104學習

資料工程師

資料工程師
工作機會(2,138)
更多
月薪中位數
$6.1萬
年資 3-5 年
$7.9萬
年資 10 年以上
資料工程師 都在看
「數據/資料工程師」12個必備技能、推薦職缺、證照進修
「數據/資料工程師」12個必備技能、推薦職缺、證照進修
大數據時代來臨,企業數位轉型的需求應運而生,因此數據工程師(資料工程師)在企業中所扮演的角色也日益重要。本文盤點要成為數據工程師,強烈推薦要學的 12 項必備技能。一起來看看【數據工程師】工作日常以及104人力銀行上有數據工程師工作機會。 成為數據工程師的 12 項必備技能(點擊可跳至章節): 基本技能(程式語言與資料架構) 網路概念 資料庫 Database 數據湖 Data Lake 與物件存儲 數據倉儲 Data Warehouse 分散式系統 數據處理 機器學習 Machine Learning 作業編排管理 前端與儀表板 後端框架 自動化與部署 如何開始數據工程師之路?了解數據工程師工作日常 【數據/資料工程師】推薦職缺 【數據/資料工程師】職場常見證照整理 【數據/資料工程師】職場再進修課程推薦 文/LnData 麟數據科技 數據工程師的必備技能樹 (Source: Anuj Syal) 一、基本技能 首先,以下是最基本的必修技能,也是想進入這個行業需要的優先入手技能,包含: SQL:SQL即「Structured Query Language」,也稱做「結構化查詢語言」,是一種用於管理和查詢關聯式資料庫的語言,用於處理和操作大量數據。它允許數據工程師對資料庫執行各種操作,如數據檢索、修改和定義,且幾乎所有資料庫和數據倉儲都使用SQL。 程式語言:數據工程師必備技能當然包括使用不同的程式語言來處理數據,如 R、Scala、Java等,但首推 Python,因為Python容易上手,並且擁有許多免費且開源的資料科學工具和資源,使其成為處理數據相關工作的理想選擇。不僅如此,Python還有豐富的開發者社群,讓你輕鬆找到相關的學習資源和解決問題的方法。 Git:即「Global Information Tracker」,Git是版本控制的重要工具,可以追蹤、保存和管理軟體代碼的所有更改和操作,幫助資料工程師協作開發數據工程項目,並確保團隊成員之間的協同工作,可避免有人亂改或誤刪代碼。 Linux指令和Shell腳本:Linux是一種常用的作業系統,數據工程師經常使用它來處理數據,常見的版本如Ubuntu、Fedora。熟悉Linux命令(例如cd、pwd、cp、mv等)和Shell腳本可以幫助數據工程師自動化任務、管理伺服器和處理大量數據。 資料結構和演算法:數據工程師需要對資料結構(Data Structures)和演算法(Algorithms)有足夠的理解和解決問題的技能,以優化數據處理和分析。初學者可透過初級到中難度的LeetCode問題進行練習。 二、網路概念 由於現在大半數據都在線上,因此工程師常需接觸與處理VM(虛擬機)、伺服器和 API(應用程式介面),而此時就需要對 IP(互聯網協議)、DNS(域名伺服器)、VPN 等基本網路概念有基本了解。 API(應用程式介面)概念示意( Source: Geeks For Geek) 三、資料庫 資料庫是按照數據結構來組織、存儲和管理數據的倉庫,相關概念包含: 基礎知識:資料庫是存儲數據的空間,包含表(Table)、行(Column)、列(Row)、鍵(Key)、連接(Join)、合併(Merge)和模式(Schema)等基本概念。 SQL:雖然前面提過了,但要知道在使用這些資料庫時,SQL可說是最泛用也最不可或缺的語法,因此這邊再提一次。。 ACID:是原子性(Atomicity)、一致性(Consistency)、隔離性(Isolation)、持久性(Durability)的縮寫,旨在確保數據操作的有效性和穩定性。 資料庫建模:指在設計資料庫時考慮如何組織資料的過程,包括星型模式、平面設計和雪花模式等不同方法。 資料庫擴展:包括垂直擴展和水平擴展,它們用於增加資料庫的性能和容量。 OLTP與OLAP:OLAP(在線分析處理)、OLTP(在線交易處理)是不同類型的數據處理系統。OLTP是設計用於處理日常業務交易和交互式操作的系統;OLAP則是設計用於分析和探索大量數據的系統。 關係型資料庫:Relational Database,是大多數應用程式使用的傳統資料庫,用於結構化數據。常用的資料庫有PostgreSQL和MySQL。 非關係型資料庫:Non-relational Database,也稱為NoSQL資料庫。跟傳統的關聯型資料庫不同,它們不使用固定的表格模式,而是以更靈活的方式存儲數據,適合處理大量非結構化數據。非關係型數據還可分為三種類型: 鍵值資料庫:如Redis、DynamoDB、FireBase 圖形資料庫:如Neo4j、ArangoDB 寬列資料庫:如Apache Cassandra、Google BigTable 常用的關係型資料庫 MySQL 四、數據湖 Data Lake 與物件存儲 數據湖是一種大規模集中式數據存儲系統,它允許組織以原始、半結構化或非結構化的形式存儲數據,而無需建立嚴格的資料結構。這意味著數據湖可以包含來自不同來源、不同格式和不同質量的數據,可以是文本、圖像、影音等,也包含報表、視覺化、資料分析、機器學習等轉換後資料。 數據湖通常使用分佈式或物件存儲(Object Storage)系統來存儲大量數據,如Hadoop HDFS、Amazon S3等。數據以原始文件或對象的形式存儲,每個對象都包含數據本身、元數據(metadata)和唯一識別子。這種方式使得數據能夠以平面結構組織,並且具有元數據以描述數據的特徵和用途,能夠更好地管理和查詢數據。 五、數據倉儲 Data Warehouse 數據倉儲(Data Warehouse)是一種專為組織和管理大量數據而設計的數據存儲和管理系統。它的主要目標是將來自不同來源的數據整合到一個統一的、易於查詢和分析的資料庫中,以支持企業的決策制定、報告和分析需求。例如 Google 的 BigQuery、AWS Redshift、Azure Synapse、Snowflake、ClickHouse 和 Hive。須了解的相關概念包含: SQL(略) 規範化與非規範化:在數據倉儲中,數據可以以規範化(Normalized)或非規範化(Denormalized)的方式進行組織和存儲,具體選擇取決於業務需求和查詢性能的考慮。規範化主要為求消除數據中的冗余或不一致性;而非規範化則是將數據合併到一個表中以提高數據更改速度。 OLAP與OLTP(略) 六、分散式系統 包含大數據、Hadoop、分佈式文件系統、MapReduce等概念。在分散式系統中,多台機器(稱為節點或伺服器)組成叢集並共同協作,這些機器可以在不同的地方執行,彼此通信並共同完成任務。分散式系統的好處是可提高性能、可用性和擴展性,同時減少單點故障的風險。 由於其複雜性,這些系統擁有各自獨立的技術組件。因此,為了開發與佈署這些系統,數據工程師需要使用叢集管理技術或工具,如Kubernetes、Databricks,或者自行建立Hadoop叢集等。此外,還有許多開源技術可供利用。 Kubernetes 也稱為 K8s,是一個熱門的分散式系統開發和支撐平台(Source: DevOps Mojo) 七、數據處理 數據處理是指使用程式語言來轉換數據的過程,這包括清理數據以及驗證數據的準確性。在進行數據處理時,通常會使用各種工具和框架,具體選擇取決於任務的性質和規模。 以下是一些常用的數據處理工具和框架: Pandas:Pandas是一個好用的Python套件,常被用於處理和分析數據。它提供了豐富的數據結構和函數,適合用於數據轉換和清理。 SQL:(沒錯,又是它)由於多數數據倉庫支持SQL語言,因此SQL是一個常用的工具,用於執行數據轉換操作,尤其適用於處理結構化數據。 Spark:Apache Spark是一個用於大數據處理的強大框架,它提供了分佈式數據處理和分析計算。Spark通常用於處理大規模數據轉換操作,性能高且具有可擴展性。 Spark Streaming:Spark Streaming是Spark的一個模塊,用於處理流式數據。它可以實時處理數據流,非常適合需要即時分析的應用。 Spark是常用於處理大數據的強大框架(Source: Data Mechanics) 八、機器學習 Machine Learning 機器學習(Machine Learning)是一種人工智慧(AI)的子領域,它教導電腦如何從數據中學習,以自動改進和做出決策,而不需要明確的程式指令。機器學習可以應用於多個領域,如圖像辨識、語音識別、自然語言處理、醫療診斷、金融預測以及自駕車技術等。 人工智慧、機器學習、深度學習都是資料科學中的熱門領域 對於數據工程師來說,了解機器學習的不同類型,包括監督學習、非監督學習和增強學習,以及相關的模型(如邏輯回歸、決策樹、K-最近鄰算法等)很重要。他們需要知道何時應該使用哪種模型,並學會處理數據、調整模型參數,以及評估模型的預測準確性。 操作機器學習的平台有Vertex AI、Kubeflow等,這些平台可以協助數據工程師輕鬆部署模型,並構建更準確的工作流程,幫助數據科學家做出更精確的決策。 Vertex AI 是Google Cloud上的一個機器學習平台 此外,還有一些集成平台可讓數據工程師將工作流程整合到一個地方,如AWS Sagemaker、Databricks和Hugging Face等。這些平台通過共用的應用程式接口和圖形界面,使應用軟體功能不受特定硬體、作業系統、網路協議或資料庫管理系統的限制。 AWS Sagemaker也是不少人的ML開發選擇(Source: AWS) 九、作業編排管理 編排(orchestration)是一種用於管理和協調組織各種任務和工作流程的方法。它幫助我們確保工作按照預定的順序執行,以達到我們的目標。 最佳的編排工具之一是Airflow。它使用基於Python的有向無環圖(DAG)來記錄工作流程,讓您可以清楚地定義和規劃工作。Airflow特別適用於複雜的工作流程,並且在大數據和數據工程領域中廣泛使用。 其他工具包含Luigi、Nifi和Jenkins。每個工具都有其獨特的特點和使用場景,可以根據你的項目需求來選擇適合的編排工具,可以幫助數據工程師自動化和管理各種任務,提高工作效率。 Airflow是開發時常用的工作流程管理工具(Source: Airflow) 十、前端與儀表板 前端和儀表板(dashboard)是用來展示數據結果和互動的工具。它們讓我們能夠以圖表、圖像和表格的形式呈現數據,並讓用戶與數據進行互動。 舉例來說,Jupyter Notebook 是一種常用的工具,它可以幫助數據科學家和分析師在筆記本中直接進行數據分析並建立視覺化圖表。 Jupyter Notebook是好用的互動式開發工具,是許多資料科學工作者選擇 此外,儀表板或所謂BI工具如 PowerBI 和 Tableau,以及 Python 套件如Dash 和 Gradio,也被廣泛使用。這些工具允許我們建立互動性強的儀表板,讓用戶輕鬆探索數據,查看不同的視覺化結果,並根據需求進行操作。 Tableau是業界常用的商業智慧(Business Intelligence)工具,建立企業數據儀表板 十一、後端框架 後端框架與軟體工程有關,它們有助於構建網站和應用程序的後端部分。舉例來說,如果您想建立一個網站或應用,可能需要一個後端框架來處理用戶發出的請求、管理資料庫,以及提供信息給前端顯示。 基於 Python 的後端框架包含 Flask、Django 和 FastAPI 等。Flask 是一個輕量級的框架、Django則提供了更多的內置功能、FastAPI 則專注於建立API。 除了這些,還有一些雲端技術可供使用,例如G oogle Cloud Platform(GCP)的 Vertex AI API 和 AutoML APIs,這些技術可以用於模型部署和機器學習應用。 Flask 是一個 Python 網頁應用程式框架,因輕量靈活而受許多開發者喜愛 十二、自動化與部署 自動化和部署是指使用不同的工具和技術,來讓程式碼的建立和執行過程更加自動化和簡化,有助於提高效率、降低錯誤,並讓應用程式更容易管理和維護。 這個過程包括以下幾個主要方面: 基礎設施即程式碼(Infrastructure as Code):這是使用工具如Terraform、Ansible和Shell指令來管理和配置伺服器和基礎設施的過程。這些工具可讓你將基礎設施視為程式碼來處理,使其更易管理和自動化。 持續集成/持續部署(CI/CD):指透過GitHub Actions和Jenkins等工具來自動化程式碼的測試、集成、部署和交付的過程。有助於確保程式碼的品質,並使新功能能夠快速部署到生產環境。 容器化:即使用Docker和Docker Compose等工具,將應用程式和其相關的依賴項打包成容器的過程,可使應用程式在不同環境中更容易部署和執行。 Docker工作流程示意 想當數據工程師,如何培養能力? 在學生可以學習統計、資工、資料科學等科系的課程,或是透過相關實習或競賽來摸索對此領域的興趣。此外,網路上有許多付費課程、YouTube上的免費資源,也可以在kaggle、LnData等平台取得更多練習與交流機會、相關知識、技巧或資源! 要記得,這些相關技術日新月異,即使是正在工作中的數據工程師也必須時時學習與了解最新技術。相對的,正因為技術不停在改變,你也不需要強求把上面所有技能練到精通,而是掌握重要的基本概念與保持開放的學習態度。 數據工程師可以為企業做什麼? 數據工程師日常就是與數據打交道,主要包含收集、讀取、清理,探勘與管理企業的資料,以抓取符合企業分析需求的數據。這些數據則能進一步透過機器學習、演算法,產生更有價值的結果或應用方式,幫助企業做出更好的決策、優化業務流程,例如降低成本、提高獲益、優化產品、留住熟客及開發新客群。因此,數據工程師對於企業的重要性不言而喻。 然而,企業想挖掘數據最大價值,並不能只靠數據工程師。一個完整的數據團隊,通常包含數據工程師、數據科學家、數據分析師三種角色,各司其職、專業分工。他們在日常工作流程中扮演各自的角色,互相協作,完成各種不同的專案——這也是為何我們最後要強調,除了技術以外,溝通與協作等軟技能也非常重要! (原文標題:2023 年想成為數據工程師的 12 項必備技能) [joblist_plugin title='推薦【數據/資料工程師】工作機會' url='https://www.104.com.tw/jobs/search/?ro=0&keyword=%E6%95%B8%E6%93%9A%E5%B7%A5%E7%A8%8B%E5%B8%AB&expansionType=area,spec,com,job,wf,wktm&jobsource=blogc&langFlag=0&langStatus=0&recommendJob=1&hotJob=0' amount='3'] 【數據/資料工程師】職場常見證照整理: 序號證照證照介紹發照單位1DP-203 Azure資料工程師技術師身為此認證的應試者,您應該具備主題專業知識,能夠將各種結構化、非結構化和串流資料系統中的資料,整合...<詳情>Microsoft2Google專業資料工程師認證專業資料工程師透過收集、轉換和發布資料來實現以資料所驅動的決策。資料工程師應該能夠設計、建置、操作...<詳情>Google3SSE 大數據國際認證隨著有關大數據的程式語言、運算平台、基礎理論,以及虛擬化、容器化的技術成熟...<詳情>Silicon Stone Education4AWS認證的數據庫-專業級認證報考資格:1.接觸資料庫技術至少 5 年、2.實際使用 AWS 至少 2 年...<詳情>Amazon Web Services5台灣風險數據分析師除了相關法遵外,應具備在風險數據分析、質量方法運用、風險預測建模等高階專業...<詳情>社團法人台灣風險管理協會更多數據相關證照<前往> 【數據/資料工程師】職場再進修課程推薦: 課程名稱課程介紹【真人直播】零基礎Python數據分析與即時看板實作在這堂課程中,我們將帶你從學習基礎 Python 出發,了解各種常見資料檔案格式與編碼,透過 Python 進行資料表單或檔案的自動化彙整與分析...<課程介紹>GA4+GTM網站數據分析實戰課專業的教學設計,以第一線網站數據分析工作者角度,剖析 GA4 四大要領,從觀念的理解到上手實作,提升你的數據分析能力。…<課程介紹>成為數據分析師的第一把鑰匙:用Python實作三個資料分析專案以非工科生成功轉為數據分析師的經驗、第一線職場實戰角度出發,來設計這門課程,適合零基礎、初入門、想轉職作數據分析師的你!…<課程介紹>零基礎成為Python金融數據分析師|金融資訊爬蟲X視覺化應用課程單元從 Python 程式基礎開始,包含變數、資料型態、流程控制、函式、例外處理等 金融主題的網路爬蟲程式教學,製作Python爬蟲工具…<課程介紹>更多數據相關課程<前往>
【104職場力】
政府說你要會這些,才算「有AI能力」從素養到開發,5大能力類型一次看懂
政府說你要會這些,才算「有AI能力」從素養到開發,5大能力類型一次看懂
