104學習

資策會在職菁英班 專為受經濟部產業發展署產業競爭力輔導團輔導之國內製造業，辦理企業「AI人才培育」課程！透過精準實務課程，全力為符合資格之企業在職員工，鍛造升級轉型的在職菁英。 報名資格： 本課程報名資格需為國內依法登記成立之製造業者，且受經濟部產業發展署產業競爭力輔導團輔導之企業在職員工。 提醒您，線上填寫報名資料後，仍需經本單位以電話或 E-mail 聯繫確認，才算完成報名。 課程費用： 本課程係接受經濟部產業發展署產業競爭力輔導團補助辦理，不另向學員收取任何費用。 在職菁英班課程總覽： https://www.iiiedu.org.tw/course?type=%E5%9C%A8%E8%81%B7%E8%8F%81%E8%8B%B1%E7%8F%AD

前端工程師需要掌握的技能和專業涵蓋了多個方面，包括基礎的網頁開發知識（ HTML、CSS 和 Java Script）、前端框架（ React.js、Vue.js 和 Angular．．等）、以及與團隊合作的工具等。以下是前端工程師的必備技能清單： 前端工程師 必備工具： ⭕ HTML/CSS/Java Script: 這三者是前端開發的基礎技能，用於設計和構建網站的視覺層。 ⭕ React、Vue 或 Angular: 主流前端框架，幫助開發者更有效率地構建交互式網頁應用。 ⭕ Git: 版本控制工具，幫助團隊協作並管理代碼變更。 ⭕ Webpack、Parcel: 模組打包工具，優化前端資源的加載和編譯。 ⭕ Figma、Sketch、Adobe XD: 設計工具，與設計師溝通並將設計轉換成實際前端代碼。 推薦證照： ⭕ Microsoft Certified: Azure Developer Associate: 如在雲端平台上進行前端開發，Azure的證書會讓你對雲端部署有更深的理解。 ⭕ Google Mobile Web Specialist Certification: 專注於前端開發的移動端最佳實踐。 ⭕ Certified Web Professional - Web Developer: 國際網頁專業人士協會頒發，涵蓋網頁開發的核心技能。 相關課程推薦： Let’s Vue! 前端開發入門到實戰 https://nabi.104.com.tw/course/tibame/ee965aa9-eb02-43d5-ae79-1dcd50f965dc 成為前端工程師｜Java Script 入門：帶你逐步培養網頁開發技能 https://nabi.104.com.tw/course/tibame/9e6b7b79-2849-4f24-80ef-a620b94471a5 第一次就上手，前端工程新手指南 https://nabi.104.com.tw/course/tibame/6e43b10e-45e7-40e2-92c0-1b4d6aeb955c 後端工程師 必備工具： ⚡ SQL（PostgreSQL、MySQL）及 NoSQL（MongoDB）: 數據庫管理技能是後端工程師的核心能力之一。 ⚡ Node js、Python、Java 或 Ruby: 這些後端編程語言被廣泛用於構建伺服器端邏輯。 ⚡ Docker、Kubernetes: 容器化技術和編排工具，用於構建、測試和部署應用程序。 ⚡ RESTful APIs 和 GraphQL: 這些技術用於實現應用的後端與前端、第三方系統之間的通信。 ⚡ CI/CD 工具: 自動化流程，確保代碼更快更安全地進入生產環境。 推薦證照： ⚡ AWS Certified Solutions Architect – Associate: 了解如何在AWS雲上設計和部署後端應用程式。 ⚡ Microsoft Certified: Azure Administrator Associate: 若專注於Azure雲平台，這是不可錯過的證書。 ⚡ Oracle Certified Professional, MySQL Database Administrator: 確保後端數據庫管理的穩定和高效運作。 推薦課程： 成為後端工程師 | 踏上程式起點，逐步掌握 Java 語言特性與物件導向程式設計 https://nabi.104.com.tw/course/tibame/c24de9ca-27e6-46cb-80f4-9d7b27d9ca47 全端工程師 必備工具： 🔵 HTML/CSS/Java Script + React/Vue/Angular: 熟悉前端開發工具與框架，確保網頁的視覺與交互效果。 🔵 Node js、Express 或 Django: 這些是全端工程師通常選擇的後端框架，用於建立伺服器端邏輯。 🔵 Git、GitHub: 版本控制與協作工具，用於管理全端工程中的代碼。 🔵 Docker、CI/CD 工具: 幫助全端工程師部署整體應用，確保端到端流程的流暢運行。 🔵 GraphQL、RESTful APIs: 掌握API設計，讓前後端溝通順暢。 推薦證照： 🔵 AWS Certified Developer – Associate: 強化在雲端上開發全端應用的能力。 🔵 Certified Full Stack Developer: Coursera或Udacity上的全端開發認證，涵蓋從前端到後端的各項技能。 🔵 Google Cloud Professional Cloud Developer: 若專注於Google Cloud，這張證書能幫助掌握雲端環境下的全端開發技能。 工具與證書是工程師專業技能的一部分。無論你是專注於前端、後端還是全端開發，選擇合適的工具、掌握相關技能並考取相關證書，都是提升專業能力和職業發展的關鍵。保持學習的動力，不斷提升自我，是在快速變化的技術領域中保持競爭力的必備條件。

