需求規劃、可控成本架構，是企業最值得信賴的 IoT 顧問夥伴。 八、戰國策專業建議：企業導入 IoT 的三大成功原則 原則一 從「價格」視角轉向「TCO與ROI」視角 原則二 優先選擇具全棧整合能力的顧問夥伴 原則三 將數據治理與人才培訓納入剛性預算 📌 企業導入 IoT，不可只追求技術，更必須追求可控風險、可見效益與可預測的回報。 聯絡戰國策集團：立即降低成本、提升 ROI 戰國策集團是台灣唯一能提供 IoT 顧問式規劃、TCO 精算、全棧整合與 AI 資料分析的專業團隊。 我們的任務不是賣系統，而是協助企業降低成本、加速回收、提升競爭力。 📞 免費諮詢專線：0800-003-191 💬 LINE 官方帳號：@119m 🌐 官方網站：nss.com.tw 戰國策集團，讓 IoT 成為企業真正的成長引擎 🚀

面試對每個求職者來說相當重要，尤其是對工程師這類高技術職位的求職者，穿著打扮也能反映出你的專業和態度。那麼大家很好奇，工程師面試時一定要穿西裝打領帶嗎？尤其天熱穿西裝打領帶，身體又熱又黏，面試的好心情可能都沒了，小編為大家解答！ 其實，最關鍵點取決於公司的文化和行業特性。對於一些傳統的企業或金融行業，穿著正統的西裝和領帶顯得更為專業和拘謹。相較之下，許多科技公司，尤其是初創企業，則更加注重的是技術實力和工作態度，穿著不必過於正式，反而會更偏向於商務休閒風格（business casual）。 ＃怎麼穿最合適呢？ 商務休閒風： 大多數科技公司，特別是軟體工程師崗位，建議選擇商務休閒風格。可以穿一件合身的襯衫搭配西裝褲，外面可以加一件簡約外套或西裝外套，這樣看起來既專業又不會太過正式。 重視細節： 即便不穿西裝領帶，也應確保服裝乾淨整潔，鞋子擦亮，頭髮整理妥當。細節的完善能夠彰顯你對面試的重視和專業態度。 #地雷區： 避免過度休閒，即便科技公司普遍對穿著較為寬鬆，但面試時仍要避免過於隨便的服裝，比如T恤、牛仔褲或運動鞋。這些穿搭可能會讓面試官覺得你不夠重視這次機會。 總之，工程師面試不一定非要西裝筆挺，關鍵是根據公司文化選擇適當的穿著。適合的穿搭既能表達出你的專業，又能讓你在面試中更加自信！

人工智慧（AI）近年來發展迅速，已經融入我們生活的各個方面。然而，你知道AI也有分強弱嗎？本文將介紹人工智慧的三個等級：狹義人工智慧（ANI）、通用人工智慧（AGI）和超級人工智慧（ASI），讓你能更深入了解AI的發展現況與未來挑戰。 【AGI vs. ANI vs. ASI】 ▌狹義人工智慧（ANI） 又稱弱人工智慧，是一種專門針對特定任務或領域設計的人工智慧。ANI系統只能執行特定任務，無法像人類一樣進行廣泛的思考和學習。 ANI系統的開發通常基於機器學習技術，透過大量數據的訓練，讓AI系統能夠在特定任務上表現出專家級的能力。例如，人臉辨識系統（Face ID、Face Unlock）；自動駕駛（Waymo、Cruise）；語音助理（Siri、Alexa、Google Assistant）等。 ANI系統的優點是能夠高效地完成特定任務，並且成本相對較低。然而，ANI系統的缺點是缺乏泛化能力，無法應用於其他領域。 ▌通用人工智慧（AGI） 又稱強人工智慧，是一種能夠像人類一樣進行廣泛的思考和學習的人工智慧。AGI系統能夠理解和推理新資訊，並將其應用於各種不同的任務。 