數位發展部在2026年5月正式發布「AI產業人才認定指引3.0」,這是台灣官方對AI人才能力的最新定義標準,不管你是想轉職、想升職,還是想知道自己跟市場差多少,這份指引就是你的對照表,看完這篇你就知道自己現在站在哪,下一步該補什麼。 ❇️【政府把AI人才分三類,你是哪一種?】 指引把AI人才分成三大類別: • AI應用人才:用AI工具提升工作效率、創造價值,不需要寫程式。適合各行各業在職者,包含行銷、業務、行政、人資等。 • AI開發人才:用技術把AI做出來,包含ML工程師、LLM工程師、資料科學家等技術職務。 • AI研究人才:做AI底層研究、發論文、推進技術邊界,通常需要碩博士背景。 大多數在職者和求職者,其實落在AI應用人才這一塊,不需要寫程式,但要真的會用、懂AI。 ❇️【3.0版新增了什麼?兩件大事】 • 新增「AI治理素養」:因應今年1月上路的《人工智慧基本法》,你要知道AI的風險在哪、什麼不能做、資料輸入有什麼限制,不只是技術問題,而是每個用AI的人都該具備的基本意識。 • 新增「AI協作與開發」:Vibe Coding、Agentic AI已經是現在進行式,AI不再只是輔助工具,而是你的工作夥伴,這項能力要求你能用自然語言指揮AI完成任務、設計工作流程。 ❇️【先搞清楚自己的AI能力在哪裡】 很多人以為「AI能力 = 會用ChatGPT」,但企業真正在意的其實是三件事: • AI工具應用:能不能選對工具、解決實際問題 • AI判斷能力:能不能判斷AI輸出的內容、做出決策 • AI工作解決力:能不能整合應用、真正創造價值 會問問題、會做摘要、會生圖,只是起點,不是終點,未來比的不是誰會AI,而是誰真的能跟AI協作。 不確定自己現在落在哪個位置?可以先做一個快速檢測,104 AI通用素養檢測只要幾分鐘,就能找出你的能力落點,測驗通過還能回傳到104履歷,讓企業主動找到你。 👉立即測試AI通用素養 https://nabi.104.com.tw/course/104nabi/e9e13d08-2c6f-49b2-bae8-1e9418588041 ❇️【你缺哪塊能力?5大類型對照學習】 指引把AI能力分成五大類型,以下是重點整理: 1️⃣ AI應用素養(No-code) 了解AI基本原理、道德倫理、應用限制與風險辨識,新增AI治理素養,重點在於風險判斷與合規意識 ▶ 商業應用技能 1-1 生成式 AI 如何顛覆您的工作模式 :https://nabi.104.com.tw/course/aws/553bc7bd-5e0e-48c4-af58-41ed7368ce15 ▶ iPAS AI應用規劃師衝刺班:https://nabi.104.com.tw/course/104nabi/19ba2cdd-5ae1-44a0-a975-01f989c92691 ▶ 生成式 AI 能力課程:https://nabi.104.com.tw/course/iiiedu/46267952-18a1-4b5c-a0dd-052b04d1a418 2️⃣ AI工具應用(No-code) 會用ChatGPT、Midjourney、Runway、ElevenLabs等工具完成文書、圖文、影像、音源、自動化等實際任務,並能整合進工作流程 ▶ ChatGPT 實戰應用-讓AI成為你的超級助手 :https://nabi.104.com.tw/course/lunglungai/b5566bfa-71f7-4ed9-b7b4-5d4c406f8e21 ▶ AI行政管理力實戰課|高效會議記錄 × 精準SOP × 掌握AI工具: https://nabi.104.com.tw/course/104nabi/615567ab-cd6f-423e-9277-841af2dd7031 ▶ n8n自動化工作術:https://nabi.104.com.tw/course/tibame/fe53158a-175d-4ec1-aac1-4d3f04e1fb43 3️⃣ AI程式語言應用(Low-code) 能用自然語言指導AI協作撰寫程式、使用GitHub Copilot、Cursor等工具,設計AI Agent工作流程,不需精通語法,但要懂邏輯與除錯 ▶ 文組人一定要會的 Vibe Coding:https://nabi.104.com.tw/course/104nabi/f8202e4f-3029-464f-9f2d-57dd65702913 ▶ AI助理GitHub Copilot | 提升前端開發效率:https://nabi.104.com.tw/course/tibame/c4795096-ae10-43a5-b5e3-2a6548c30e8c ▶ AI Agent 零基礎打造個人工作流:https://nabi.104.com.tw/course/cwlearningtop/e4e74b5f-a403-44d4-894d-8bfbb24b0b88 4️⃣ AI模型訓練(Pro-code) 使用TensorFlow、PyTorch等框架訓練AI模型,涵蓋機器學習、強化學習、fine-tuning與RAG等進階技術 ▶ 技術開發技能1-9 如何利用 AWS 儲存服務加速生成式 AI 與機器學習訓練 :https://nabi.104.com.tw/course/aws/38612d3f-e05e-499c-a5e1-8d4f63192ada ▶ PyTorch生成模型全解析:https://nabi.104.com.tw/course/tibame/1908197d-6314-491e-b1ff-08aed83c8dc0 ▶ AI資料科學家全方位課程:https://nabi.104.com.tw/course/tibame/48cff3f9-685f-4dcc-9d2e-6e058d3e4de4 5️⃣ AI服務開發(Pro-code) 整合NLP、LLM、CV等技術開發完整AI應用服務,包含模型部署、API串接與系統整合 ▶ 自然語言處理與大型語言模型 :https://nabi.104.com.tw/course/ittraining/ad7af932-6033-457a-b8be-9735444d02ec ❇️【對應這份指引,哪些證照值得考?】 指引中明確列出推薦認證,以下是與一般在職者、求職者最相關的幾張: 一、 素養類 1. iPAS AI應用規劃師 初級(經濟部) • 特色:國家級認證,證書永久有效。考試範圍包含人工智慧概論與生成式AI應用兩科,考題靈活且重視實際應用,且難度隨梯次逐漸加深的趨勢。 • 建議備考時間:4-8週 • 證照資訊:https://nabi.104.com.tw/ability/10049056 2. 生成式AI能力認證(資策會) • 特色:有明確的考試範圍與備考內容,證書兩年有效,通過率幾乎都有80%以上。 • 建議備考時間:3-6週 • 證照資訊:https://nabi.104.com.tw/ability/10048893 二、 工具類 1. iPAS AI應用規劃師 中級(經濟部) • 特色:國家級認證,證書永久有效。考試範圍包括人工智慧技術應用,以及大數據處理分析與應用、機器學習技術與應用兩科目擇一,適合已有AI相關技術開發經驗,以及參與過企業AI應用專案相關技術背景人士。 • 建議備考時間:6-12週 • 證照資訊:https://nabi.104.com.tw/ability/10049057 2. 生成式AI美術設計能力 初級/中級(資策會) • 特色:測驗分成學科與術科,術科分數會加權60%,測驗範圍以生成式AI基礎知識,以及AI繪圖、圖片影片生成相關實務操作為主,需擅長各種AI生成工具因應術科題目,適合設計師、社群經營與內容行銷人員,證書有效期兩年。 • 建議備考時間:3-8週 • 網址:https://nabi.104.com.tw/ability/10049229  (生成式 AI 美術設計能力初級)、https://nabi.104.com.tw/ability/10049230  (生成式 AI 美術設計能力中級) 三、 專案類 1. TQC+ 人工智慧:機器學習(電腦技能基金會) • 特色:以術科考題重視程式技術與模型實作,適合已有Python基礎並具備機器學習相關實作經驗者,是一張具AI實務鑑別度的證照。 • 建議備考時間:6-12週 • 網址:https://nabi.104.com.tw/ability/10040787 完整認證資源請參考: https://moda.gov.tw/ADI/services/publications/1611#qaH19692
104學習 職場熱門證照排行榜
工作推薦信範例如何寫?推薦信範本word下載
工作推薦信範例如何寫?推薦信範本word下載
工作推薦信範例如何寫?求職時,可能會需要別人幫忙寫一封推薦信,通常是邀請主管長官等,尤其是長期跟你共事,了解你做事風格與表現的人。本文將介紹5個推薦信不可不知的要訣,讓你在求職、求學時所列的經歷更有信服力! ▌先雙手奉上今天的教學口訣: 「選、說、給、告、謝」 選:選對人,找了解你優點的人來寫。 說:說明原因,告訴對方為什麼需要推薦信。 給:提供範本,幫助對方寫出更好的推薦內容。 告:告知時間,提前告訴對方截止日期。 謝:感謝對方,不管結果如何都表達感激。 ▌為什麼會覺得難開口? 很多人不敢請別人幫忙寫推薦信,因為: - 害怕麻煩別人: 寫信需要花時間和心力,感覺好像在增加別人的工作。 - 不確定怎麼開口: 不知道該怎麼說,才會讓對方願意幫忙又不覺得為難。 - 擔心推薦內容不好: 害怕對方寫的信不夠好,或者不知道要寫什麼內容。 簡單地說,都是怕麻煩別人!不過如果表現不錯,相處也合宜的人,其實不用太擔心,相信主管很願意助你一臂之力的! ▌如何正確請別人幫忙寫推薦信? 其實,請別人幫忙寫推薦信不需要太害羞,只要完整說明來意、表達請求: - 選對人選: 選一位了解你的工作能力、品格或學習表現的人來寫推薦信,這樣他們可以寫出有說服力的內容。例如,之前帶過你的老師、主管或同事。 - 清楚說明原因: 你可以簡單地告訴對方,為什麼你需要推薦信。例如,「我想申請新工作,想讓未來主管清楚我在上份工作的表現成果。」 - 提供細節和範本: 你可以告訴對方,你希望推薦信提到哪些方面,比如你的優點、工作成果或學習表現。甚至,你可以自己先準備範本,讓對方參考,這樣對方寫起來會更容易! - 提前告知時間: 告訴對方什麼時候需要推薦信,並給他們足夠的時間準備。不要等到最後一刻才請別人幫忙,這樣他們才不會感到壓力。 - 感謝對方: 無論對方是否同意幫忙,都要記得禮貌! ▌推薦信範本 推薦信內容可分成三部分:介紹、貢獻、為何 - 介紹:介紹推薦人的背景,和被推薦人的關係與共事時間 - 貢獻:條列對公司的具體貢獻,也可提到團隊合作、印象深刻的事等等 - 為何:強調這些貢獻與人格特質和欲申請的職位相符 ▌結語 推薦信一直是許多人苦惱的問題,但相信只要用心、尊重對方的時間和意願、範本清楚簡潔,相信大多數人都會樂意幫你!推薦信是展示你的好機會,最重要的是選適合的人、說清楚原因、信的內容強調和職位的關聯,最後,無論錄取與否,都別忘了致上最深的謝意!
知識貓星球 超級辦公室達人
CCNA好考嗎?2025認證攻略 提升網路技能的必備資格
CCNA好考嗎?2025認證攻略 提升網路技能的必備資格
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。無論是想進一步了解網路基礎概念,還是尋求提升職場競爭力,CCNA都是不可錯過的重要憑證。本文將帶大家認識CCNA認證內容、報考條件、考試準備資源,讓你輕鬆踏上網路專業之路。 CCNA認證是什麼? CCNA是Cisco Certified Network Associate的縮寫,是Cisco提供的基础網路認證。它重點在基本網路構造、LAN和WAN原理、IP通信和網路安全等基础能力。通過CCNA,您可以認識網路基本運作原理,並增加解決網路問題的能力。 CCNA認證好考嗎? 雖然CCNA認證在難度上屬於網路專業認證的入門款,但還是需要一定的準備和學習。CCNA考試包括理論和實作兩部分,考生需要熟悉IP網路概念、LAN和WAN構造、VLAN和網路處理功能。對於新手而言,有網路基礎知識背景將會將考試過程簡單化。 CCNA認證好用嗎? 根據104學習精靈的資料,有近30%的網管工程師職缺要求求職者須具備CCNA認證資格,但除了這張證照之外,工程師的實務操作能力,以及程式語言、資料庫系統架構、框架工具使用技能...等專業技術也至為重要,甚至有的企業會要求專案型的工程師達到CCNP(CCNA再高一級的認證)以上等級,因此,證照技能兩不誤,才能凸顯能力價值。 工程師必備技能課程:https://nabi.104.com.tw/nabisearch/course?keyword=%E5%B7%A5%E7%A8%8B%E5%B8%AB&jobcat=2007000000 報考CCNA認證需要具備什麼條件? 報考CCNA認證沒有限制,任何對網路技術有興趣的人都可以參加。不過,具備以下基礎知識會有助於增加過關機率: ● 基本電腦操作知識:熟悉電腦硬體和軟體的基本操作。 ● 網路基礎概念:如IP地址分配、子網路劃分、路由和交換等。 ● IT基礎英語能力:CCNA考試的內容多為英文,理解基本的技術英語是必需的。 如何報考CCNA認證? 報考CCNA的步驟如下: 1. 註冊Cisco帳號:前往Cisco官方網站(Cisco官方網站)註冊個人帳號。 2. 選擇考試科目:目前CCNA的主要考試代碼為200-301,請確認最新的考試資訊。 3. 選擇考試中心或線上考試:登錄Pearson VUE考試平台,選擇您方便的考試中心或選擇線上遠端監考模式。 4. 支付考試費用:CCNA考試的費用約為300美元,依所在地區可能有所變動,支付後即可完成報名。 5. 準備考試:利用Cisco學習網頁、教材或其他學習資源進行充分準備。 6. 參加考試:在預約的時間和地點參加考試,也可申請遠距考試。 CCNA的考試範圍內容為何? CCNA考試範圍涵蓋多個網路基礎領域,主要包括以下內容: ● 網路基礎:了解網路運作的基本概念,如OSI模型、IP尋址、子網劃分等。 ● 交換與路由技術:包括VLAN配置、路由協議(如OSPF、EIGRP)及靜態路由的設置。 ● 無線網路基礎:涵蓋無線網路配置與故障排除的基本知識。 ● 網路安全:基礎防火牆配置、訪問控制列表(ACL)的使用及網路威脅防護。 ● 自動化與可程式化網路:基礎網路自動化工具(如Python)和SDN(軟體定義網路)概念。 ● 這些內容結合了理論與實務,旨在提升考生對實際網路操作與問題解決的能力。 因此,CCNA認證是通往網路管理專業的入門證照之一,搭配多樣性的工具技能專才,幫助你在職涯發展上更順利。 CCNA 可以做什麼工作?(104人力銀行統計企業職務要求排行榜) Top1: 網路管理工程師 Top2: 系統工程師 Top3: 資訊設備管制人員 Top4: 網路安全分析師 Top5: MIS / 網管主管 證照資訊: https://nabi.104.com.tw/ability/10000637 相關免費課程影片: https://nabi.104.com.tw/nabisearch/film?keyword=CCNA 需要CCNA的職缺需求: https://bit.ly/3TXgEl4
104學習 證照學習熱門QA整理
企業每月搶10萬AI人才,你缺的不是熱情,是這三項硬技能
企業每月搶10萬AI人才,你缺的不是熱情,是這三項硬技能