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

AI會先取代誰，又會留下哪些位置給人類？李開復以工作內容自由度與人際互動依賴度，提出智力、體力工作兩張職場地圖，解析難被AI取代的關鍵，以及未來最值得培養的5種能力。本文節錄自《AI未來已來》。 文／李開復 本文目錄（點擊可快速前往） 兩張地圖：我的工作還安全嗎？智力工作的四象限地圖體力工作的四象限地圖李開復：3個方向，未來的路成為團隊裡最會用AI的那個人 兩張地圖：我的工作還安全嗎？ 現在把鏡頭從你的公司拉到整個勞動力市場上。每個人都想要一張能進行自我對照的地圖，以判斷自己的工作到底安不安全。很多年前我就做過AI將改變、甚至取代人類工作的預測，事實證明我的邏輯是對的。隨著AI的飛速進步，我把這個預測更新成下面兩張地圖：一張給智力工作者，另一張給體力工作者。 下面先講兩條由兩張地圖共用的軸。 橫軸表示的是一份工作的內容自由度。低自由度意味著工作環境中有標準答案，邏輯清楚、對錯分明，機器在這裡有壓倒性優勢；高自由度意味著工作中沒有標準答案，這種工作可能看起來有一些模糊、很新穎，對隨機應變能力有很高的要求，有時連問題本身都不容易說清楚，人在這裡有優勢。這條軸的兩端並非總是截然兩分的，但大體上可以認為自由度愈低，機器愈占上風。 縱軸表示的是一份工作對人際互動的依賴度。在低依賴度一端，價值是你工作的速度、規模、成本、品質等，在這些方面，機器在未來都會更強；在高依賴度一端，價值是誰能在場承擔責任、誰值得被信任、誰能說服他人、誰能創建合法性、誰能關心別人、誰能被另一個人需要，在這些場景中，人更強。 這兩條軸劃分出四個區域：機器最占優勢的是「工作內容自由度低＋人際互動依賴度低」區域，人最占優勢的是「工作內容自由度高＋人際互動依賴度高」區域。 智力工作的四象限地圖 圖／《AI未來已來》 下面具體介紹智力工作四象限地圖的4個區域。 機器主場（工作內容自由度低＋人際互動依賴度低） 在這個區域，每項工作都有清晰且可遵循的標準答案，不需要某個特定的人在場，比如資料輸入、帳務處理等。一個很「扎心」的事實是，以前我們認為人類能力的高點之一——基礎程式碼撰寫，居然也在這個區域。因為程式碼對不對是有標準答案的。正因為有這把客觀的尺，AI在寫程式碼上才進步神速。所以如果今天你只是一個「寫程式的封閉執行者」，那麼你能留在機器主場的日子就不多了。 人機協作（工作內容自由度低＋人際互動依賴度高） 機器已經比人更會執行這個區域的工作的核心環節，但這個區域的工作仍然需要保留一部分人——可能是為了取得信任、擔負責任，或者確保合法。比如，AI已經能解讀放射科提供的影像資料了，但簽字負責的仍是主治醫生。又如，法官做出的裁決可能本就基於AI的推薦，但這一判決必須由人來做出才有合法性。 這個區域的工作者面臨的風險就是可能變得只會「蓋章」。若是如此，那麼其遲早會被取代。 開放成果（工作內容自由度高＋人際互動依賴度低） 這個區域的工作的特點是：內容很雜、很新穎，所以還得由人來做，但沒人在乎由哪一個人來做。這一類工作沒有關係溢價，如前沿研究、原創寫作、腦力激盪、給全新問題想出第一版策略等，它們處於人類智力和創造性的前沿，但很少涉及人際關係。這個區域的工作者暫時安全，但這種安全性會隨AI技術的進步逐漸下降。 人性核心（工作內容自由度高＋人際互動依賴度高） 這個區域的工作特點是內容很雜且是關於人的。這類工作的從業者多為資深人員，包括心理治療師、優良教師、資深業務等。這是目前人類最有優勢，也最安全的區域。 體力工作的四象限地圖 體力工作的四象限地圖是類似的。（如圖22所示） 圖／《AI未來已來》 左上方的部分，還涉及很多人際互動，收銀員有時要和客戶互動、理髮師需要和客戶聊天溝通，機器的滲透還相當有限。 左下方是機器主場，涵蓋的工作包括倉庫分揀、流水線裝配、產品品質檢驗等，機器正在一塊塊拿下這個區域。 在圖中愈往右的區域，機器的優勢愈小。右下方的工作包括老屋水電改造、災後救援、管道搶修等，對於這些雜亂的工作，工作者需要在不可預測的空間裡隨機應變，人仍然穩穩占優勢。而右上方涵蓋的工作，如護理、臨終關懷、助產、到府私廚等，更是隱藏著機器無法觸碰的人性核心。 這裡還有一個反直覺的現象。十年前，絕大多數人認為AI會先搶走工廠工人和卡車司機的工作，知識工作者最安全。但真實結果是大腦能幹的活比我們以為的更封閉，手腳能幹的活比我們以為的更開放。這正是「摩拉維克弔詭」在四象限地圖上的樣子。 在AI 1.0剛出現的時候，包括我在內的很多人都把創意工作當成人類的安全區，沒想到生成式AI一腳就踏了進來。創意工作可以分為以下兩種。 重組式的創意工作——公式化的行銷文案、圖庫插畫、範本設計，這類工作很快就被推到了「封閉＋交付結果」區域，AI在此已占上風。 原創式的創意工作——真正去界定一個新問題，這是AI很難觸及的，這類工作仍處於「開放＋交付結果」區域。 所以「創意能讓你安全」本身是一個過度簡化的結論，重要的是你得分清你做的是哪一種創意，究竟是有跡可循的公式重組，還是原創性極強的新想法。 李開復：3個方向，未來的路 本節的內容是給每個人的一張行動地圖，這也是你能轉達給身邊其他人的建議。地圖的價值在於告訴你：哪些仗別再打了，以及哪些方向真的通向人還占優勢的地方。整體有以下3個方向供你參考。 方向一：往「開放」靠 你要主動去尋找那些最難、標準化程度最低、最沒人願意去做的事，去問題還沒被定義清楚的地方。如果你是工程師，與其更快地寫一段標準函數，不如去啃那個連需求都沒人說得清的專案。你要去做靠品味和判斷、沒有清晰對錯的事，成為那個決定什麼值得做的人。當執行幾乎免費，稀缺的就不再是「做」，而是「選」。培養品味、磨練同理心都很有價值，你要大量去看你所從事的產業裡最好的作品，逼自己講清楚它好在哪裡。 方向二：往「複雜、風險、把關」靠 高風險的把關、跨部門的協調、要照顧各方利益與進行合規的判斷，這些愈是依賴人和規則的專案，AI愈啃不動。而且出了事，只有人能承擔責任，AI無法承擔責任。你要把自己放到「出了事要由你負責」的位置上去，那正是價值聚集的地方。 方向三：往「溫度、信任」靠 未來人類參與最多的工作，不是前沿技術領域的工作，而是「另一個人特意為我付費」的服務工作。當一個人有了更多的時間和更厚的錢包，他要的往往不只是一頓飯、一堂課，而是「我無條件信任他」、「有個人真的把心放在了我身上」的感受。人與人的關係很多時候需要時間和經歷的累積，這是AI完全無法取代的。 這裡再分享5種無論朝哪個方向走都該努力培養的能力，按重要性由高到低排列如下： 一是模糊中的判斷力（資訊不全時做對決定，並知道什麼值得做）。 二是建立信任與關係的能力（讓他人希望你在場）。 三是共情與在場能力（真正聽懂他人的話）。 四是指揮AI的能力（界定問題、拆解、委派、驗證、整合）。 五是獨特的品味與策展能力。 成為團隊裡最會用AI的那個人 最後，如果挑一件清晰且可以執行的事情來幫助你在未來獲得更強的競爭力，那麼它會是：從2026年起，成為你的團隊裡最會用AI的那個人，這是你能買到的最便宜的保險，而且別只用它追求「更快」，要用它追求「更高」，讓它把你托舉到原來達不到的層級。這正是破解「斷梯」難題的辦法。AI先取代的恰恰是初級職位，新人一開始就要和AI競爭，這第一級台階反而是最困難的；而善用AI，新人能直接交付出過去要熬幾年才拿得出的東西。 節錄自：天下文化《AI未來已來）：變革巨浪中的CEO、企業、個人轉型戰略》／李開復 著