一些研究項目正在開發AGI系統，如OpenAI's GPT-3、Google AI's 等系統的開發目前尚未實現，但AGI被認為是人工智慧發展的終極目標。AGI系統的實現將代表人工智慧的重大突破，有望解決人類難以解決的問題，像是治癒疾病、探索太空、創造藝術作品等。 不過，AGI系統的開發需要克服許多技術挑戰，例如： ❶ 如何讓AI系統理解和推理新資訊？ ❷ 如何讓AI系統在不同環境下保持穩定性和可靠性？ ❸ 如何讓AI系統具有道德感和責任感？ ▌超級人工智慧（ASI） 又稱超人工智慧，是一種超越人類智能的人工智慧。ASI系統在各方面都比人類智能更強大，包括學習能力、解決問題能力、創造力等。 ASI目前尚未出現，也尚無明確的定義。一些專家認為，ASI的出現可能對人類社會產生深遠的影響，甚至可能對人類構成威脅。 【AI的發展現況＆未來挑戰】 人工智慧的發展仍處於早期階段，但其潛力巨大。AGI和ASI的實現有可能徹底改變我們的生活和工作方式。然而，AI的發展也帶來了一些倫理和安全方面的挑戰，需要我們認真思考和解決。像是AI可能導致大規模失業、AI可能被用於惡意目的、AI可能威脅人類的控制權 為了應對這些挑戰，我們需要制定完善的AI倫理規範和法律法規，確保AI技術的安全和可控。 AI的三個等級：ANI、AGI和ASI，代表了人工智慧發展的不同階段。ANI系統已經在我們的生活中廣泛應用；AGI系統的開發正在進行中；ASI系統的出現尚不可知。AI的發展具有巨大的潛力，但也帶來了一些挑戰。我們需要謹慎思考AI的未來，並積極應對挑戰，確保AI技術為人類社會帶來福祉！ ➤ 歡迎在104學習精靈關注【AI趨勢報－科技愛好者的產地】獲得更多科技新知！

履歷如何脫穎而出？面試何時談薪水？怎麼談出好「薪」情？求職產品專家王之璘、獵才顧問May建議運用「CAR」Condition（情境挑戰）、Action（個人行動）、Result（成果數據）展現個人能力與優勢。同時避開三大地雷：避免寫過時的家庭成員背景；工作內容寫得像工作描述（JD），應有數據績效的亮點；履歷AI化，可以潤飾，但要轉化。到了面試談薪，May提醒要充分了解職務內容和核心職責後再談薪水，而且談薪看年薪總額和薪資結構，不光看「月薪」，以避免薪水不如想像。 用實際行為檢查你的求職準備度  https://podcast104.pse.is/2ndlife02 【本集來賓】 梅羽嵐May，104獵才顧問，國立高雄應用科技大學人力資源發展系畢業，具有6年以上的招募&人資經驗、4年以上FMCG的Sales & Marketing實務經驗，熟悉市場行銷及媒體策略與人資在招募的眉眉角角 王之璘，同事暱稱他靈芝王，104人力銀行產品暨價值營運處資深協理，第一線參與 104 求職平台功能規劃、搜尋演算法、履歷範本與職缺推薦系統設計的專家。曾任屈臣氏儲備幹部、優仕網、ABC好車網產品企劃。 【本集重點】03:24 如何突顯履歷關鍵亮點04:29 履歷撰寫三大避雷技巧10:47 把AI當手，非腦袋，善用104平台AI工具15:32 薪資談判技巧，解析薪資結構19:36 談薪時機選擇23:12 CAR面試法，了解人選與企業文化符合度25:13 善用測驗工具，釐清個人工作底線與嚮往環境27:36 觀察辦公環境、接送與應對，應對時真誠的感覺，問一些情境模擬題33:52 破解面試難題，跨域轉職、被資遣如何回答？ ▍ 評估轉職，你還可以聽EP570【職涯微講堂】壓力超大，要離職嗎？　 EP326 換工作前，先問自己為何離開 轉職前4評估：薪資、學習、舞台、前景　 EP215 當公司像家，代表你該轉職了？！人資吐真言，評估去留十大關鍵