每個月,台灣企業正在搶10萬名AI人才 根據104學習最新發布的《2026 AI人才趨勢報告》,今年企業平均每月招募AI相關職缺已達10萬人,近5年AI人才需求成長97.6%,幾乎是整體招募市場同期成長速度的4倍。 這場搶人大戰,缺的不是想學AI的人,缺的是真正具備企業要的能力的人 ❇️【企業到底想要什麼?三項硬技能排名】 報告明確列出2026年AI職缺最常見的技能需求: 1️⃣ 流程自動化(近5年成長233%) 從製造到行政業務,效率提升最直接的技能,不只是工程職需要,製程規劃、生產管理、品保品管都在找 2️⃣ 機器學習演算法(近5年成長64%) 監督式學習的核心,廣泛應用於分類與預測任務,資料分析、產品開發、研究職高度相關 3️⃣ 自然語言處理(近5年成長147%) 文本理解與語義分析,適用於客服、行銷、法務等多個職類,不需要自己建模型,但要懂得如何應用 ❇️【工具會用哪些?企業點名這三個】 技能之外,企業也直接在職缺中點名求職者要會使用的AI工具: • ChatGPT:從辦公自動化到創意協作、文字生成,已成企業首要指定工具 • PyTorch:深度學習模型訓練,AI研發職位的主流框架 • TENSORFLOW:企業 AI 應用首選,支援模型部署與擴展 ▶ ChatGPT、Gemini雙雙入榜,說明LLM的應用已不只是技術人員的工具,而是各職類工作者的日常配備 ❇️當技能相近時,證照是讓履歷被看見的加速器 • iPAS+ AI應用規劃師:經濟部核發的國家級AI應用認證,是企業評估數位轉型人才的判斷標準之一 • 證照資訊:https://nabi.104.com.tw/nabisearch/certify?keyword=ipas%2BAI ▶️【點我免費做 iPAS+ AI應用規劃師 初級模擬測驗】 https://nabi.104.com.tw/assess/6c2efe0a-8456-4694-bdc3-a1813f66ee19 ▶️【初級】衝刺班|速攻考點 × 模擬實戰 × GPT刷題攻略】 https://nabi.104.com.tw/course/104nabi/19ba2cdd-5ae1-44a0-a975-01f989c92691 ▶️【中級】衝刺班|命題精析 × 實戰解題 × AI刷題 https://nabi.104.com.tw/course/104nabi/3987ebea-3686-4f67-a292-c46c3cc2128e • 機器人工程師證照:針對製造業自動化場景,是企業識別硬體整合型AI人才的重要指標 https://nabi.104.com.tw/ability/10049172 ❇️【從哪裡開始?】 中央大學資管系兼任助理教授劉書銘指出,AI變化太快,學習AI不只是學一門課,而是要獲得「理解未來的核心能力」。 三個月學一項技術的節奏已跟不上市場。重要的是找到自己職務最需要的AI技能,精準切入,而不是什麼都學一點。 💡求職者: 想知道你的職務最需要哪項AI技能?104學習AI專區會自動帶入你的當前職務,分析技能缺口、提供測驗與推薦課程 👉 立即進入104學習AI專區 https://nabi.104.com.tw/ai ➡️【免費下載|2026 AI 人才趨勢報告】適合新鮮人、在職者與想轉職的人 https://nabi.104.com.tw/posts/nabi_post_e6bc6bfe-0bf0-4d19-82ca-a2d1090738db 💡企業主: 想讓員工系統性補上AI能力?104人資市集提供AI企業內訓課程,協助實現員工AI化目標 👉 了解104企業AI內訓方案 https://tw104.pse.is/98mx3p
104學習 職場熱門證照排行榜
虛擬主機租用前必看:費用怎麼算、五個常見陷阱與台灣主機商挑選指南
虛擬主機租用前必看:費用怎麼算、五個常見陷阱與台灣主機商挑選指南
上個月有一位做食品批發的客戶來找我,說他的官網已經三天連不上,設計公司電話打不通,主機在哪裡也沒人知道。後來查出來主機是設計公司用個人名義向國外業者租的,年費到期沒續約,網站就這樣消失了。這種情況我一年會遇到好幾次,共通點都一樣:當初租虛擬主機的時候,沒有人認真看過方案內容。 這篇文章不談技術細節,只談企業在租用虛擬主機之前,應該弄清楚的幾件事:費用是怎麼組成的、哪些地方最容易踩雷、台灣主機商和國外主機商各有什麼考量、以及該用什麼標準來選。內容以2026年台灣市場為準,價格會隨方案與時間變動,建議以主機商公告為主。 【先弄清楚:虛擬主機到底租的是什麼】 租虛擬主機,租到的其實是一台伺服器上的一小塊空間,加上主機商的維護服務。同一台伺服器上通常還有幾十個到上百個其他網站,大家分攤硬體、機房和頻寬的成本,所以價格才能壓到一年幾千元。 換個角度說,你付的錢不只是買硬碟空間,還包含了機房電力與冷卻、網路頻寬、系統更新、資安防護、備份、以及出事時有人幫你處理的客服。這也是為什麼同樣標示10GB空間的方案,價格可以差到三倍以上,因為背後附帶的服務完全不同。 【虛擬主機費用怎麼算:四個組成】 第一、基本年費。這是方案表上看得到的價格,台灣市場大致從一年一千多元到三萬多元不等。 第二、網域費用。網址每年要另外續費,.com.tw或.com一年大約幾百元到一千多元。有些主機商會贈送第一年網域,第二年起自費。 第三、SSL憑證。現在多數方案已內含免費憑證,但仍有部分低價方案要另外收費,簽約前要問清楚。 第四、隱藏費用。這一項最容易被忽略,包括資料還原費、超量流量費、搬站費、以及續約時的價格調整。有些國外主機商第一年打對折吸引你,第二年起恢復原價,三年下來反而比台灣主機商貴。 把這四項加總,才是你真正的年度主機成本。以一個中小企業的WordPress網站來說,合理的總成本大約落在每年四千到六千元之間。 【2026年台灣虛擬主機價格帶】 一年兩千元以下:多半是國外主機商的入門方案或台灣的小型業者。空間看起來不小,但常見的問題是伺服器塞了太多網站,尖峰時段變慢,客服回應也慢。 一年三千到五千元:台灣主要主機商的標準方案大多落在這裡。通常包含台灣機房、免費SSL、每日備份、中文客服。這是我最常建議企業選擇的區間。舉例來說,戰國策集團的WordPress主機一年3,600元,續約同價,附贈第一年網域和一批付費外掛,算是這個價格帶中內容比較完整的。 一年八千元以上:資源配額較高,適合流量大或多站點的企業。如果網站已經需要這種等級的方案,其實可以順便評估VPS。 【租用虛擬主機最常踩的五個陷阱】 陷阱一:主機和網域都登記在設計公司名下。這是最嚴重的問題。將來換設計公司、或對方倒閉失聯,你的網站和網址等於被綁架。務必要求主機帳號和網域所有權登記在自己公司名下。 陷阱二:只比空間大小。100GB的美國主機不見得比10GB的台灣主機好用,因為虛擬主機的瓶頸通常是CPU和記憶體配額,不是硬碟空間。一般企業網站用不到10GB。 陷阱三:沒問備份和還原的細節。有備份不代表能還原,要問還原是否收費、備份保留幾天、是否可以自己下載備份檔。網站被駭的時候,這些細節決定你能不能救回來。 陷阱四:忽略續約價和到期提醒。續約通知信寄到離職員工或設計公司的信箱,是網站突然消失最常見的原因。把到期日記在公司行事曆,並確認通知信寄到公司共用信箱。 陷阱五:以為便宜的國外主機可以省錢。國外主機對台灣客戶來說連線延遲高,客服是英文、有時差,刷外幣還要手續費,也拿不到統一發票。除非你的客戶主要在海外,否則省下來的錢通常不夠賠上後續的麻煩。 【台灣機房和國外機房:怎麼判斷該選哪一種】 判斷標準只有一個:你的客戶在哪裡。 客戶在台灣,主機就放台灣。台灣機房到台灣使用者的延遲大約三、四十毫秒,美國機房則要一百五十毫秒以上。這個差距會反映在網站開啟速度上,也會影響Google對網站效能的評分。 客戶在海外,例如做跨境電商或東南亞市場,那就把主機放在靠近客戶的地區。這時候國外主機反而是正確的選擇,只是要有心理準備,客服和付款都會比較麻煩。 如果兩邊都有客戶,可以考慮台灣主機搭配CDN加速,讓海外使用者也能有不錯的速度,成本比租兩個主機低。 【挑選台灣主機商的七個問題】 在簽約之前,建議把下面這七個問題直接問主機商,從對方回答的清楚程度,就能大致判斷這家業者的水準。 一、伺服器放在哪個機房?(台灣客戶為主,優先選中華電信等級的IDC) 二、承諾的稼動率是多少?有沒有公開的運作狀態頁面? 三、多久備份一次?保留幾天?還原要收費嗎? 四、客服的時段是什麼?晚上和假日找得到人嗎? 五、控制台是cPanel還是Plesk?可以自己切換PHP版本嗎? 六、有沒有免費試用期?不滿意可以退費嗎? 七、從舊主機搬過來,會協助搬站嗎?收費嗎? 以戰國策集團為例,主機放在中華電信IDC,稼動率99.99%並公開報表,客服365天全年無休,提供14天免費試用與60天退款保證,也協助免費搬站。這些條件的詳細內容和同業比較表,可以參考官網的虛擬主機說明頁:www.nss.com.tw/virtual-hosting。 【簽約前先做好的三件事】 第一件事,盤點現有資產。把公司目前的網域、主機、企業信箱、SSL憑證列成一張表,標明各自的到期日、登記人、付款方式。很多公司做到這一步才發現,網域登記在十年前的員工名下,或是主機根本不知道向誰租的。 第二件事,估算實際需求。看一下網站現在的月流量、頁面數、圖片和檔案的總大小,以及未來一年有沒有改版或加功能的計畫。多數企業網站的實際用量遠低於方案上限,不需要為了「以防萬一」多付好幾倍的錢。 第三件事,要求書面條款。稼動率承諾、備份政策、退費條件、續約價格,這些都要落在報價單或合約上,不要只聽業務口頭說明。願意白紙黑字寫下來的主機商,通常也比較願意負責任。 這三件事做完,再去比較方案,你會發現很多看似便宜的選項自然就被排除了,剩下的幾家用前面那七個問題去問,答案就會很清楚。 【什麼情況該從虛擬主機升級到VPS】 虛擬主機不是萬能的。出現以下狀況,就該開始評估VPS: 每日瀏覽人次穩定超過五千,或活動期間會有瞬間大流量。網站有會員系統、購物車、即時查詢等大量資料庫操作。需要安裝主機商不允許的特殊軟體或設定。同一個帳號放了太多網站,互相影響效能。 但反過來說,如果只是形象網站或內容型部落格,就算流量不小,虛擬主機搭配快取通常也撐得住。先從虛擬主機開始,有需要再升級,是成本最合理的做法。 【主機商失聯或倒閉,網站怎麼辦】 這是客戶最常問我的緊急狀況之一。先講結論:只要網域在你手上、備份在你手上,網站就救得回來,通常一到兩天內可以在新主機上重新上線。 反過來,如果網域登記在別人名下、備份只存在原主機商那裡,那就真的很難處理,有時候只能重做網站,再想辦法透過網域爭議程序把網址要回來,耗時數個月。 所以平常就要養成兩個習慣:定期把網站備份檔下載到公司自己的雲端硬碟,每季一次就夠;以及每年檢查一次網域和主機的登記資料,確認所有權和聯絡信箱都是公司的。這兩件事不花錢,但能避掉最嚴重的損失。 【常見問題】 Q1:虛擬主機一年多少錢才合理? 台灣中小企業的WordPress網站,主機加網域加SSL的年度總成本大約四千到六千元。低於兩千元要留意服務內容,高於一萬元則應該評估是否需要VPS。 Q2:可以用免費虛擬主機放公司網站嗎? 不建議。免費主機會強制放廣告、沒有備份、沒有客服,而且隨時可能停止服務,只適合練習用。 Q3:租了虛擬主機,網站就會自動出現嗎? 不會。主機只是空間,網站還需要設計、內容、網域設定和SSL。多數主機商可以協助一鍵安裝WordPress,但內容還是要自己準備。 Q4:一個主機帳號可以放幾個網站? 看方案。多站共用可以省錢,但主要的公司網站建議獨立一個方案,避免其他網站出事時被牽連。 Q5:現在的主機很難用,搬家會不會很麻煩? WordPress網站搬家不難,正規主機商通常免費協助。比較需要時間的是網域轉移和企業信箱,建議在舊主機到期前一到兩個月開始處理。 Q6:Windows主機和Linux主機怎麼選? 看網站用什麼程式做的。WordPress選Linux,ASP.NET選Windows。不確定的話,請主機商幫你檢查現有網站,通常是免費的。 【想確認公司網站的主機狀況】 如果你不確定現在的主機在哪裡、登記在誰的名下、一年花多少錢,或是想評估要不要搬家,可以直接找戰國策集團的客服協助檢查。我們做主機服務超過26年,服務超過3萬家企業,可以依你的網站類型給具體建議。 虛擬主機方案說明:www.nss.com.tw/virtual-hosting 免付費客服專線:0800-003-191(365天全年無休) LINE ID:@119m 官方網站:www.nss.com.tw
林尚能 台灣服務比較網
Mr.、Mrs.、Miss和Ms.怎麼使用?四個例句一次學會所有稱呼的差異和適用場合,用錯就糗了!
Mr.、Mrs.、Miss和Ms.怎麼使用?四個例句一次學會所有稱呼的差異和適用場合,用錯就糗了!
Mr.、Mrs.、Ms.和Miss是英語中的敬稱,用於稱呼或提及他人,主要區別在於性別和婚姻狀況。職場中最常見的稱呼是Mr.和Ms.,因為這兩種不涉及婚姻狀況,用於稱呼所有男性和女性,在職場中避免尷尬和專業,盡量以這兩種稱呼為主! 1. Mr. – 用於稱呼男性,無論婚姻狀況如何。 Mr. John Smith(約翰・史密斯先生) 2. Mrs. – 用於稱呼已婚女性,傳統上通常代表女性已婚。 Mrs. Jane Johnson(簡・喬納森夫人,通常代表女性使用丈夫的姓氏,但不一定。) 3. Miss – 用於稱呼未婚女性,或年輕女性,傳統上多用於稱呼年輕女孩或未婚女性。 Miss Emily Davis(艾米莉・戴維斯小姐) 4. Ms. – 用於稱呼女性,無論婚姻狀況,這是較為中性且現代的稱呼方式。 Ms. Sarah Brown(莎拉・布朗女士) Mrs.和Miss是傳統稱呼,會區分婚姻狀況,而Ms.是較新出現的稱呼,不會強調婚姻狀況,適合職場或正式場合中使用。
知識貓星球 職場英文力,你的超能力✨
從開發到AI:軟體工程職務最常關注的八大證照
從開發到AI:軟體工程職務最常關注的八大證照
在軟體工程領域,擁有專業證照能提升技術實力與職場競爭力。與其他職務相比,軟體工程師對AI相關證照的關注度更高,顯示人工智慧技術在業界的重要性。無論是開發、網路安全、專案管理,各種證照都有助於職業發展。以下是軟體工程類人員最常瀏覽的八大證照,幫助求職者選擇適合的認證。 第一名🟢人工智慧:機器學習 Python 證照資訊: https://nabi.104.com.tw/ability/10040787 ✍️Python程式設計測驗: https://nabi.104.com.tw/assess/90b01176-e755-467c-aed7-a14a56c8a5db 這項證照專為希望掌握人工智慧與機器學習技術的工程師設計,涵蓋Python程式設計、資料分析、模型訓練等關鍵技術。擁有此證照可幫助求職者進入AI領域。 第二名🟢TOEIC (多益測驗) 證照資訊: https://nabi.104.com.tw/ability/10034532 ✍️線上模擬試題測驗: https://nabi.104.com.tw/assess/toeic 發行單位: https://nabi.104.com.tw/certify/unit/791f4d25-0e7f-41b7-b6fc-453d0fb44696 作為全球廣泛認可的英語能力測試,TOEIC證照在科技產業中極具價值。許多跨國科技公司要求工程師具備良好的英文溝通能力,以便參與國際專案、閱讀技術文件,甚至與國外客戶或團隊合作。 第三名🟢CCNA 證照資訊: https://nabi.104.com.tw/ability/10000637 發行單位: https://nabi.104.com.tw/certify/unit/f3b08867-0882-42c6-bd7a-41eac5959990 CCNA證照是思科(Cisco)提供的網路技術認證,涵蓋網路基礎、路由與交換、網路安全等內容。對於希望進入網路工程領域的軟體工程師來說,這是一項極具價值的證照,可幫助建立穩固的網路技術基礎。 第四名🟢 AI-900 AI 人工智慧基礎認證 證照資訊: https://nabi.104.com.tw/ability/10047979 發行單位: https://nabi.104.com.tw/certify/unit/7e37d905-b2f6-4de9-a3d8-99ad1f30fafe AI-900是微軟提供的人工智慧基礎認證,適合初學者與有志於AI應用開發的工程師。內容涵蓋機器學習、電腦視覺、自然語言處理(NLP)等概念,適合作為進階AI技術的起點。 第五名🟢 Google Analytics (分析) 個人認證資格 證照資訊: https://nabi.104.com.tw/ability/10028451 ✍️線上模擬試題測驗: https://nabi.104.com.tw/assess/ceb78afe-8583-4273-97a3-66fe940374df 發行單位: https://nabi.104.com.tw/certify/unit/141cc2fe-394a-4820-8aed-4e8af84d0c3a Google Analytics證照是數據分析與網路行銷領域的重要資格,對於開發數據驅動應用程式的工程師來說至關重要。透過此認證,工程師能夠學習如何有效解讀網站數據優化產品。 第六名🟢ISO 27001 資訊安全管理系統主導稽核員 證照資訊: https://nabi.104.com.tw/ability/10028325 ▶️學習課程: https://nabi.104.com.tw/course/acad/b7cfaa80-1ba7-4088-8182-10356906f1ce ISO 27001證照主要關注資訊安全管理,適合希望在企業內部負責資安政策與風險管理的工程師。此證照能夠幫助企業確保資訊系統的安全性,特別適用於從事資安、雲端服務與企業IT管理的專業人士。 第七名🟢SCJP (現為OCPJP) 證照資訊: https://nabi.104.com.tw/ability/10028055 SCJP(現為OCPJP)是Oracle提供的Java專業認證,專為有一定Java開發經驗的工程師設計,適合希望提升程式設計能力並在Java開發領域深入發展的專業人士。 第八名🟢國際專案管理師 PMP 證照資訊: https://nabi.104.com.tw/ability/10029355 發行單位: https://nabi.104.com.tw/certify/unit/5670bd2b-59f0-4c55-bbfd-f5f7ab785713 PMP(Project Management Professional)是全球最具公信力的專案管理認證,此證照涵蓋專案規劃、風險管理、資源分配等重要技能,能夠提升技術主管與專案負責人的職場競爭力。
104學習 職場熱門證照排行榜
輝達年薪 650 萬找簡報師:大家履歷都寫「會做 PPT」,你拿什麼證明?