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

在這個科技迅速發展的時代，人工智慧（AI）已經成為我們生活中不可或缺的一部分，無論是寫文章、翻譯，還是客服對話，AI都在努力學習如何更好地跟我們溝通。但是，你有沒有發現，當我們和AI聊天的時候，它剛開始對話時會表現得像個小天才，但隨著對話慢慢深入，卻漸漸變得「迷糊」，甚至胡亂回答，這到底是怎麼回事呢？ 數據證實，多聊幾句AI就會破功 在研究中，科學家們模擬了20萬筆對話，檢測了15種主要的語言模型，發現和這些AI首次對話，回覆準確的成功率高達90%，表現好到簡直像個小天才，可一旦進入第2次或第3次對話後，它們就開始像迷失在語言黑洞一樣節節敗退，無法保持對話的一致性和邏輯性，最後成功率降到只剩下約60%。 看全文 :https://blog.104.com.tw/ai-multiturn-dialogue-issues/?utm_source=104nabi&utm_medium=ai 【AI新知，用聽的】 ▼ 本音檔由ai輔助 產出

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

想要在 Google、Facebook 等頂尖科技公司面試中脫穎而出？LeetCode 是你不可或缺的刷題神器，提供豐富的編程題庫和詳細解析，助你提升算法和數據結構技能，讓面試更加得心應手。 ▍LeetCode 是什麼？ LeetCode 是一個在線平台，專門為想要提升程式設計和算法技能的人士設計。它提供各種編程題目，涵蓋不同難度級別，從簡單到困難應有盡有。這些題目不僅可以用來提高你的編程能力，還能幫助你更好地準備技術面試。 ▍誰需要 LeetCode？ ● 求職者：想要進入Google、Facebook等大公司的工程師，LeetCode 上的題目經常出現在這些公司的面試中。 ● 學生：特別是資工、資管等資訊相關科系的學生，可以通過 LeetCode 來練習和鞏固所學知識，並參加各類編程競賽。 ● 現職工程師：已在職的工程師，可以利用 LeetCode 來提升自己的技術水平，解決工作中的複雜問題。 ▍LeetCode 的特色 ● 豐富的題庫：數百道題目涵蓋了數組、鏈表、堆棧、隊列等多種數據結構和算法，滿足不同需求。 ● 討論區：用戶可以在討論區分享解題思路和技巧，互相學習，共同進步。 ● 詳細的題解：每道題目都有詳細的解析和多種解法，幫助用戶深入理解每個問題。 ▍如何開始使用 LeetCode？ ● 註冊帳號：首先在 LeetCode 官網上註冊一個帳號，開始你的刷題之旅。 ● 選擇題目：根據自身需求選擇不同難度和類型的題目進行練習。 ● 參加討論：積極參與討論區的交流，學習他人的解題思路和技巧。 ● 記錄進度：使用 LeetCode 提供的進度追蹤功能，記錄你的刷題情況，隨時檢查自己的進步。 LeetCode 是一個不可多得的學習平台，無論是求職者、學生還是現職工程師，都可以通過這個平台提高自己的編程能力和解決問題的技巧。現在就開始刷題，為你的技術面試做好準備吧！成功並非一蹴而就，但有了 LeetCode 的幫助，你將離夢想的工作更進一步。無論是簡單題還是高難度題目，都能幫助你在面試中脫穎而出，迎接職業生涯的新高峰。 ➤ 開始刷題吧：https://leetcode.com/ ➤ 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！

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

在台積電的工作環境中，內部術語仿佛變成公司文化，不僅反映出台積電的核心價值觀，還有助於提高溝通效率與管理效能。了解這些術語後對於台積電內部員工、供應商來說很是重要，有效幫助雙方更有效率合作，避免誤解。 1. 「ICIC」：台積電核心價值縮影 ICIC 代表誠信正直（Integrity）、承諾（Commitment）、創新（Innovation）、客戶信任（Customer trust）。這四大核心價值是台積電基礎。無論是內部管理還是與外部合作，ICIC都是每個員工必須遵循的標準。合作夥伴熟悉這一術語，將能更好地理解台積電的工作方式和期望。 2. 「標竿學習」：追求高標 台積電強調「標竿學習」（Benchmarking），這是一種從其他領先企業中學習的方式。員工們經常會被問到：「這項事務是否有標竿學習的對象？」這個問題鼓勵團隊借鑒外部成功案例，從而提升內部管理和創新能力。標竿學習讓台積電保持行業領先，並不斷自我優化。 3. 「AR管理」：提升執行力 AR 代表「待完成任務」（Action Required），在台積電的會議和日常工作中，主管經常會指定下屬完成特定的 AR，並要求定期回報進度。AR 管理強調對任務的即時反應和責任承擔，有效提高工作效率，確保每項工作能夠按時高效完成。 4. 「持續改善」：打造卓越企業文化 台積電推動的「持續改善」（Continual Improvement Team，CIT）是其企業文化中的重要元素。每年公司會舉辦改善案例發表會，表彰員工的優秀改進方案，並期望供應商也能參與其中。這不僅提升了內部運營效率，也加強了外部合作夥伴的競爭力。 5. 「8D方法」：系統化問題解決方案 台積電採用的「8D 方法」是一種標準化的問題解決流程。當遇到技術或管理問題時，團隊需要按照8D流程分析問題並提出改進措施。8D 方法有助於公司迅速、有效地解決問題，並通過不斷學習提高團隊的解決問題能力。 6.「review」：檢討進步 簡單來說是對於工作過程中的檢討、評估，尤其台積每個專案、工作任務，需要經過主管、同事「review」，相對更順利找出bug並加以改進。透過「review」可以讓員工成長，增加專業技能。 7.「Highlight」：問題浮現關鍵 台積電工程師最怕聽到「highlight」 ，因為代表同仁中有人犯錯。一旦被highlight後，當事人需對問題解釋並提出解決方案。目的是解決問題的方式，還能防止類似錯誤重複發生。雖然過程讓人備感壓力，卻於提升邏輯思考和解決問題的能力。 8.「Align」：減少摩擦 「Align」 常用來強調對齊想法的術語，尤其是在上下級之間，適用於領導與員工間，也常用於團隊討論中，幫助成員消除分歧並達成共識。Align 能有效避免無效溝通與誤解，促進團隊合作。 9.「Backup」：預防風險 在台積電「Backup」 不僅指數據備份，還體現在管理上，從員工請假時的替代人員到生產線故障的備用設備，確保每個環節穩定運作。備份策略是風險管理的關鍵，有助於減少突發狀況帶來的損失，保障企業運作順暢。 在台積電專業術語不僅是日常溝通的工具，還是管理思維的體現。理解並掌握這些術語，有助於新進員工與外部供應商快速適應台積電的工作文化，並提高合作效率。