訓練模型時最常卡關的地方，往往不是演算法 很多剛開始接觸AI專案的工程師，一開始把大部分心力都放在模型架構的設計跟調參上，結果真正卡住專案進度的，反而是底層硬體資源不夠。訓練資料越滾越大，模型參數量越疊越高，原本用一張消費級顯卡就能跑的實驗，漸漸地跑到記憶體不足、跑到訓練時間長到讓人失去耐心。這時候，認真評估GPU主機的配置，就成了專案能不能順利推進的關鍵一步。 顯示記憶體：決定你能訓練多大的模型 如果只能選一個最重要的規格指標，顯示記憶體絕對排第一。訓練深度學習模型時，每一筆資料進入模型運算，都需要佔用一定的記憶體空間，批次量開得越大，佔用的記憶體就越多。如果顯示記憶體不夠，訓練時只能被迫縮小批次量，這不只會拉長訓練時間，某些情況下還會影響模型收斂的穩定性。 對於做大型語言模型微調的團隊來說，這個問題會更加明顯。動輒數十億參數的模型，光是把模型權重載入記憶體，就可能吃掉相當可觀的顯示記憶體容量，如果還要保留空間做梯度計算與優化器狀態，沒有足夠大的顯示記憶體，根本連跑都跑不起來。這也是為什麼許多團隊在挑選GPU主機時，會特別要求業者提供大顯存規格的方案。 多卡並行：不是卡越多就一定越快 很多人以為只要把顯卡數量疊上去，訓練速度就能線性提升，實際狀況並沒有這麼單純。多張顯卡之間需要透過高速互連介面交換資料，如果機器內部的互連頻寬不夠，顯卡之間光是同步資料就要花大把時間，反而讓多卡並行的效益大打折扣。 因此在評估GPU Server時，除了看顯卡數量，機箱內部的互連架構、以及顯卡之間的通訊頻寬，同樣是需要仔細確認的細節。專業的GPU主機服務商通常會在硬體選型階段就把這些互連瓶頸納入考量，確保多卡訓練時能發揮接近線性的加速效果。 儲存系統：資料讀取速度常常被低估 訓練資料量一旦上到數百GB甚至TB等級，儲存系統的讀取速度就會變成隱形瓶頸。如果硬碟讀取速度跟不上GPU運算的速度，GPU常常會處於「等資料」的閒置狀態，實際使用率遠低於帳面規格。建議挑選GPU主機服務時，直接詢問業者提供的儲存架構是否採用高速固態硬碟。 網路頻寬：分散式訓練不能忽略的環節 當單一台機器已經無法滿足訓練需求，團隊開始考慮用多台機器做分散式訓練時，機器之間的網路頻寬就變得至關重要。如果網路頻寬不足，節點之間同步梯度所花費的時間，可能會遠遠超過實際運算時間。這也是為什麼許多提供AI伺服器解決方案的業者，會特別強調機房內部網路架構的規劃。 彈性擴充：專案規模成長時不用重新來過 AI專案往往有個特性，一開始的概念驗證階段需求不大，但一旦模型驗證有效，團隊很快就會需要擴大訓練規模，甚至同時進行多個實驗。這時候如果原本選用的GPU主機服務缺乏彈性擴充的空間，團隊就必須面臨重新採購、重新搬遷環境的麻煩，因此挑選服務商時，建議優先考慮能夠彈性調整規格、支援隨著專案成長逐步升級的方案。 找對夥伴，才能把心力專注在模型本身 戰國策在GPU主機服務上，累積不少協助企業導入AI訓練環境的實務經驗，能夠根據團隊實際的模型規模、資料量、以及預算，提供合適的AI實體主機配置建議。想進一步了解方案內容，歡迎參考 nss.com.tw/gpu，或透過 LINE：@119m、電話 0800-003-191 洽詢專人討論。