輝達年薪 650 萬找簡報師:大家履歷都寫「會做 PPT」,你拿什麼證明?
輝達開出年薪 650 萬台幣找簡報設計師,引發網友熱烈討論,這件事點出職場最真實的現實:把複雜事情講清楚,本來就是超高價值的專業,但每個人履歷都寫自己擅長簡報,主管到底憑什麼相信你? 1️⃣不只是排版,高薪買的是「把複雜講成簡單」 很多人以為做 PPT 只是找漂亮模板、調調字型,但輝達願意開出這種高階年薪,買的其實是「資訊轉譯」的硬實力。科技巨頭每天要面對投資人、跨國客戶與內部高層,講台上不能有一句廢話。簡報師的工作是把深奧的 AI 技術與複雜數據,轉化成對方一聽就懂、願意買單的商業故事。現在 AI 工具隨手一按就能生出一份投影片,操作軟體早就不是門檻;真正值錢的,是你能不能抓出重點、梳理邏輯,並促成最後的商業決策。 2️⃣求職最大痛點:每個人都說自己「精通簡報」 打開 104 履歷,十個人裡面有九個人都會在技能欄勾選「擅長 PowerPoint、具備簡報溝通提案能力」,但對人資和用人主管來說,這反而是最難在面試前驗證的模糊技能。畢竟口說無憑,很多人自稱精通,做出來的頁面卻塞滿整段密密麻麻的文字;加上主管不可能每個人都找來現場試講,而在學校報論文、做小組作業的經驗,拿到職場商務提案也常常不管用。這種「大家都在寫,卻沒人拿得出證據」的狀況,正是為什麼越來越多求職者選擇直接考一張 具公信力的簡報實力認證 來證明自己。 https://104bc.pse.is/9drvtt 3️⃣業界三大名師背書:20分鐘線上測驗,直接替履歷加分 想在海選履歷中一眼被看見,你需要一套具備公信力的客觀標準。台灣簡報與溝通教育訓練領域的三位代表性人物:企業簡報教練王永福(福哥)、影響力教練謝文憲(憲哥),以及台大簡報大賽創辦人葉丙成教授,聯手制定了這套標準化的評測機制。 💡這次推出的 104 × 台灣簡報認證-初級 門檻很親民,不考軟體操作、也不用上台演練,純粹檢核你的「簡報核心觀念」,內容涵蓋簡報觀念、簡報準備、投影片技巧、表達技巧、邏輯結構與群眾分析等六大能力。 • 測驗方式:線上測驗,單選加複選共 30 題,70 分及格。 • 彈性快速:約 20 分鐘就能完成,即報即考、不限時間地點。 • 履歷連動:測驗通過後,104學習於3-5個工作天將直接把認證回傳至你的 104 履歷資格認證欄位,讓你的實力被看見。 4️⃣提早卡位建立差距,就是最划算的職涯投資 初級認證只是起點,未來還能一路挑戰中級(作品審查)與高級(實體上台,由福哥、憲哥親自評定),現在考等於提早卡位,拉開跟其他求職者的差距。 從日常向主管回報進度、跨部門協調爭取預算,到對外向客戶提案競標,簡報力決定了你在職場上的能見度與說服力。與其在自我介紹裡花大篇幅解釋自己多會溝通,不如在履歷放上一張有公信力的認證,讓你的實力一眼就被看懂。 ❇️立即報名【104 × 台灣簡報認證-初級】https://104bc.pse.is/9drvtt
104學習 新鮮人求職攻略🔥 找工作與技能養成請進
AI大神Karpathy的「LLM Wiki」是什麼?改善工作流、打造知識複利
AI大神Karpathy的「LLM Wiki」是什麼?改善工作流、打造知識複利
AI大神卡帕西(Andrej Karpathy)是特斯拉Autopilot神經網路架構推手、OpenAI共同創辦人,看看他如何運用「LLM Wiki模式」蓋出知識圖書館,這個模式的核心主張是,維護結構化知識庫的初期成本,會在成熟後帶來巨大的回報。 文/樂羽嘉編譯 由天下雜誌授權轉載 本文目錄(點擊可快速前往) LLM Wiki是什麼?卡帕西的真知灼見三層知識架構LLM Wiki核心主張:複利效應的豪賭LLM Wiki實際上怎麼運作?怎麼用Obsidian建立你的LLM Wiki?建立LLM wiki的訣竅LLM Wiki有哪些優點?LLM Wiki有哪些缺點? 每次問AI問題、得到答案,然後AI就失憶,下一次提問從零開始,是不是感覺很可惜?看看「AI大神」卡帕西怎麼幫AI蓋圖書館、累積知識複利。 每一位AI工程師都打造過類似的檢索流水線。你對文件做嵌入、切片、儲存向量,提問時回傳相關切片、由Claude或ChatGPT模型合成答案。 這套流程確實行得通,但如果3個月後有人問了一模一樣的的問題,系統只會機械式重複相同動作,沒有從前一次互動學習到任何東西。 這正是傳統RAG(檢索增強生成)的缺點,也就是從不保留知識。系統永遠處於健忘狀態,每一次查詢都必須從零開始,空有能力卻無法成長。 有AI大神之稱的卡帕西(Andrej Karpathy)是特斯拉Autopilot神經網路架構推手、OpenAI共同創辦人,透過課程教會一整個世代工程師深度學習。卡帕西發現這個問題,提出了一種架構上截然不同的處理方案──「LLM Wiki模式」。 「LLM Wiki」是什麼?為什麼重要? LLM Wiki是什麼?卡帕西的真知灼見 卡帕西使用軟體工程學的「編譯」(Compilation)來做類比。 當你編寫原始碼時,編譯器會把原始碼轉換為優化的二進位產物。你不會每次都直接執行原始碼,你會編譯一次,分發產物,然後根據需求,有效率地跑原始碼。編譯過程雖然昂貴,但之後每次使用都能獲得回報。 傳統RAG直接針對原始碼去跑,每次查詢都要重新閱讀相同的論文、重新切分相同的PDF、重新綜合整理相同的答案,等於每次請求時都在執行原始碼。 LLM Wiki模式則主張:先編譯你的知識。使用LLM閱讀你的來源資料,把內容綜合整理為結構化、互連的wiki頁面,然後針對這個「編譯產物」做所有查詢。綜合整理過程只發生一次,隨著補充更多來源增加、更新,預先組織好而且經過交叉引用的知識則能改善每次查詢品質。 這個編譯產物是一個wiki。不是資料庫,不是向量資料庫,是一組人類可讀、由 LLM維護的markdown檔案,一個概念一個檔案,有交叉引用、來源追蹤,透過Git做版本管理。 這是核心觀念的轉變,從「無狀態的檢索」轉向「有狀態、有複利效應的知識」。 三層知識架構 卡帕西的模式把知識組織為3個界限清晰的層級,每一層都明確的定位、嚴格的所有權模型。 第一層:原始來源(不可變層) 這是你的輸入層。包括研究論文、YouTube逐字稿、網路文章、會議記錄、部落格文章,任何你想讓系統學習的文本。把來源文件存放在sources/目錄下,當成不可變(Immutable)處理。LLM會閱讀它們,但絕不會修改,這些文本是推導出後續所有內容的基礎真理。 這種不可變性是刻意設計,有需要的時候你隨時可以從零開始重新推導出整個Wiki。 第二層:Wiki(由LLM維護) 這是模式的核心。Wiki是一系列*.md檔案的集合,每個概念、主題或實體對應一個檔案,完全由LLM維護。人類閱讀Wiki,但不直接編寫,每次有新資料來源時,由LLM自動綜合整理、更新。 每個Wiki頁面都有YAML Front Matter(markdown檔案頂端存放後設資料的區域),用來追蹤標題、標籤、出處以及最後更新時間。頁面之間使用 [[slug]] 標記互相引用,使知識圖譜以純文本的形式清晰呈現。 第三層:schema(治理層) schema是一個JSON檔案,定義整個頁面宇宙:Wiki追蹤哪些概念、它們的縮略名(Slugs)、標題、單行描述,等於是LLM執行人類意圖的合約。 當你希望系統開始追蹤一個新概念時,只要在schema中增加一個PageSpec(頁面規範)就好。下次吸收相關來源時,LLM就會自動建立、填寫這個頁面。若你想停止追蹤某個內容,就從schema拿掉。schema是人類唯一需要主動管理的部分,下游的一切都是自動化的。 也就是說,人類負責定義哪些知識應該存在,LLM則負責組織、整理這些知識並保持最新狀態。 LLM Wiki核心主張:複利效應的豪賭 LLM Wiki模式的核心主張是,維護結構化知識庫的初期成本,會在成熟後帶來巨大的回報。 傳統RAG避開了這些成本,查詢時才做綜合整理,建構成本低、不需要設計 schema,但永遠不會變聰明。第1天和第1000天的同一個查詢,產生的答案品質完全一樣。 LLM Wiki逆轉這種取捨。匯入成本高、schema設計費神、維護需要定期校對,但維護了一年的wiki與全新的系統的品質差異極大,頁面佈滿交叉引用,答案融合了數十個來源,這種複利循環代表有價值的答案本身也成為知識庫的一部分。 LLM Wiki實際上怎麼運作? LLM Wiki架構很極簡,只有三個要素: 一個存放markdown檔案的資料夾:這就是你的知識庫,可以包含任何內容:研究筆記、會議摘要、專案文件、讀書筆記、個人參考資料、有附註的程式碼片段。 每個檔案內部要使用統一結構:好的LLM Wiki會使用一致的內部格式,包含標題、簡短摘要、主題標籤(Tags),接著才是內容。模型利用這種結構來更快速定位相關資訊。 用Claude Code當查詢介面:你打開終端機,切換到Wiki資料夾,啟動Claude Code,對它提問。Claude Code會讀取所需的檔案、合成答案,按照要求更新或新增筆記。 就這樣,不需要資料庫、不需要向量嵌入(你想要也可以加)、不需要伺服器。只有檔案和一個強大的模型。 Claude Code特別適合這項任務,因為它能直接從你的本地檔案系統讀取檔案。你不需要把內容複製貼上到聊天視窗,只要告訴它筆記在哪裡、直接提問就可以了。 怎麼用Obsidian建立你的LLM Wiki? 你可以使用Obsidian這個本地優先markdown編輯器,來建立工作流。你的檔案都保存在本機硬碟中,Obsidian只是用來讀寫這些檔案的工具。 第一步:安裝Obsidian、建立vault(資料庫) 從官方網站下載 Obsidian,建立新的vault,放在你容易記得的位置,例如~/wiki或~/Documents/llm-wiki。 在Obsidian中,「vault」只是一個資料夾,裡面全部都是純markdown檔案。 第二步:定義筆記模板 一致性是讓wiki可查詢的關鍵。建立一個模板檔案_templates/note.md: Markdown # undefined **Summary**: 用一句話描述這則筆記**Tags**: #topic1 #topic2**Created**: 2026-04-06T00:00:00+00:00**Last Updated**: 2026-04-06T00:00:00+00:00 --- ## Content 在這裡寫主要內容 ## Related Notes - [[Note Title]] 不需要完全照這個格式,重點是每篇筆記都要有一行摘要(Summary)、標籤(Tags),這樣Claude就算完全不讀整個檔案,也能快速判斷相關性。 第三步:用大分類資料夾整理 不要過度設計,先從4到5個頂層資料夾開始: plaintext Copywiki/├── _templates/├── projects/├── research/├── reference/├── meetings/└── inbox/ inbox/ 用來放還沒整理的筆記,之後讓Claude幫你分類。 第四步:開始寫第一批筆記 把對你最重要的知識先搬進來,例如常查的資料、整理好的流程、研究過的概念、做過的決策與這樣做決策的原因,不要一次全部匯入,最自然的方式是遇到新資訊就慢慢加入。 第五步:安裝Claude Code 先安裝Node.js,然後執行: Bash npm install -g @anthropic-ai/claude-code 登入你的Anthropic帳號後就可以使用。 第六步:查詢你的Wiki 打開終端機,進入你的wiki資料夾: Bash cd ~/wikiclaude 然後可以問問題,像是: 我有哪些關於機器學習的筆記?幫我整理research資料夾中關於RAG系統的內容我要寫關於X的提案,有哪些相關筆記?找出提到雨傘公司的筆記、摘要關鍵論點 Claude會讀取你的markdown檔案,找出相關內容,給出有依據的回答,標註來源檔案,讓你可以驗證、深入挖掘。 建立LLM wiki的訣竅 寫摘要,不要只寫內容:每篇筆記開頭的一句摘要非常重要。Claude會先看這一行來判斷是否相關,花個10秒寫摘要,可以省掉模型讀錯文件的成本。 使用一致的術語:例如你有時寫「RAG」、有時寫「retrieval augmented generation」,模型可以理解,但是統一用詞會讓結果更乾淨。 建立筆記之間的連結:Obsidian的 [[wiki link]] 會建立筆記之間的關係,Claude可以沿著這些連結推理。連結愈完整,你的知識系譜就愈強。 筆記要聚焦:比起餵一篇1萬字的大雜燴,不如拆成10篇1千字的主題筆記。內容愈聚焦,愈好查詢。 使用 /inbox 蒐集想法:不一定要追求完美,你可以把粗略、雜亂的筆記丟進 /inbox,再請Claude幫你整理,例如「幫我看inbox資料夾,建議每篇筆記該分類到哪裡,並加上標籤」。 LLM Wiki有哪些優點? 知識會隨著時間累積產生複利。這是核心優勢,每一份資料都會豐富同一個Wiki頁面,改善後續的所有查詢。一個匯入50篇關於Transformer論文的Wiki,在回答相關問題時,回答的深度和交叉引用的密度,會遠超過只對同樣 50篇論文進行切片的RAG系統。Wiki的答案整合全貌,RAG則只會翻出最相似的切片。 Wiki變成熟後,查詢速度變快、變便宜。由於「綜合整理」發生在匯入階段而不是查詢階段,查詢過程就變成了針對預先組織好的材料進行「檢索+生成」,那些吃力的LLM工作都已經事先做好了,包括理解來源、識別重點、撰寫清晰解釋、建立關聯。 人類能閱讀知識庫。所有的產物都是純markdown檔案,工程師可以閱讀、編輯、對Wiki進行版本管理。如果LLM寫錯了,你可以直接修正。Git歷史紀錄提供了完整的稽核軌跡,沒有難以除錯的不透明嵌入資料庫或向量儲存。 出處明確。每個wiki頁面都會記錄哪些來源文件有貢獻。如果一個頁面包含錯誤資訊,你可以追溯回原始來源。當某個來源更新或被證實不可信時,你清楚知道哪些頁面需要重新匯入資料。 規模運作提高成本效率。在重複的綜合整理調用中,系統提示詞的快取機制能大幅降低API成本,路由機制能防止不必要的頁面重寫。成本高昂的綜合整理工作已經在匯入時預先完成,所以每次查詢的成本非常低。 交叉引用的密度。隨著wiki持續擴充,頁面會累積用 [[slug] 形式指向相關概念的交叉連結,這就是用純文字實現的知識圖譜。wiki發展成熟後,這種可導航的知識結構對查詢很有幫助。 LLM Wiki有哪些缺點? 大規模資料匯入緩慢、昂貴。對於每個來源,流程至少會對每個相關頁面呼叫兩次Claude(路由+綜合整理)。若匯入一個包含50篇論文、產出10個wiki頁面的語料庫,呼叫Claude API的次數約是100到200次。這對個人知識庫可行,但對企業級的大規模匯入流程來說成本較高。這個模式是適合最佳化精心挑選的可策展知識,比較不適合用來大量匯入文件。 綜合整理的品質很依賴LLM。wiki的品質取決於用來整理內容的模型,如果模型誤解來源、錯誤地合併兩個概念、憑空產生不存在的關聯(幻覺),這些錯誤會寫進wiki,持續影響後續所有查詢。所以這一步需要仔細設計提示詞、定期執行deep lint檢查。 schema設計是一種負擔。決定要建立哪些頁面、如何命名、描述範圍怎麼界定都不簡單。設計不良的schema會導致:什麼都被判定為相關或什麼都抓不到,產生過於稀疏或過度膨脹的頁面。在新領域中,通常需要反覆迭代才能設計出好的schema。 線性掃描限制規模。使用NumPy計算餘弦相似度的扁平化嵌入索引,在頁數達到約500頁以前都很有效。超過這個規模後,延遲會惡化,需要引入近似最近鄰(ANN)索引工具(如 FAISS、ChromaDB或Weaviate)。若要擴展至混合檢索(BM25+向量檢索),則需要額外成本。 頁面過時風險。當你加入一個會大幅更新某個概念的新來源時,路由步驟應該要捕捉到、觸發「重新合成」,但如果頁面的schema描述太模糊或對齊不良,負責路由的LLM可能無法看出相關性,導致該頁面內容過時。雖然可以透過定期檢查程式碼或定期全面重新匯入來減少問題,還是需要主動維護。 缺乏即時知識。這個模式不是為了即時串流數據(如X推文、股市數據、新聞API)設計的,對於需要即時更新的知識領域,wiki模式反而會增加摩擦而非提升效率。 (資料來源:Medium、MindStudio) (原文標題:AI大神教你改善工作流,用「LLM Wiki」打造知識複利) 推薦閱讀: 用AI做競品分析如何開始?7步驟看懂對手弱點,制定攻防策略 最新模型Gemini 3.1 Pro 7個「深度工作」必備提示詞 專家:但願你能早點知道的8個ChatGPT好用方法 比提示工程更重要,「上下文工程」Context Engineering怎麼做?