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

104 工作快找 App 最新版本 v3.8.0 推出了令人驚豔的功能，只需簡單上傳 PDF 檔案，AI 就能幫你自動填寫基本履歷表，讓你快速完成履歷，立即應徵找工作！本文將詳細介紹這項功能的使用教學，讓你輕鬆掌握求職新利器！ ▍AI 掃描履歷功能教學 1. 開啟 App 並進入「我的履歷表」 打開 104 工作快找 App，進入「關於我」頁面，找到「我的履歷表」選項。 2. 新增履歷表並勾選 AI 掃描 在「我的履歷表」頁面，點擊右下角的「+」新增履歷表按鈕，勾選「AI 掃描履歷」選項。 3. 上傳 PDF 檔案 點擊「上傳 PDF」，開啟檔案選取工具，僅可選取 PDF 格式的檔案。選好檔案後，點擊「新增」。 4. 等待 AI 掃描完成 上傳 PDF 後，系統會顯示「AI 掃描履歷匯入中需等待數分鐘」的提示。這段時間你可以先使用 App 的其他功能。 5. 檢查並完成履歷表 幾分鐘後，重新進入「我的履歷表」，如果 AI 掃描完成，會顯示這份履歷表的名稱並標示「AI 掃描」。點擊開啟 AI 掃描履歷，檢查填寫內容，並補充標示「未完成」的項目，將整份履歷完成至 60%，即可開始應徵工作。 ▍AI 掃描履歷功能需要付費嗎？ AI 掃描履歷功能目前為 Beta 版本，每月僅提供 3 次體驗機會，請務必確認履歷內容無誤後再進行應徵。 104 工作快找AI 履歷功能，讓你只需上傳 PDF 檔案，AI 就能幫你自動填寫基本履歷表。這不僅解決了求職過程中最麻煩的部分，也讓你更快、更準確地完成履歷表，立即應徵找工作。 ➤ 立即下載更新（Android）：https://play.google.com/store/apps/details?id=com.m104 ➤ 立即下載更新（iOS）：https://apps.apple.com/tw/app/104%E5%B7%A5%E4%BD%9C%E5%BF%AB%E6%89%BE/id437817158 ➤ 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！