【104職場力】
2025資安人才企業愛用證照排行搶先看!
2025資安人才企業愛用證照排行搶先看!
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
104學習 職場熱門證照排行榜
善用中場休息,找到屬於你的第二人生(下)
善用中場休息,找到屬於你的第二人生(下)
當你完成夢想彩繪後。接下來,可以開始思考自己要憑藉什麼條件,來實現彩繪的夢想。 習題二:尋找優勢:盤點過去,從心流經驗找生涯優勢 心理學家米哈里·齊克森 (Mihaly Csikszentmihalyi)將心流 (flow) 定義為當人投注某種活動時產生的興奮感及成就感。你可以拿出另一張圖畫紙,用蠟筆畫出一條橫向的X軸,與一條縱向的Y軸。在X軸上標示出你開始有記憶的年齡到現在的年齡,在Y軸標示0-10表示心流經驗的高低。然後開始回想自己曾經有的心流經驗,將這些心流經驗用關鍵字(或圖示)寫在便利貼上(一個心流經驗寫一張),並在關鍵字旁標示出此心流經驗發生時,你的年紀與對這個活動的心流反應(從0-10)。然後再將這些便條紙,貼到圖畫紙上的相對位置。 此時,你可以開始慢慢地回想圖畫紙上這些心流經驗,有沒有什麼共同點,例如:心流經驗的背後是否有共同的人事物,或剛好都有運用到你哪些共同的天賦、特質或能力。 如果你想對心流有更多的瞭解,可以觀看米哈里·齊克森 這場在TED「心流,幸福的秘密」演講。 https://www.youtube.com/embed/E4nmA5oVflo 習題三:運用心流經驗,實現生涯彩繪 接著,你可以依序再次省思每張心流經驗便利貼的內容,並將便利貼依序貼在習題一完成的生涯彩繪圖上的適當位置。例如你的心流經驗有張與「團隊合作」有關的便利貼,而生涯彩繪圖中有個畫面與團隊合作有關,此時你就可以將「團隊合作」便利貼轉貼到生涯彩繪圖的旁邊。如果我們很多張心流經驗的便利貼都有團隊合作這個元素,那就表示未來你在實現彩繪的夢想時,可以善用自己團隊合作的天賦或能力。相反地,如果你生涯彩繪圖的某些關鍵點都沒有相關的心流經驗,哪就表示未來你在實現夢想時,需要建構完成關鍵點的能力與資源。但因為每個的時間有限,建議你先選擇可以運用心流經驗完成夢想的關鍵點切入,一方面可以快速累積成功經驗,二方面可以培養自己開展第二人生的勇氣與信心。 實現彩繪生涯的第二人生時,我建議可以先從自己目前所處的組織及從事的工作找機會開始執行。例如,我們可以跟公司的主管溝通,爭取透過專案的執行或部門的輪調,來開始體驗自己想要的第二人生。如果公司沒有這樣的機會,你也可以到與自己夢想有關團體或機構擔任志工,或利用公餘時間以兼職、外包的方式,看看自己有沒有機會從中體驗,甚至獲得金錢報酬。此外,你可以參與讀書會、成長團體或創業團隊的方式,透過共讀、討論、合作專案…方式,開始往自己的夢想生涯前進。 我在FB個人頁的封面,是我再2017年假時彩繪的夢想「2nd Life」。希望2027年可以回到宜蘭故鄉,成立第二人生探索中心。 祝福大家有個開展天賦、心想事成的第二人生。 Spring的FB個人頁網址 https://www.facebook.com/spring.wang.517/
王榮春 Spring 第二人生
競品分析系統推薦:把零散的市場觀察變成固定情報
競品分析系統推薦:把零散的市場觀察變成固定情報
多數公司都在觀察競爭對手,只是做法很隨機。業務在客戶那裡聽到對手降價,行銷偶然看到對方的新廣告,老闆在展覽上拿到一份型錄。這些片段各自存在不同人的腦中,很少被整理成可以拿來做決策的資訊。 競品分析系統要做的,是把這種偶發的觀察變成固定的機制:持續追蹤競爭對手的產品、價格、行銷活動與公開動態,協助企業調整自己的策略。 【先看怎麼選】 這類工具的差異很大,做競品分析系統比較之前,建議先確認自己想回答的問題是什麼,再對照下列三種做法。 人工蒐集:指派同仁定期瀏覽對手的網站與社群並做成簡報。好處是有人的判斷,缺點是耗時、難以持續,而且很容易在忙碌時中斷。 單點工具:市面上有專門看 SEO 排名、廣告素材、社群聲量或價格的工具,各自在專長領域做得很深。若想看到全貌,往往需要訂閱好幾套,再由人工彙整。 整合平台:把多個面向的競品資訊放在同一個儀表板,並與公司內部的銷售、行銷資料放在一起看。單一面向的深度未必勝過專門工具,但勝在集中與持續。 幾個實用的檢查點如下。追蹤的面向是否涵蓋自己在意的項目,例如價格、內容、社群、廣告與排名;更新頻率是否足夠;是否有主動警示,而不是要人每天登入查看;能否並排比較多家對手;是否產出可讀的摘要,而不只是原始數據;資料來源是否為公開資訊。 最後一點值得強調。競品分析應以對手公開發布的資訊為範圍,例如官網、公開廣告與公開職缺,不涉及任何非公開資料的取得。 【管理王的競品分析功能】 管理王由戰國策集團出品,依官網功能頁的說明,這個模組包含以下內容。 對手動態自動抓取:每日自動蒐集競品的網站內容、商品價格、社群粉絲成長與 SEO 排名變化。 廣告與招募情報:透過 FB Ad Library 與 Google Ads 取得競品的廣告素材,並觀察對方的招募職缺,藉以推敲其市場策略。 差異化比較儀表板:最多可並排比較五家競品的關鍵指標,包含價格、內容量、社群聲量與排名。 競品價格即時警示:當對手的降價幅度達到設定的門檻時立即通知,協助判斷是否跟進,或改以價值訴求因應。 AI 策略洞察報告:每週自動產生行動建議、SWOT 分析與市場份額估算。 官網對這個模組的定位,是讓過去只有大型企業才負擔得起的市場研究能力,中小企業也能以較低的成本取得。 【適用對象與情境】 一家經營露營用品的電商,主要商品與三四個品牌高度重疊,價格是顧客比較的重點。過去是小編每週手動查一次對手售價。設定價格警示後,對手調價達一定幅度時團隊會收到通知,再決定要調整售價、加贈品,或維持原價並強化商品說明。 一家企業軟體公司,每季要向董事會報告市場狀況。行銷主管過去得花好幾天蒐集資料,現在以每週的洞察報告與比較儀表板為基礎,再加上自己的解讀,準備時間縮短許多。對手近期密集招募某類職位的訊息,也成為判斷其產品方向的線索之一。 一般來說,處於價格競爭激烈的零售與電商、產品更新快的軟體與科技業,以及需要定期做策略檢討的企業,都適合評估這類工具。若所在市場的對手很少在網路上公開資訊,系統能蒐集到的內容也會相對有限,這一點要有合理的預期。 【競品分析系統費用】 關於競品分析系統費用,管理王採方案制,各系統內建於方案中,不需為單一系統另外付費。 免費方案為 NT$0,永久免費,成員上限 10 人,儲存空間 1 GB,註冊贈 AI 點數 500 點(一次性),部分功能為 30 天試用。 經濟型每月 NT$5,000,成員上限 30 人,50 GB,每月 AI 點數 1,000 點。 商務型每月 NT$10,000,成員上限 60 人,200 GB,每月 AI 點數 3,000 點,含 8 小時遠端導入教育訓練。 旗艦型每月 NT$19,900,成員不限,1 TB,每月 AI 點數 10,000 點,含 16 小時遠端導入教育訓練。 年繳月費不打折,但加贈 2 個月,付 12 個月可使用 14 個月。AI 報告會使用 AI 點數,各方案每月的點數不同,可以依預計的使用頻率選擇。客製化開發每小時 NT$1,000,加購教育訓練每小時 NT$2,000(最低 10 小時)。費用以 app.ai.com.tw 官網公告為準。 【常見問答】 Q:可以同時追蹤幾家對手? A:依官網說明,比較儀表板最多可並排比較五家競品。實務上建議先鎖定最直接的三到五家,比廣泛追蹤更容易看出重點。 Q:AI 產生的策略建議可以直接照做嗎? A:建議把它當成討論的起點。AI 擅長整理大量公開資訊並指出變化,但是否跟進降價、是否調整定位,仍需要經營者依自身的成本結構與品牌方向判斷。市場份額估算也屬於推估性質,應搭配其他資料一併參考。 Q:蒐集對手資料會不會有法律疑慮? A:功能頁所述的來源為對手的網站、公開廣告資料庫與公開職缺,屬於公開資訊。使用上仍應遵守各平台的使用規範與相關法令。 Q:資料存放在哪裡? A:官網說明資料存放於台灣資料中心,並提供 CSV、Excel、PDF 匯出。 【讓情報發揮作用的做法】 蒐集只是第一步,真正的價值來自後續的運用。建議為每一類變化預先訂出處理原則,例如對手降價超過一定幅度時由誰評估、多久內回覆;對手推出新產品時由哪個部門整理差異說明,提供給業務使用。這樣一來,警示通知不會只是被看過就算了,而是會進入既有的決策流程。也建議每季回顧一次追蹤名單,市場上的主要對手會改變,名單應該跟著調整。 【競品分析系統推薦與使用建議】 關於競品分析系統推薦,我們的看法是:工具的價值不在蒐集多少資料,而在團隊是否因此養成固定檢視的習慣。建議每週安排十五分鐘,由行銷與業務主管一起看一次報告,只討論一個問題:對手這週的變化,我們需不需要回應。 對已經在使用 CRM 或行銷工具的公司,選擇整合平台可以把外部情報與內部數據放在一起判讀;官網說明以單一平台取代多套工具,可省下約七到八成訂閱成本。戰國策集團深耕企業服務超過 25 年,服務超過 3 萬家企業客戶,管理王由台灣團隊提供服務。歡迎從免費方案開始試用,或來電了解。 管理王 AI.com.tw 0800-003-191
林尚能 台灣服務比較網
NemoClaw跟OpenClaw到底差在哪?我幫你把兩者比清楚
NemoClaw跟OpenClaw到底差在哪?我幫你把兩者比清楚
最近有幾個朋友問我,NemoClaw 跟 OpenClaw 到底哪裡不一樣,能不能幫他們講清楚。 我發現這個問題確實不好回答,因為兩個東西乍看之下很像——都是 AI 代理平台、都是開源、都讓 AI 幫你做事——但骨子裡的設計邏輯完全不同。 這篇我想認真把兩者比清楚,順便說說我自己的看法。 先從 OpenClaw 講起,因為它先出現,而且它出現的方式非常特別。 OpenClaw 是今年年初由一個叫 Peter Steinberger 的開發者做出來的個人專案,幾乎沒有任何行銷,就靠口耳相傳在技術社群裡爆炸性傳播。三週內的採用速度超越了 Linux 的早期成長,這在開源歷史上幾乎是前所未見的事情。 它的核心概念是:讓 AI 住在你的電腦上,透過你已經在用的通訊軟體(WhatsApp、Telegram、iMessage)下指令,它幫你做電腦上能做的任何事。讀寫檔案、寄信、查行事曆、跑腳本、甚至自己寫程式來擴充自己的能力。 它的記憶是持久的,它記得你,跨對話、跨設備。 然後,今年二月,OpenAI 把它收購了。 這個收購對市場的意義很大。它讓整個企業界意識到,AI 代理這個賽道已經不是實驗性的了,但同時也讓很多本來考慮用 OpenClaw 的企業變得猶豫——OpenAI 接手之後,這個東西還會是開放的嗎?治理方向會變嗎? 就在這個時間點,NVIDIA 宣布了 NemoClaw。 NemoClaw 的官網是 nemoclaw.bot,它是 NVIDIA 在 GTC 2026 上正式發表的開源 AI 智慧代理平台。 兩者最根本的差異,我認為可以從以下幾個面向來看。 第一個是設計對象不同。OpenClaw 從頭到尾是為個人設計的,它的邏輯是「讓一個人用 AI 把自己變成超人」。NemoClaw 是為組織設計的,它的邏輯是「讓一家公司能夠安全、大規模地部署 AI 代理」。這個差別決定了後面所有設計決定的方向。 第二個是資安的位置不同。OpenClaw 的資安是事後加上去的,或者說,它的設計本來就不是以資安為優先。你把它放在公司電腦上,讓它連接公司的 Gmail、行事曆、檔案系統,IT 部門的反應幾乎一定是「不行」。NemoClaw 是從架構底層就把資安和隱私控制蓋進去的,多層安全防護、數據治理政策、存取控制,這些不是附加功能,是核心設計。 第三個是生態系統整合的深度不同。OpenClaw 靠社群力量建立了超過 50 種整合,擴張速度很快,但是去中心化的、品質不均的。NemoClaw 跟 NVIDIA 自家的 NeMo 框架、Nemotron 模型系列、NIM 推論微服務深度整合,這些是工業等級的 AI 基礎建設,不是個人開發者的 side project。 第四個是合作夥伴的層級不同。OpenClaw 的生態系統是社群成員自發建立的,活力十足但比較散。NemoClaw 的合作夥伴包括 Salesforce、Cisco、Google、Adobe、CrowdStrike,都是各自行業的前三名。這代表 NemoClaw 在企業軟體市場的整合深度,遠超過任何個人開發者能做到的程度。 第五個是硬體的態度不同。OpenClaw 沒有特定的硬體優化,跑在各種環境上效果不一。NemoClaw 有原生 NVIDIA GPU 加速支援,但同時也設計成硬體無關——可以跑在 AMD、Intel 等其他處理器上。 我自己的解讀是:這兩個工具不是競爭關係,它們服務的是不同的用戶群,只是碰巧在同一個時間點出現,都叫「Claw」。 如果你是個人用戶,想讓 AI 幫你管理自己的生活和工作,OpenClaw(現在已被 OpenAI 收購,未來方向還待觀察)或類似的工具是合理的起點。 如果你是企業決策者,正在評估要不要讓 AI 代理進入公司的工作流,NemoClaw 是目前最接近「可以認真考慮放進 production 環境」的選擇。 有一件事我想特別說,很多人在看 NemoClaw vs OpenClaw 的時候,會很自然地用「個人版 vs 企業版」這個框架去想。但我覺得這個框架還不夠精準。更準確的說法是:OpenClaw 代表的是「AI 助理化」,NemoClaw 代表的是「AI 代理基礎建設化」。 前者是工具的升級,後者是基礎設施的重建。 就像當年從 Excel 到 ERP 系統的轉變一樣——Excel 讓個人效率大幅提升,但 ERP 讓整個組織的運作方式改變了。AI 代理現在也在走同樣的路。OpenClaw 是那個讓大家看到可能性的 Excel,NemoClaw 是要把這件事變成組織基礎設施的 ERP。 對台灣的企業來說,我認為現在最重要的不是馬上決定要用哪個,而是先有人認真去理解這兩個東西在做什麼、可以解決什麼問題、跟公司現有的 IT 架構怎麼接。這件事做了,後面的決策才有根基。 這類工具的評估和導入策略,AI.com.tw 有在提供顧問服務,可以去了解看看。 https://AI.com.tw
林尚能 戰勝學院
ChatGPT也開始「管」孩子怎麼用AI?青少年版上線:防沉迷、防抄作業!
ChatGPT也開始「管」孩子怎麼用AI?青少年版上線:防沉迷、防抄作業!
OpenAI推出ChatGPT青少年版(ChatGPT for Teens),從學習模式、作業提醒到防止AI情感依賴,AI開始不只追求「給答案」,這項改變對未來職場人才有何啟示? 文/《104職場力》 本文導覽 AI不再只負責「給答案」,而是開始要求你自己想從「幫我做」變成「教我做」,AI正在重新定義學習不只怕抄作業,OpenAI更在意「孩子是否愛上AI」家長可管「什麼時候用AI」,其實職場人也該想想! OpenAI 8月18日宣布推出「ChatGPT for Teens」,針對13~17歲青少年打造更強調學習、安全與健康使用的ChatGPT體驗,如果系統判定使用者未滿18歲,或使用者自述年齡介於13至17歲,將自動套用青少年版體驗。 這次更新的背後透露出一個重要訊號:AI公司開始不只思考「AI能幫使用者完成什麼」,而是開始思考「AI應該怎麼幫大家成長」。 這件事其實不只和學生有關,上班族、HR與企業主管也值得提前思考:當AI越來越會回答問題,下一代工作者真正需要培養的能力,究竟會是什麼? AI不再只負責「給答案」,而是開始要求你自己想 ChatGPT for Teens其中一項重要設計,就是讓AI從「答案機器」變成「學習教練」,例如學生遇到一道數學題,現在會透過提問、提示與逐步拆解,引導學生自己找到解法。 OpenAI也將「Study Mode」納入青少年體驗,透過引導式問題、逐步支援與知識檢核,讓學生理解問題,而不是單純複製最後答案;此外,還提供測驗及學習視覺化工具,協助學生確認自己到底有沒有真正理解。 更有意思的是,AI開始「避免直接替使用者完成作業」!系統加入「Responsible Homework Reminders」,如果AI判斷學生似乎只是想快速取得作業答案,而不是學習,便可能將使用者引導至學習模式。 從「幫我做」變成「教我做」,AI正在重新定義學習 想像兩種使用AI的方式: 第一種是:「幫我寫一份報告。」AI直接產出一份完整內容,使用者複製、貼上、交出去。第二種則是:「我需要做一份關於AI對未來職場影響的報告,你先問我5個問題,幫我整理思考方向,但不要直接寫答案。」 兩者都在使用AI,但前者單純省下時間、後者則強制思考跟學習,長期使用下來,最後培養出的能力可能截然不同,這是OpenAI這次推出青少年版ChatGPT時特別強調的方向。 不只怕抄作業,OpenAI更在意「孩子是否愛上AI」 這次更新另一個受到關注的設計,是OpenAI明確限制青少年與AI之間可能產生的情感依賴。 針對未滿18歲使用者,ChatGPT不應使用浪漫語言、鼓勵情感依賴,也不能暗示自己具有感情或自我意識;而浪漫及性意味的角色扮演行為等也都受到限制。 此外,ChatGPT for Teens也加入休息提醒、強化「你正在與AI互動」的提示,以及敏感圖片上傳提醒等設計,希望讓青少年保持與現實世界的連結。 家長可管「什麼時候用AI」,其實職場人也該想想! 除了AI本身的防護,ChatGPT for Teens也提供家長更多控制功能,例如家長可以設定「Quiet Hours」限制特定時段使用;也能管理部分設定,並在少數高風險情境收到安全通知;另外OpenAI也新增「Study Hours」,可以在特定時間預設開啟學習模式。 這件事其實很像企業正在面對的AI治理問題,企業不能只告訴員工「AI很好用,大家快去用」還必須進一步引導、規範,例如: 哪些工作可以交給AI? 哪些資料不能輸入? AI產出的內容誰負責確認? 什麼情況下必須由真人做最後判斷? 員工應該把AI當助理、老師,還是決策者? AI治理的核心是建立一套「怎麼正確使用」的規則!這也是現在企業培養AI人才時,越來越不能忽略的一環。 ChatGPT for Teens的出現,對青少年來說,可能是學習方式的改變;但對明天的職場而言,則可能是人才競爭規則的改變,想成為真正有競爭力的工作者,除了駕馭AI、驗證AI、修正AI,更要學會做出自己的判斷! [course_plugin api_type='course_id' title='推薦課程' id='e9e13d08-2c6f-49b2-bae8-1e9418588041'] 延伸閱讀: Gemini學生方案1年免費!Google AI Plus申請資格、功能與4大用法一次看! 更懂你了?ChatGPT新功能 可記憶Mac滑鼠點擊、鍵盤輸入 別只會開ChatGPT!寫企劃、查資料、解任務該找誰?全球數據揭職場AI的「真實專長」 AI虛擬夥伴「心」機重重?數據揭露:青少年恐有潛在心理健康危機! 你會放感情與AI聊天?研究示警:ChatGPT重度使用者可能更孤單!
【104職場力】
這是我整理ISO27001考試準備和應試秘訣!
這是我整理ISO27001考試準備和應試秘訣!
受訓前早就耳聞這張主導審查員證照並不輕易,尤其是改成線上考試的模式後,整體難度與考驗更是隨之提升。為了能順利通過,我在參訓前便多方參考過往學員的經驗分享,提前掌握準備方向,事後也驗證了這些策略確實非常管用。 想要順利考取證照,關鍵的第一步就是對 ISO 27001:2022 的本文條款與附錄 A 控制措施建立極高的熟悉度。在正式上課前,我特地找了條文與附錄內容進行自主預習,即使一遍看不懂就反覆閱讀兩到三遍。預習的目的並非要立刻死記所有細節,而是要在腦海中建立清晰的章節架構與目錄地圖。當第一天課程快速講解完所有本文與附錄後,這樣的預習基礎讓我能在後續四天的實戰應用與情境演練中,迅速跟上講師的步調並融會貫通。 應考的關鍵除了對條款位置瞭若指掌外,每天課後務必扎實複習講義,並徹底熟練練習網站提供的題庫。線上考試雖然採 Open Book 開放查閱,但唯有清楚知道條文出現在哪個章節,翻閱查找時才能快精準。題庫演練則能幫助習慣敘述方式,因為許多考題問題點、問答方向或選項描述會進行變形,無法靠死記答案應付。此外,每位考生的題組不盡相同,題目會明確規範複選數量,也會出現選項多於題目數量的配對題。 應試時的時間相當充裕,建議保持冷靜,善用刪除法先處理有把握的題目,面對看不懂的題目則多讀幾次並擷取關鍵字,聯想其對應的本文條款或附錄控制措施。這張證照無法靠投機取巧或臨時抱佛腳考取,若評估自己對內容仍不夠熟悉,建議善用一個月內的延遲考試機制,在做好充分準備後再上陣。希望這份從預習到應試的整理,能幫助大家消除考前焦慮,順利拿下證照! 🔗 參考資源連結:https://ucom.uuu.com.tw/web/Testimony/Article/8796
精誠資訊恆逸教育訓練中心
Canva免費證照速攻!快速考證指南
Canva免費證照速攻!快速考證指南
Canva一直是許多職場人士的必備工具,但除了強大的設計功能外,很少人知道旗下Canva Design School還提供許多Canva免費課程,部分課程完成後,還能透過考試取得官方Canva證照。這份攻略將詳細介紹如何獲取證書,幫助你快速掌握Canva基本功、熟悉最新的AI工具應用,有效提升職場技能。 ⚡Canva免費考證 FAQ 完整攻略⚡ ✅Q1:如何找到Canva官方的免費課程與證書考試? A:首先進入Canva Design School,在平台上,點擊「Get certified」,這裡提供的課程在結束後都可參加考試並獲得證書。 證照資訊: https://nabi.104.com.tw/ability/10049184 ▶️【點我免費做模擬測驗】 https://nabi.104.com.tw/assess/846d3e67-27f5-4a1b-bc07-68e2b7ed479e *即使沒有將課程上完,也可直接點擊「Earn a certificate」開始考試。對於已經熟悉Canva操作的使用者來說,若覺得課程內容簡單,想要節省時間,可直接選擇考試的方式獲得證書。 ✅Q2:有哪些推薦的免費認證課程? A:Canva提供了多門適合不同需求的課程,例如: • Canva Essentials(Canva基礎操作):適合初學者快速建立Canva使用能力,涵蓋基礎介面、功能及AI輔助工具。 https://nabi.104.com.tw/ability/10049184 • Marketing with Canva(行銷設計技巧):教導如何利用Canva製作符合品牌風格的社群貼文、廣告素材,提升行銷效率。 • Graphic design essentials(平面設計基礎):學習設計的基本元素、原則、色彩理論與字體排版。 還有「Canva for Work」(職場應用)及教育類的「AI in the Classroom」等課程… ✅Q3:想快速拿證照,一定要把所有課程看完嗎? A:不一定需要。對於已經熟悉Canva操作的資深用戶來說,即使沒有將課程上完,也可直接點擊「Earn a certificate」開始考試,藉此節省時間。考試題目為選擇題或多選題,數量介於20到30題之間。不過,若是Canva新手,建議還是完整將課程看完後再考試,除了能穩固基本功外,也能在答題時減少錯誤的機率。 ✅Q4:Canva證書有什麼實際用途?如何分享? A:Canva的證照不僅實用且免費,能夠證明您與時俱進,擁有數位設計與AI應用的專業能力。通過測驗的學員可獲得官方電子證書下載保存,或將證書分享到履歷表,為履歷及職涯形象加分。
104學習 職場熱門證照排行榜
從零開始做AI訓練,GPU主機到底該怎麼配置
從零開始做AI訓練,GPU主機到底該怎麼配置
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。
林尚能 台灣服務比較網
打造職場即戰力!專案 / 產品管理人必考的5大黃金證照
打造職場即戰力!專案 / 產品管理人必考的5大黃金證照
在專案與產品管理領域,擁有專業證照不僅能快速展現實力,更是職涯成長的重要助力。本文精選出專案與產品管理人員最關注的5大證照,帶你掌握每張證照的核心優勢,為未來發展加速佈局! 第1名 ⏺️國際專案管理師PMP 👉擁有此證照面試邀約可提升45% PMP(Project Management Professional)由美國專案管理協會(PMI)認證,是全球公認的專案管理專業資格。取得 PMP,代表你掌握了專案規劃、執行、監控與結案的完整知識體系,能有效提升跨部門溝通協調、進度控管及風險管理能力。 證照資訊:https://nabi.104.com.tw/ability/10029355 第2名 ⏺️TOEIC (多益測驗) 👉 國際溝通能力的證明 TOEIC(Test of English for International Communication)主要測驗商務英語的聽力與閱讀理解能力,是全球最廣泛被企業認可的英文能力測驗之一。 專案與產品管理工作經常涉及跨國團隊、國際客戶與海外供應鏈,擁有良好的英文溝通能力,不僅能加速專案推進,還能打開更廣的職涯發展機會。多益高分,也常是外商公司篩選履歷的重要門檻之一。 ✍️ 線上能力檢測:https://nabi.104.com.tw/assess/toeic 第3名 ⏺️ESG永續管理師 👉 掌握企業永續發展趨勢 隨著全球 ESG(環境、社會、公司治理)議題崛起,專案與產品管理人員也越來越需要了解永續目標與相關合規要求。 取得 ESG 永續管理師資格,能夠學習如何將 ESG 原則納入產品設計、供應鏈管理與專案流程中,符合國際永續發展趨勢。 證照資訊:https://nabi.104.com.tw/ability/100484668 第4名 ⏺️Google Analytics (分析) 個人認證資格👉 數據分析能力,強化產品洞察 無論是數位產品還是線上專案,數據分析已成為不可或缺的核心技能。 Google Analytics 個人認證資格證明你能熟練操作 Google Analytics,正確解讀使用者行為數據、流量來源、轉換率等指標。 對產品經理而言,掌握數據能更精準規劃產品優化策略,提升用戶體驗與市場表現;對專案經理來說,以數據為依據,提出更具說服力的專案報告與建議。 證照資訊:https://nabi.104.com.tw/ability/10028451 ✍️ 線上能力檢測:https://nabi.104.com.tw/assess/ceb78afe-8583-4273-97a3-66fe940374df 第5名 ⏺️企業永續管理師👉擁有此證照面試邀約可提升31% 10 週內掌握各類標準規範、熟捻 ESG 案例實務,成為企業永續管理師。 本培訓班計 80 小時課程,以「管理師關鍵知能育成」及「管理師實務操作」兩大類型暨五大模組… 證照資訊:https://nabi.104.com.tw/ability/10048631 發行單位: 財團法人台灣永續能源研究基金會https://nabi.104.com.tw/certify/unit/cbe34417-d0b5-4b10-b0b9-3e1d9a03a563 以上就是針對專案 / 產品管理類人員最常關注的五大證照整理。您可根據自身職涯目標與興趣選擇適合的進修路線,將能有效提升競爭力,為職涯加分!
104學習 職場熱門證照排行榜
非工程師也能考!2026最新AI證照指南|零基礎先從哪張開始最容易通過?
非工程師也能考!2026最新AI證照指南|零基礎先從哪張開始最容易通過?