台灣美髮沙龍巨頭「曼都髮型」走過一甲子，從街邊小店長成連鎖300間門市、年營收30億的頂尖品牌。面對低價美髮競爭與服務業缺工潮，曼都如何靠獨家「台式洗頭」服務建立顧客信任，並翻轉新世代設計師培訓模式，成功留住年輕人才？一同揭開老字號美髮院跟上韓流趨勢、立於不敗的進化心法！ 文／姜雯　由Cheers授權轉載 本文目錄 跟著時代變，才留得住顧客「台式洗頭」裡，藏著曼都60年的服務基本功年輕人不想從基層熬起？曼都培養設計師的6個做法 走進美髮院，曾經是一件帶有儀式感的事。 50、60年前，台灣經濟剛起飛，會固定走進美髮院洗頭、做造型的，多是較有消費能力的女性客群。她們可能要趕赴一場宴會、參加社團活動，或在重要場合前，把頭髮吹得蓬鬆、整齊、體面。 曼都，就是在這樣的時代背景下誕生。董事長賴淑芬（首圖中）形容：「當年我們曼都的招牌，就是很會吹頭髮，吹完頭髮一個禮拜不會扁。」 1966年，創辦人賴孝義在台北市信義區開出第一間曼都髮型。那時店面不大，只有7張椅子、8名員工，卻從一間街邊髮廊起步，逐漸長成台灣具代表性的美髮連鎖品牌——如今，曼都集團（Mentor Group）全台已有300多間門市，旗下也延伸出麗的、點線、貝詩、air、鮑伯、Mr. Brober、卡圖等7個品牌，全品牌年營收約30多億元。而這個陪伴台灣人整理髮型、追逐流行的品牌，也走過了一甲子。 只是，60年後，美髮院面對的市場，早已不是當年只要把頭髮吹得蓬鬆、體面，就能滿足顧客的年代。消費者走進美髮院的理由變了，追逐流行的方式變了，年輕從業者對工作的期待也變了。 當個人工作室、社群設計師和低價連鎖品牌不斷分食市場，曼都為什麼仍能屹立不倒？在服務業普遍缺工、年輕世代不再願意慢慢「蹲馬步」的當下，這個走過一甲子的老品牌，又如何培養、留住下一代美髮人才？ 跟著時代變，才留得住顧客 如果說，曼都早年靠的是一手「睡不扁」的吹髮功夫，那麼走過一甲子後，它真正面對的考驗，是能不能跟上每一代顧客對美的想像。 第一個變化，是消費者需求變了 過去，顧客多半為了正式場合而來；現在，美髮院承接的，更多是日常裡細碎的情緒。有人失戀後想剪掉一段心情，有人工作不順、壓力太大，想找個地方放鬆一下。賴淑芬說，美髮院已從單純做造型的場域，慢慢變成一個可以讓消費者安放情緒的生活空間。 18歲時，李梓皓因產學合作進入曼都；如今，他已是曼都東湖店、工作18年的資深設計師。他觀察，「現在的人比較疏離，來到美髮院，也是希望在熟悉的地方找到信任和安全感。」 李梓皓回憶，有位阿嬤是東湖店多年的常客，後來逐漸記憶力衰退。有一次，她搭車來到附近，卻忘了回家的地址，只記得自己要去曼都。店裡同事把她接上樓，陪她聊天。阿嬤說，她只是想來看看大家。聊完後，李梓皓擔心她獨自回家不安全，便幫忙叫車送她回去，「她可能忘記回家的路，但看到曼都的Logo，知道這裡安全，就會走上來。」 第二個變化，是客群正變得多元 早年的曼都，幾乎不做男客，甚至曾把男生剪髮價格訂得比女生高，婉轉地降低男性上門意願，因為「怕人多複雜」。但今天，男性也愈來愈在意髮型、穿著與外貌，這塊市場值得被開闢，曼都也因此逐漸重新開發男士理髮服務。 在拓展男性市場的同時，曼都也重新描繪核心女性客群的輪廓。 過去，曼都超過9成顧客是35歲以上女性。如今，集團進一步鎖定30歲以上、消費逐漸回流社區的職場女性與輕熟女，期待透過更精緻、也更高頻的服務，提高顧客黏著度與人均消費。目前，顧客年均消費已接近2萬元。 第三個變化，是流行趨勢的轉變 50、60年前，台灣美髮潮流跟著歐美電影走，奧黛麗赫本的「赫本頭」曾是顧客模仿的對象；後來日劇興起，台灣開始追日本髮型；近十多年，韓劇與韓流又成為新的審美語言。這種流行，也不再只是一張髮型照片。顧客想要的，可能是韓劇角色的髮型輪廓、自然蓬鬆的髮根，或是從店內音樂到造型風格共同營造出的韓系「氛圍感」。 顧客為什麼走進美髮院、誰會走進美髮院、又想追逐什麼樣的流行，都和60年前不一樣了。曼都能留下來，靠的不是守著老品牌的光環，而是願意一次次跟上時代，自我進化。 「台式洗頭」裡，藏著曼都60年的服務基本功 但在一連串變化之外，仍有一件事沒有變：對許多台灣顧客來說，走進美髮院，最日常的理由之一是「洗頭」。 賴淑芬觀察，現在不少單店或個人工作室不接單純洗頭的客人，「我最近滑Threads，發現很多消費者在抱怨，現在要找一家不用預約、drop-in 就願意幫你洗頭的店，幾乎沒有。」 一位很常需要洗頭服務的客人Catty說：「我長頭髮，吹頭髮要半個多小時，我不想自己洗、自己吹，我都是給人家洗。夏天兩天洗一次，冬天可能一週洗一次。而且我自然捲，美髮院吹完不會炸毛。」 而從心理層面來看，洗頭有時候也是屬於自己一個人的安靜時光。「有時候出去洗頭，是逃離家裡，把孩子先丟給老公，」賴淑芬說。 一次坐洗，讓過路客先認識曼都 賴淑芬坦言，過去她很不喜歡聽到別人說曼都是「洗髮店」。但後來她發現，洗頭其實是顧客給美髮院的一次接觸機會。因為剪、染、燙這類技術性服務，往往需要建立在信任之上；而對連鎖體系的曼都來說，洗頭正是讓顧客先感受到服務品質、進而願意信任設計師的入口。 事實上，「坐洗」是台灣美髮院極具代表性的服務，也常被稱為「台式洗頭」——顧客不必躺下，而是坐在鏡前，由助理或設計師一邊沖洗、一邊按摩頭皮。這套服務，也成了許多台灣人熟悉的日常美髮記憶。 李梓皓觀察，不少過路客走進曼都，會驚訝於這裡仍保留「坐洗」服務。「這其實很吃技術，」他說，坐洗不只是把頭髮洗乾淨，還包含頭皮按摩與後續造型。也因為這項傳統被保留下來，許多人一想到要洗頭，仍會第一個想到曼都；甚至有顧客特地帶外國朋友來，體驗這項具有台灣特色的「台式洗頭」。 早年台灣美髮院之所以盛行洗頭服務，和當時的人力成本較低有關。許多顧客習慣走進美髮院洗頭，店裡也因此有不少負責洗髮、按摩的助理（過去常被稱為「洗頭小妹」）。只是如今服務業普遍缺工，年輕人也不一定願意長時間從事重複性的基礎工作，設計師便開始親自下場洗頭。 只是，洗頭至今仍是美髮從業者的入門基本功。當年輕世代不再願意從「洗頭助理」慢慢熬起，企業要如何讓他們更快學到技術，又不跳過基礎訓練？連鎖體系的曼都，發展出一套自己的培訓模式。 ▲曼都集團董事長賴淑芬。（攝／卓杜信，由Cheers授權轉載） 年輕人不想從基層熬起？曼都培養設計師的6個做法 1. 把染髮提前，讓年輕人更快碰到技術 過去，美髮訓練往往從洗頭開始，染髮、燙髮等技術課程排在後面。但賴淑芬觀察，年輕員工不喜歡一進店就天天洗頭，覺得自己「學不到東西」。因此，曼都調整訓練順序，把染髮課程往前放。 這並不是跳過洗頭，而是把基本功包進技術學習裡。因為染髮前後同樣需要洗頭，學員在接觸染髮技術的同時，也必須練習洗髮、沖水、服務流程。對年輕人來說，學習變得更有感；對企業來說，基本功也沒有被放掉。 2. 讓年輕人先上場，讓顧客需求倒逼學習 有些年輕員工想快速成為設計師，若企業一直不讓他晉升，他可能就離開。曼都也曾讓員工先往前走，但真正面對顧客時，問題就會浮現。 如果設計師不會剪髮，他在洗頭或服務過程中，就不敢主動建議顧客修剪；即使顧客開口說「幫我修一下」，也會讓他意識到自己的技術不足。換句話說，真實顧客需求會反過來推動學習：想站上第一線，就不能只會其中一項服務。 3. 用數據看見弱項，再安排對應訓練 曼都也會透過業績檢討，看出設計師在哪些品項上缺乏信心。例如同樣是染髮，有人一個月可以服務60位染髮客，有人只有10位。差距背後，可能不是不願意做，而是不敢做、不夠有把握。 因此，曼都會從品項數據回推訓練需求：染髮少，就安排染髮進修；燙髮弱，就補燙髮能力。培訓不只是公司單方面開課，而是從設計師實際服務表現中，找出需要補強的地方。 4. 美感不是天生，也要被訓練 美髮師提供的不只是技術，也包括美感。曼都的培訓裡，設計師不只學剪、染、燙，也要學畫畫、色彩學；早期甚至還上過插花課。 走進曼都總部的教室，一面牆上貼滿學員的繪畫作品。其中一幅作品，把牛角麵包轉化成女明星身上的披風。學員在畫旁邊寫道：「我選擇把麵包畫成女明星的披風，毛製品的披風讓明星整個看上去更優雅，氣勢變更強大了！」從食物到服裝，訓練的是設計師如何把日常物件轉化成造型想像。 課堂之外，生活裡的觀察也同樣重要。曼都鼓勵設計師逛街、看櫥窗陳列，也鼓勵店主管帶員工去較好的餐廳聚餐。因為美感不是只在教室裡學來的，也來自日常生活中對流行、質感與人的觀察。 5. 出國遊學，把流行帶回門市 除了內部訓練，曼都甚至組遊學團讓設計師接觸國際流行，足跡踏遍歐美、日本、韓國等國家。亞洲行程大約5天4夜，歐洲則至少10天；公司負責前置聯繫、踩線與課程安排，學員負擔自己的交通與學費。 明明做得不是萬元生意，為何曼都這麼敢在培訓上砸錢？賴淑芬很清楚，這些進修最後會回到門市現場。她舉例，有設計師上完染髮課後，對技術更有信心，也更敢和顧客討論染髮選擇，進而反映在業績表現上。 李梓皓就曾多次到韓國、巴黎學習，回到台灣後，再到各分店分享所見所學。例如髮根燙，這項技術台灣早就有，但過去並不盛行。隨著韓劇帶動「自然蓬鬆」的髮型審美，顧客開始想嘗試這類看起來輕盈、年輕的造型。男性服務也一樣，過去多半以剪短為主，如今愈來愈多男客會跟著韓系流行，做旁邊壓貼、上方蓬鬆的「壓貼」造型。 這些改變，也反映在顧客回流上。李梓皓說，很多顧客做完後很滿意，甚至會對他說：「你的頭髮很好看，我叫我兒子來找你。」他估計，自己服務過的客人中，大約每2位就有1位會留下來。 6. 服務也要訓練：臉笑、嘴甜、腰軟、手快 曼都的培訓不只教技術，也教設計師如何面對顧客，包括表演課、肢體表達、顧客溝通訓練，都是為了讓設計師更敢與人互動。 賴淑芬說，曼都的服務理念是「臉笑、嘴甜、腰軟、手快」。這八個字看似簡單，卻是服務業最基本、也最難持續做到的功夫。 門市採訪結束後，董事長賴淑芬和一位客人聊了起來。原來，對方已經是曼都40多年的老顧客，從國中開始，就跟著媽媽來這裡整理頭髮。這一天，她又帶著媽媽回到同一間店、找同一位設計師理髮，「以前是媽媽帶女兒來，現在是女兒帶媽媽來。」 董事長特助暨行銷企劃陳璽安說，賴淑芬平時巡店時，一定會帶著伴手禮到門市，認為這是基本禮貌。因為對賴淑芬來說，開店做服務，不只是把技術做好，也是在一次次見面、問候與照顧裡，讓顧客願意回來，也讓員工覺得自己被放在心上。 [joblist_plugin title='104精選【曼都】工作機會' url='https://www.104.com.tw/company/7mwjct4' amount='5'] （原文標題：「以前媽媽帶我來，現在我帶媽媽來！」從街邊店７張椅子到年營收３０億，曼都如何用「台式洗頭」跨越一甲子、無懼缺工與低價競爭？） 延伸閱讀： 美髮助理一日體驗心得：洗頭沒你想的簡單！ 美容師的手藝與溫度，AI無法取代！｜精選職缺 曾經１天只賺６４０元，米蘭時尚髮型如何靠「７５３３」法則成為美髮南霸天？ 越南姐妹撐起３０億庶民美學經濟，專家估：美業每４人就有１人是越南人 曼都賴淑芬：打造曼都帝國，「我就是不想輸給男生！」