AI不再只是工具,而是影響績效、升遷與錄取的職場必備能力關鍵。 (更新115年iPas AI應用規劃師報名費最新優惠) 根據104人力銀行最新數據,完成AI課程或擁有AI證照的求職者,面試邀約平均提升4倍;而標註 AI 技能的職缺年薪中位數高達80萬元,企業甚至有近5成願意開出「面議」、也就是薪資高於4萬的職缺搶人。AI技能已經成為職涯加速器。 ▶️ AI證照≠技術人才限定 所有職場角色都可以考 無論是行銷、行政、客服、PM、人資、財會還是業務,現在的工作場景都需要用AI來提升效率、降低工時與強化成果。AI已成跨部門共通語言,而不再僅限RD或IT背景。 ▶️ AI證照=面試敲門磚 搭配AI實戰力更加分 👉 AI證照建立「可信度」:證明你具備 AI 基礎能力與知識門檻 👉 AI作品集展現「即戰力」:讓企業看到你真的能用AI產生結果 ▶️ AI證照有哪些?官方告訴你! 依照 數位發展部《AI產業人才認定指引》,目前AI證照可分為: 🟡 素養型:不需寫程式、重視AI基礎素養與職場應用,適合一般上班族、跨領域轉職者。 🟡 工具型:需具備程式與模型實作能力,適合工程、資料、AI技術人員等職類。 🟡 專案型:同時具備AI素養與工具操作實務經驗,可領導大型AI導入專案,並熟悉情境應用。 📌 台灣官方認可的AI證照清單(最新重點整理) 以下難度評估係依通過率與考題的技術門檻綜合判斷而成,僅供參考,實際感受會因個人背景與準備程度而異。 一、素養類 1. iPAS AI應用規劃師 初級(經濟部) 特色:國家級認證,證書永久有效。考試範圍包含人工智慧概論與生成式AI應用兩科,考題靈活且重視實際應用,且難度隨梯次逐漸加深的趨勢。 難度:★★★☆ 費用:800元 (此為115-116年專屬優惠,原價1200元) 通過率:38% (2025第四梯次為例) 建議備考時間:4-8週 網址:https://nabi.104.com.tw/ability/10049056 2. 生成式AI能力認證(資策會) 特色:有明確的考試範圍與備考內容,證書兩年有效,通過率幾乎都有80%以上。 難度:★★☆ 費用:1300元,另可加購雷達圖399元,紙本證書500元 通過率:70-80% (平均) 建議備考時間:3-6週 網址:https://nabi.104.com.tw/ability/10048893 3. 生成式AI辦公室應用能力認證 (資策會) 特色:分學科與術科,評測生成式AI實際應用在文本創作、文案創作、圖像創作、簡報製作,強調AI實務操作,證書兩年有效,預計2026年開放報名。 難度:★★☆ 費用:報名費2000元,另可加購雷達圖399元,紙本證書500元 通過率:未有相關資訊 建議備考時間:3-6週 網址:https://nabi.104.com.tw/ability/10049231 4. 人工智慧工程素養認證(資策會) 特色:應試條件需有基礎的Python語言與資料分析知識,有明確的考試範圍與備考內容,證書兩年有效。 難度:★★★★ 費用:1300元,另可加購雷達圖399元,紙本證書500元 通過率:未有相關資訊 建議備考時間:4-8週 網址:https://nabi.104.com.tw/ability/10048892 5. AI素養級認證(台灣人工智慧學校) 特色:入門最友善,考題偏原理與應用情境,適合跨領域學習者 難度:★☆ 費用:3000元 通過率:90%以上 建議備考時間:3-6週 網址:https://nabi.104.com.tw/ability/10049171 6. TQC生成式AI應用與技術 實用/進階/專業(電腦技能基金會) 特色:測驗內容依照等級,從實用等級的AI概念,到專業等級的生成式AI應用、原理以及模型,全面檢測你是否真正理解 AI 背後的運作邏輯與使用方法。 難度:實用★★/進階★★★/專業★★★★ 費用:1200元/每等級 通過率:未有相關資料 建議備考時間:4-8週 (依等級不同) 網址:https://nabi.104.com.tw/ability/10049228 7. TQC人工智慧應用與技術 實用/進階/專業(電腦技能基金會) 特色:測驗內容依照等級,從實用等級的AI 理論、到進階等級的機器學習、深度學習演算法、到專業等級的資料分析、 Python 程式基礎等,強調AI觀念理解與技術應用能力。 難度:實用★★/進階★★★/專業★★★★ 費用:1000元/每等級 通過率:未公布,專業級若有商管背景,搭配AI課程,通過率超過90% 建議備考時間:4-12週 (依等級不同) 網址:https://nabi.104.com.tw/ability/10048413 8. EEC 企業電子化人工智慧應用師(電腦技能基金會) 特色:測驗內容以人工智慧、機器學習、深度學習等相關概論與情境應用為主。證書永久有效。 難度:★★★☆ 費用:2000元 通過率:未有相關資料 建議備考時間:3-6週 網址:https://nabi.104.com.tw/ability/10048715 二、工具類 1. 生成式AI美術設計能力 初級/中級(資策會) 特色:測驗分成學科與術科,術科分數會加權60%,測驗範圍以生成式AI基礎知識,以及AI繪圖、圖片影片生成相關實務操作為主,需擅長各種AI生成工具因應術科題目,適合設計師、社群經營與內容行銷人員,證書有效期兩年。 難度:初級★★、中級★★★☆ 費用:初級2000元、中級3600元 通過率:初級約70%以上,中級未有相關資訊 建議備考時間:3-8週 網址:https://nabi.104.com.tw/ability/10049229 (生成式 AI 美術設計能力初級)、https://nabi.104.com.tw/ability/10049230 (生成式 AI 美術設計能力中級) 2. iPAS AI應用規劃師 中級(經濟部) 特色:國家級認證,證書永久有效。考試範圍包括人工智慧技術應用,以及大數據處理分析與應用、機器學習技術與應用兩科目擇一,適合已有AI相關技術開發經驗,以及參與過企業AI應用專案相關技術背景人士。 難度:★★★★ 費用:1000元 (此為115-116年專屬優惠,原價1500元) 通過率:63% 建議備考時間:6-12週 網址:https://nabi.104.com.tw/ability/10049057 三、專案類 1. TQC+ 人工智慧:機器學習(電腦技能基金會) 特色:以術科考題重視程式技術與模型實作,適合已有Python基礎並具備機器學習相關實作經驗者,是一張具AI實務鑑別度的證照。 難度:★★★★★ 費用:1800元 通過率:未有相關資訊 建議備考時間:6-12週 網址:https://nabi.104.com.tw/ability/10048576 ▶️ 想準備AI證照,建議順序 如果你沒有程式背景、或第一次接觸 AI,建議: 1️⃣ 先取得基礎素養型證照 → 建立門檻與可信度。 2️⃣ 再累積 2–3 個職務相關的AI應用作品集 → 展現成果。 3️⃣ 若想轉技術職,再進階工具類證照。 💡 常見問題集 ❓:我不知道從哪張證照開始? 🅰️:先從「素養型AI證照」入門最快上手。 ❓:沒時間準備很難嗎? 🅰️:多數素養類證照準備時間只需一個月、每天花一至兩小時準備,即可通過。 ❓:會提高薪資嗎? 🅰️:企業更願意主動邀約、給更高薪的談判空間。 ❓:我已經在職場,還需要嗎? 🅰️:讓績效呈現可量化成果,是升遷與跨領域轉職武器。
104學習 AI 趨勢報-科技愛好者的產地🤖
Lighthouse是什麼?超好用檢查網頁品質、SEO分數
Lighthouse是什麼?超好用檢查網頁品質、SEO分數
Lighthouse 是一個由 Google 開發的開源工具,用於改善網站和網頁應用程式的品質。它可以進行各種測試,包括性能、可訪問性、最佳實踐、SEO(搜索引擎優化)等方面的測試。Lighthouse 提供詳細的報告,指出了改進的建議,以幫助開發人員提高網站的性能、可用性和SEO排名。這對於提升用戶體驗和網站的整體表現非常有用。 【使用方式】 1. 按下Fn+F12,開啟開發者功能 2. 上方列表有一個Lighthouse 3. 按下分析網頁載入作業,即可進行網站分析! 分析完畢後,即會出現各指標分數~ 【Lighthouse 指標的說明】 1. 效能(Performance): ►First Contentful Paint (FCP):表示從導航開始到首次內容渲染的時間。較低的值意味著網頁將更快地呈現給用戶。 ►Speed Index:評估頁面內容的整體加載速度。較低的值代表網頁內容將更快地可見。 2. 無障礙功能(Accessibility): ►Aria:評估頁面中是否使用了 ARIA 屬性來改善可訪問性。 ►Color Contrast:檢查文本和背景顏色之間的對比度,以確保內容對所有用戶都可見。 3. 最佳做法(Best Practices): ►HTTPS:檢查網站是否使用 HTTPS 保護通信,以確保數據安全性。 ►No Errors in Console:檢查網站是否有控制台錯誤,這可能影響網站的運行。 4. 搜尋引擎最佳化 SEO(Search Engine Optimization): ►Meta Tags:檢查網站是否使用了適當的 meta 標籤,如標題、描述和關鍵字。 ►Mobile Friendly:評估網站在移動設備上的可用性,這對於SEO非常重要。 喜歡本篇文章,快快關注我們~ 分享更多好內容給你!
知識貓星球 PM雜學相談室-新手轉職PM交流區🙌
精通資料分析|使用Excel、Python和R
精通資料分析|使用Excel、Python和R
資料分析聽起來很難,但只要你會用Excel,其實就不難上手了。透過這本實作指南,能夠幫助你更進一步地理解資料分析與處理,並瞭解如何藉助程式語言進行資料分析與假說檢定。 資料分析的重點是找出關聯性,本書可以引導你學到更進階的資料分析技術。本書運用試算表作為練習基礎統計學概念的範例,並告訴你如何運用Python與R進行更有效率的資料分析。 這本實用指南可以幫助你: .了解如何利用Excel進行資料分析:透過Excel來測試變數之間的關係,並運用統計學製作令人信服的分析 .從Excel到R:學會如何使用R進行原本利用Excel所進行的資料分析工作 .從Excel到Python:學會如何應用Python進行原本利用Excel所進行的資料分析工作 看更多書籍介紹: http://books.gotop.com.tw/v_A697
碁峰資訊GOTOP 電腦技能的領航員-碁峰資訊
赴日工作被擺一道!她曝跟在台灣說的不同:仲介AB合約騙人
赴日工作被擺一道!她曝跟在台灣說的不同:仲介AB合約騙人
2025-05-05 聯合新聞網綜合報導 由聯合新聞網授權轉載 赴日工作美夢破滅!一名女網友在Dcard發文透露,自己四月底滿心期待的到日本就職,起初無異狀且待遇佳,沒想到五月初突然拿到一張新的工作契約,上面內容與在台灣說好的完全不一樣,讓她非常不能接受,向台灣仲介反映也沒用,還被要求「先繼續工作」,她無奈表示「目前做最壞打算,就是搬離開宿舍、重新找工作,甚至可能回台灣」。 延伸閱讀:想去日本工作怕被排擠?他指出日人4特性 用「3招」迅速融入 原PO透露四月底到日本鹿兒島工作,抵達時公司社長還開車去巴士站接送、提供5萬日幣的前期生活費,並安排公司總務人員陪同購買生活用品,誠意滿滿。然而五月開始上班後,總務人員拿了新的工作契約,內容與在台灣簽訂的有很大出入,她坦言「當下讓我想東西直接收一收立刻離開」。 她詳述,舊合約職務是翻譯,新合約卻是作業員,說好的工作時間也不一樣。更誇張的是新合約薪資不公開,還說班別不同薪資不一樣,言下之意就是要砍當初談好的薪水。看完新約後向仲介反映,卻只得到「連假後會找時間三方溝通」的回覆,要她這期間持續工作。她因此發文提醒,「千萬別相信日本人很有誠信的過去,現在的日本人為了達成目的,連人力銀行都會幫忙用AB約的方式騙人過去」。 貼文下方有苦主共鳴,「日本人很會騙人,會先哄妳過去,然後再把你軟禁,要你簽約之類的」、「日本的爛公司不會輸台灣而且數量也多,真的不要被媒體美化,沒有爆出來的太多太多了」、「一堆日本公司來台灣找人講好聽點是徵才,難聽點就是去東南亞找外勞」、「一進去馬上就想離職,最大的比例就是進去上班後發現工作內容跟面試時不一樣」。 也有網友補充「相信我,那種會主動來台灣招聘的日本公司都不是什麼好缺」、「趁現在還有工作簽證,趕快去找新工作,簽證過了就只能回台灣了」、「日本工作好的會內轉,壞的才會找海外的」、「還是要學好日文,多去他們的人力網站看評價,寧願花點錢買的人力網站的會員很多都很透明」、「跟台灣一樣很現實,日本人不想做的工作,公司或是國家會找外人來做,就這樣」。 [joblist_plugin title='104【日本】工作機會' url='https://www.104.com.tw/jobs/search/?area=6003001001&jobsource=joblist_search' amount='3']
【104職場力】
Claude Skills怎麼用?內建與個人Skill差異、適用情境及使用方式
Claude Skills怎麼用?內建與個人Skill差異、適用情境及使用方式
Skill(技能)可以想成一份寫給Claude的工作流程指南,本文解析Skill的功能、適用情境與觸發方式,說明內建Skill與個人Skill的差異,並分享使用官方Skill「canvas-design」的海報實作成果,有助建立可重複使用的AI工作流程。本文節錄自《Claude 萬用手冊》。 文/施威銘研究室 本文目錄(點擊可快速前往) 什麼是Skill?寫給Claude的工作流程指南Skill什麼時候適合用?Skill的3個核心特性1. 依任務意圖自動觸發2. 可在不同工作情境中重複使用3. 可以直接指定使用Claude中的Skill介紹與應用Skill應用:用canvas-design製作海報的實際結果 【使用claude skills要付費嗎?】Claude免費版及付費用戶均可使用Skills、Connectors等功能,在網頁版即可設定使用。Claude網址:https://claude.ai/ 什麼是Skill?寫給Claude的工作流程指南 有了Connector之後,Claude可以連接外部工具,取得信件、行事曆或雲端文件等資料。不過,能取得資料,不代表它每次都知道「該怎麼處理」。舉例來說,你可能每週都會請Claude整理會議紀錄、撰寫週報,或回覆客戶問題。第一次你把格式和流程講清楚,它可以做得很好;但下次換一個對話,可能又要重新交代一次。就算Claude記得你的偏好,也不代表它一定會穩定遵循同一套處理流程。這時候需要的就不是更多記憶,而是一套可以反覆使用的工作方法,也就是Claude的Skill。 Skill(技能)可以想成一份寫給Claude的工作流程指南。它會告訴Claude:遇到某一類任務時,應該依照哪些步驟處理、使用什麼格式輸出,以及需要遵守哪些規則。 這樣說可能還是有點抽象,我們可以用一個實際例子來理解。假設你每週都要整理專案進度報告,而這份報告需要依照以下流程產出: 掃描專案資料夾,找出本週更新的文件。 讀取各專案的狀態紀錄。 提取本週完成事項、進行中事項與待處理問題。 整理成固定格式的週報。 依照指定命名規則儲存或輸出結果。 如果每次都在對話中重新描述這套流程,不只麻煩,也很容易漏掉某個步驟,或讓輸出格式前後不一致。但如果把這套流程寫成Skill,之後只要說「產生本週進度報告」,Claude就能依照固定流程執行,讓結果更穩定、效率更高! Skill什麼時候適合用?Skill的3個核心特性 1. 依任務意圖自動觸發 Skill不是每次對話都全部載入,而是由Claude依照當下任務判斷是否需要使用。例如你請Claude「整理今天的會議紀錄」,它就能觸發會議紀錄Skill進行整理;但若你只是問「今天午餐吃什麼」,這個Skill就不會被拿出來使用。 這樣的好處是,你可以準備很多套不同任務的處理流程,而不必擔心每次對話視窗(Context Window)都先被一大堆技能塞滿,進而造成你對話的剩餘記憶空間很有限。Claude只會在需要時,額外載入與當前任務相關的Skill。 2. 可在不同工作情境中重複使用 Skill的另一個特性是,它不只綁定在單一對話中,而是可以在不同工作情境中重複使用。舉例來說,你建立了一個「會議紀錄Skill」,之後不論是在一般聊天、專案,或團隊內部討論中,只要任務是整理會議內容,Claude都可以載入並套用同一套整理方式。 3. 可以直接指定使用 除了讓Claude自己判斷要不要使用Skill之外,我們也可以在提示詞中直接指定要使用哪一個Skill。這通常可以透過 "/ "(斜線指令),或在任務描述中明確寫出「請使用某某Skill」來完成。 直接指定Skill的好處是,可以減少Claude判斷錯誤的機會。尤其當任務描述比較模糊,或同時可能符合多個Skill時,明確指定要使用哪一套流程,會讓執行結果更穩定。 Claude中的Skill介紹與應用 Claude的面板提供兩種Skill的來源,分為內建Skill與個人Skill。 內建Skill:內建Skill是Anthropic預先封裝在Claude環境裡的,所有使用者一登入就能直接使用,不需要任何啟用設定。主要包含文件產出類(如生成.docx、.xlsx、.pdf等格式的檔案),或是讀取文件(如讀pdf檔案、CSV檔等)操作。 舉例來說,當我們在聊天視窗要求他幫我們建立Word檔案時,他就會呼叫這些skill去幫我們執行: 能根據任務自動調用原生環境中的Skill(圖/《Claude 萬用手冊》) 個人Skill:需要自行透過Claude的Customize介面手動加入技能清單中,加入後,會出現在Personal skills清單中,之後就可以直接調用。 進入Customize頁面,開啟 Skills 分頁;開啟Skill總覽目錄,並挑選想用的技能加進來,目錄上有Claude提供的官方技能。(圖/《Claude 萬用手冊》) 目前目錄中有提供官方技能,點擊【+】可將技能新增至Claude中,之後Claude即可調用。(圖/《Claude 萬用手冊》) 新增的Skill會出現在Personal skills清單裡;點擊可直接建立新的對話視窗並帶入該技能到輸入框中,讓你測試使用;啟動開關,啟動後可讓Claude偵測任務要不要使用skill。(圖/《Claude 萬用手冊》) 【TIP】注意!所有加入的技能都會同步出現在Claude Desktop與Claude.ai(網頁版)中。 目前Claude官方提供的11種個人Skill,主要分為三種用途: 可直接使用:可以直接呼叫來完成特定任務,無需額外改寫或設定。 canvas-design:產出海報、卡片等視覺設計作品。 web-artifacts-builder:產出多元件的互動式HTML成品。 theme-factory:替現有成品套用視覺主題樣式,內建有10套不同主題。 doc-coauthoring:與Claude共同完成長篇文件撰寫。 algorithmic-art:產出帶隨機性的演算法藝術作品。 slack-gif-creator:產出符合Slack規格的GIF動畫。 learn:想搞懂某個知識點時,請Claude出題測驗或建立學習路徑。 作為範本參考:用處是讓你看懂寫法後,改寫成符合自身需求的專屬版本。 brand-guidelines:示範如何將品牌色彩與字體規範寫進技能。 internal-comms:示範如何將公司內部溝通格式寫進技能。 協助你建立Claude相關工具:以下技能是用來擴展Claude能力。 mcp-builder:引導你建立能串接外部服務的MCP伺服器。 skill-creator:引導你從零開發、測試並優化新技能。 Skill應用:用canvas-design製作海報的實際結果 接下來我們會以/canvas-design為例,示範技能的使用方式,同時解釋一個技能內部包含哪些檔案。加入技能後,它會出現在Personal Skills的列表中,點開就能查看這個技能的相關內容。 (圖/《Claude 萬用手冊》) SKILL.md:技能的核心檔案,詳細記載這個技能的工作流程、設計原則、注意事項等。Claude啟用技能時,讀的就是這份文件 技能名稱與簡短描述:點進技能名稱後,最上方會顯示這個技能的用途簡介,告訴Claude何時應該啟用它 附件檔案:技能附帶的參考資料或資源檔案,作為Claude執行任務時可隨時取用的素材。不同技能會附上不同類型的附件,比如web-artifacts-builder技能附上建構網頁用的腳本與UI元件庫、internal-comms技能則附上各類公司文件的範例範本等。在本例的canvas-design技能中,附件是canvas-fonts字體資料夾,內含27種字體家族,Claude在生成圖片時可以直接引用,不需要另外下載 與平常使用Claude進行生圖不同,/canvas-design提供的是一套完整的設計方法論。它會要求Claude在開始繪圖之前,先建立一份設計風格(哲學)文件,思考這次作品應該採用什麼樣的視覺語彙、空間邏輯、色彩系統與字體調性,最後,再依照這份哲學去執行繪製。 不過這個技能有幾項明確的限制: /canvas-design的輸出格式限於PNG與PDF。如果你需要JPG、SVG、PSD等其他格式,就必須在產出後另外轉檔。 Claude的生圖方式和ChatGPT、Gemini、Midjourney等工具不同。前述的工具都是透過圖像生成模型直接產生圖片,因此比較擅長做出攝影感、繪畫感,或具有真實材質的畫面。但Claude則是用程式畫圖,它會透過Python的繪圖庫,例如PIL、matplotlib,或SVG程式碼來計算圖形、線條、排版與色彩。因此,它擅長的不是寫實描繪,而是可被程式明確描述與控制的視覺形式。 Claude擅長的生圖範圍Claude不適合的生圖項目● 幾何構成、網格、色塊● 字體排印與版面設計● 參數化曲線(螺旋、波形、數學圖形) ● 重複圖案、點陣紋理、漸層● 資訊圖表式的視覺● 寫實的繪畫、攝影、有機質感● 人物、動物、植物等具象物體● 任何需要「手感筆觸」的內容● 細膩的場景描繪 【TIP】注意!雖然SKILL.md裡寫到Claude可以生成「博物館或雜誌等級的藝術品」,但這個目標只有在任務主題剛好落在它擅長的視覺類型時,才較容易成立。假設你要求它「畫一張可愛的深海生物海報」,它無法畫出真實的生物,最後改以用SVG拼出比較卡通化的替代圖形,結果反而會和原本承諾的高質感設計產生巨大落差。因此,在請它生成圖片之前,最好先確認你的主題是否能轉換成它擅長的視覺語言。 在了解優勢與限制後,我們就可以進入實作!本例要請Claude生成一張電子音樂活動海報。這類主題本身就很適合轉化成幾何圖形、線條、漸層、參數化曲線與排版設計,因此和/canvas-design的能力範圍相當契合。 /canvas-design實作結果: (圖/《Claude 萬用手冊》) 節錄自:旗標《Claude 萬用手冊:Claude.ai | Desktop | Cowork | Code Mode | Design | Computer Use | Skills | Connectors | Plugins》/施威銘研究室 著 推薦閱讀: Claude Cowork怎麼用?要付費嗎?解析操作流程、權限設定及模型選擇 憑借書證免費用GPT、Claude!教育部推「館館有AI」 擴及47所大學 「Claude Design」新登場!AI工具生成原型、簡報怎麼做和修改? 告別Token焦慮!Anthropic提供4個有效降低Claude Code成本祕訣!
【104職場力】
帶給你五倍轉換率、五倍停留時間、三倍的訂單金額!
帶給你五倍轉換率、五倍停留時間、三倍的訂單金額!
🗣來賓:伊原力科技 營運總監Kevin 什麼是「影音購物」?影音購物的轉換率如何?影音購物跟直播帶貨有何差別?Firework 是什麼樣的平台?提供哪些服務?Firework還有提供AI生成文字功能及聲音?無印良品等知名品牌也在使用「影音購物」?目前台灣導入「影音購物」的現況?Firework可以同時在FB、IG聯播直播嗎?哪些產業適合使用Firework技術?未來影音跟電商的趨勢? 📌伊原力科技官網:https://may4s.com.tw/ 案例分享: 美國零售 Walmart 案例:https://bit.ly/3WSQcK7 日本二手車案例:https://bit.ly/43LHuQ3 日本服飾品牌案例:https://bit.ly/3Nc4gLK 📌更了解林克威 專欄|https://cnews.com.tw/author/cnews132/ IG|https://www.instagram.com/ecpro.tw FB|https://www.facebook.com/ecpro.tw 贊助我們一杯咖啡|https://pay.firstory.me/user/ecpro 本節目由【聲歷其境】團隊製作播出,線上收聽:https://podcasts.apple.com/tw/podcast/ep162-%E5%BD%B1%E9%9F%B3%E8%B3%BC%E7%89%A9%E6%99%82%E4%BB%A3%E4%BE%86%E8%87%A8-%E5%B8%B6%E7%B5%A6%E4%BD%A0%E4%BA%94%E5%80%8D%E8%BD%89%E6%8F%9B%E7%8E%87-%E4%BA%94%E5%80%8D%E5%81%9C%E7%95%99%E6%99%82%E9%96%93-%E4%B8%89%E5%80%8D%E7%9A%84%E8%A8%82%E5%96%AE%E9%87%91%E9%A1%8D/id1510723809?i=1000616506038
林克威 林克威
什麼是 JAVA Spring Boot?為何要學會它?
什麼是 JAVA Spring Boot?為何要學會它?
當今的軟體工程界,JAVA 一直是非常流行的一種程式語言。 根據TIOBE調查,Java在全球已有900萬+的開發者,而將近97%的企業電腦在運行著java,其下載量每年達到了10億。而TIOBE也公布全球程式語言排行榜,前五名依次是 Java、C、Python、C++ 和 C#。由此可見Java程式語言在實際開發中仍是最受歡迎的。 Java 相關技術與開發工具多採開放原始碼方式,java能運用於金融、電信、物流、醫療等大型企業。舉凡社交媒體、Web 和遊戲應用程式及網路與企業應用程式,無所不在。根據104人力銀行調查,JAVA技術在軟體工程師職缺排行中佔據第一名。java人才所需超過3千多人,並且每年以20%左右的速度成長。 然而,隨著 JAVA Spring Framework 的出現,開發人員可以更容易地開發高效率且可擴展性強的 Web 應用程式。 Spring Framework的優勢是 1.能爭取更多維運時效性 2.提升40%穩定性與效能 在 JAVA 開發領域當中, Spring Boot 是 JAVA Spring Framework 的一個重要組件,可以讓開發人員快速、簡單地創建 Spring 應用程式。相較於傳統的 Java 框架,Spring Boot 提供了更高效、更簡潔的方式來構建應用程式。 以下列出了 Spring Boot 與傳統 Java 框架之間的幾個主要差異: 1.簡化的配置:Spring Boot 採用許多預設值來配置應用程式,這些預設值可節省開發人員的時間和精力。傳統的 Java 框架通常需要在配置文件中進行大量的手動配置。 2.簡單的開發:Spring Boot 提供了豐富的快速開發工具,如 Spring Initializr,可以快速構建一個基本的 Spring Boot 應用程式,減少了開發人員的工作量。 3.微服務:Spring Boot 非常適合構建微服務架構。Spring Boot 可以使用 Spring Cloud 框架來實現服務發現、負載均衡和數據處理等功能。 4.開箱即用的功能:Spring Boot 預置了許多常用的功能,如資料庫連接、安全性、日誌紀錄和許多第三方庫的支持等。這些功能使得開發人員可以更快速地構建應用程式,而不必花費太多時間來處理底層細節。 使用 Spring Boot 開發 Web 應用程式還有其他的好處,例如: 1.自動配置:Spring Boot 可以自動配置您的應用程式,包括自動配置數據庫連接、自動配置 Web 應用程式、自動配置安全性等。 2.易於管理:Spring Boot 非常容易管理和維護。您可以使用一些內建的功能來管理應用程式,例如健康檢查、日誌管理、性能監控等。 3.優化的性能:Spring Boot 可以幫助您優化應用程式的性能,包括自動配置快取、使用內存數據庫等。 4.可擴展性強:Spring Boot 非常容易擴展,您可以很容易地添加新的功能和服務,並將它們整合到現有的應用程式中。 因此,學習 Spring Boot 可以幫助開發人員快速開發高效率且可擴展性強的 Web 應用程式,同時提高開發人員的工作效率和生產力。如果您是 JAVA 開發人員,亦或是未來想轉職成為 JAVA 工程師,學會 JAVA Spring Boot 是非常值得的。 想進入 JAVA Spring 和 JAVA Spring Boot 卻不知從何開始 不仿就從「全線上|JAVA Spring Boot 全端軟體工程師養成班」這門課開始吧! 從現在開始至4/20前報名 享6折優惠 限額十名 欲報從速! 課程連結 👉https://reurl.cc/Y8Opan 線上諮詢 👉https://line.me/R/ti/p/%40992fqarq
X編 X School 軟體人才專業培訓機構
【返鄉創業,走一條不一樣的路】〈謝宅〉謝文侃的「回家工作課」
【返鄉創業,走一條不一樣的路】〈謝宅〉謝文侃的「回家工作課」
你也在異鄉打拼嗎? 「我花了六年時間習慣澳洲,但是『鄉愁』只讓我花一碗肉燥飯的時間就回家了!」 謝文侃,台南老屋民宿「謝宅」創辦人,家中排行老五,大家叫他「謝小五」。 創業十三年,修繕八棟謝宅,他讓遊客和台南人看到老宅新價值,也吸引日本金澤石川縣廳觀光局邀他複製台南「謝宅」,跨海到金澤經營老屋民宿「三間屋」。眼前創業成就,來自十三年前因為父親病危而從海外返鄉。 「年紀愈大,思鄉的鄉愁愈重,你會愈發現自己像沒有根的浮萍。」 45歲的謝文侃年輕時曾在澳洲墨爾本求學工作,那是連續三年被英國《經濟學人》評為全球最宜居的城市,他在澳洲生活六年,因為父親住進加護病房,沒有猶豫太多,32歲正要起飛的職涯,他卻選擇為了父親回到台南。 「那時我已經工作,連在澳洲的車都還沒有時間處理,就打包回家。」 看謝文侃的返鄉之路,工作,也能有不一樣的選擇: https://www.youtube.com/watch?v=j9QMKshQ6f4&t=4s
值得你鼓掌的人物 掌聲拍拍手
資安證照排行榜:詳解 10 大熱門證照內容、費用與難易度!
資安證照排行榜:詳解 10 大熱門證照內容、費用與難易度!
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
巨匠電腦逢甲認證中心 巨匠電腦逢甲認證中心-軟體設計學院
AIGC 是什麼?生成式 AI 3 分鐘懶人包
AIGC 是什麼?生成式 AI 3 分鐘懶人包
在人工智慧時代,生成式 AI(AIGC)成為焦點,本文旨在介紹其核心概念、應用領域和未來趨勢. 🤖🚀 1. AIGC是什麼?核心概念: AIGC,或生成式 AI,全名為Artificial Intelligence Generated Content,是一種利用機器學習及深度學習演算法模型的技術. 🧠💻透過分析龐大數據庫,訓練AI學習並模仿人類情感表達,AIGC能自動生成文字、圖像、音樂、影片等原創內容. 2. AIGC應用領域及常見工具: 文字創作: 如ChatGPT、NotionAI,能根據指令生成文字重點摘要. 📝🤖 圖像生成: 包括Midjourney、StableDiffusion等工具,能根據文字描述生成圖像. 🎨🖼️ 音樂生成: 例如Mubert、Soundful,能根據主題、風格生成音樂. 🎶🤖 影片生成: 使用如CapCut、FlexClip等軟體,能根據文字稿生成完整影片. 🎥🤖 搜尋引擎: Google Bard、Microsoft Bing等AIGC搜尋引擎能回答更複雜的用戶需求. 🔍🤖 3. 生成式 AI 的挑戰與道德考量: 雖然AIGC提高了內容生產效率,但基於大數據學習,生成內容可能不完全正確,並引發智慧財產權法律問題. 使用者應謹慎小心,避免觸碰法律或道德底線. ⚖️🤔 4. AIGC的未來發展趨勢: 生成式 AI的未來將影響元宇宙發展. AIGC能高效生成元宇宙所需的虛擬世界、角色、對話、場景,加速推動元宇宙的發展,縮短人類與元宇宙之間的距離. 🌌🚀 5. AIGC應用於元宇宙的實例: Jumbo Computer提供的「出發吧!進攻元宇宙」課程,由知名3D遊戲設計師親自授課,引導學員從基礎軟體操作到3D角色設計、場景製作,助力學員提早進入元宇宙產業鏈. 🎮🌐 總括而言,AIGC的崛起為人工智慧領域注入新動力,然而在使用時應謹慎,並持續關注相關法律和道德議題. ⚠️👁️‍🗨️
巨匠電腦逢甲認證中心 巨匠電腦逢甲認證中心-軟體設計學院