認識Linux系統 🖥️ 作為一個免費且開放源代碼的作業系統，Linux一直以其卓越的穩定性、安全性和極大的自由度而備受推崇。現在很多企業也都是以Linux來作為員工的桌面平台，因此工程師學習Linux不論是對精進自己還是找工作都很有幫助。 Linux 的基本架構 🏗️ Linux是指一種作業系統核心，是Unix-like（類似Unix）的作業系統。它的基本架構可以簡單地分為以下幾個部分： 硬體 包括中央處理器（CPU）、記憶體（RAM）、硬碟、輸入/輸出裝置（鍵盤、滑鼠、顯示器等）等。 內核 內核是操作系統的核心，負責管理硬體資源，如處理器、記憶體、輸入/輸出裝置、文件和網路系統等。 殼層 提供用戶與系統互動的介面，用戶可以透過Shell來執行指令和作業系統。 文件系統 Linux使用文件系統來組織和存儲檔案，常見的檔案系統包括Ext4、XFS、Btrfs等。 應用程式 Linux包含許多內建的系統工具和應用程式用來管理和作業系統，例如:文字編輯器（如Vi或Nano）、檔案管理器（如cp、mv、rm等指令）等。 用戶空間和核心空間 Linux作業系統區分為用戶空間和核心空間，用戶空間是用戶執行應用程式的區域，而核心空間是核心運行的區域。 學習Linux的優勢 🚀 1. 企業需求 💼 隨著企業越來越依賴開源技術，Linux 技能的需求也隨之增加。許多企業使用 Linux 作為其伺服器和基礎設施的作業系統。 2. 免費和開源 💰 Linux系統不但免費而且是開源系統，原始程式碼是公開的，提高了系統的透明度，有助於發現和修復潛在的安全漏洞，安全性與穩定性都很高。 3. 安全性高 🔒 Linux 通常被視為相對較安全的作業系統，開源的特性使得系統漏洞能夠更迅速地被發現和修復。 4. 多任務處理 🔄 Linux 能夠有效地處理多任務，這對於伺服器和高效能運算環境非常重要。 5. 跨平台 🌐 Linux 系統可以在各種不同的硬體上運行，從嵌入式設備到伺服器，具有很強的跨平台性。 哪些工作會用到Linux？找什麼工作會需要學Linux 🛠️ 系統管理員（System Administrator） 負責安裝、配置、管理、監控和維護伺服器及網路系統，需要熟悉 Linux 及其他操作系統。 網路工程師（Network Engineer） 負責設計、開發和維護網路基礎設施，Linux 目前在許多企業的網路設備和伺服器上被廣泛使用。 開發人員（Developers） 隨著AI學習時代的興起，開發人員需要學習在 Linux 中進行應用程式的開發和測試。 數據分析師（Data Analyst） 在數據分析和科學領域，Linux 常用於設置伺服器、執行分析工作流程和處理大數據。 資料庫管理員（Database Administrator） 負責管理和維護數據庫系統的專業人員可能需要使用 Linux 來操作和優化資料庫伺服器。 科學家和研究人員 Linux在科學家和研究人員中非常受到歡迎，常被用於執行模擬、分析實驗數據和處理科學計算。 學習Linux系統，不僅可以讓你在職場上更具競爭力，還能夠體驗到開源世界的精彩！ 🌐🚀

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。 對於沒經驗的新鮮人要怎麼證明你的競爭力，就靠AI證照證明你的自我學習力。 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：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：1200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。

在科技飛速發展的時代，人工智慧 (AI) 已經成為我們日常生活的一部分，尤其是 ChatGPT 更是其中的佼佼者。無論是資訊摘要、流程圖繪製、語言翻譯還是程式碼解譯，ChatGPT 都能幫助我們更高效地完成任務。本文將介紹六款實用的 ChatGPT 插件（Plugin），讓你了解如何使用這些工具來提升工作效率。 ▍ChatGPT 插件的申請和使用 目前，ChatGPT 插件並未對所有用戶全面開放，最初會優先考慮開發者和 ChatGPT Plus 用戶。以下是申請和使用 ChatGPT 插件的步驟： ➤ 申請加入候補名單： ● 造訪 OpenAI 官方網站 ● 點擊「Join Plugin waitlist」 ● 填寫個人資料並提交申請 ➤ 安裝和啟用插件： ● 打開 OpenAI ChatGPT 頁面，點擊新的聊天視窗「New chat」 ● 搜索並選擇適合的 ChatGPT 插件 ● 下載並安裝插件，根據要求配置相應的參數 ● 根據插件的使用說明啟用相應功能並進行測試 ➤ 測試和使用插件： ● 確保插件能夠正確運作後，就可以在日常工作中使用了！ ▍ChatGPT 官方插件 ❶ Browsing：實時資訊檢索 
Browsing 插件使 ChatGPT 能夠檢索實時資訊，讓用戶隨時獲取最新消息。無論是體育比賽成績、股票價格還是最新的新聞報導，Browsing 插件都能快速幫你找到所需的資訊。適合需要快速獲取實時資訊的人，例如投資者、記者或需要即時更新的專業人士。 ❷ Code Interpreter：程式碼解譯與執行 功能介紹：
Code Interpreter 是另一款強大的插件，專為需要程式碼解譯和執行的用戶設計。它不僅可以幫助你編寫程式碼，還能解譯並運行現有程式碼，極大地提升了程式開發和調試的效率。適合軟體開發者、程式設計師和需要進行程式碼調試和優化的專業人士。 ▍第三方 ChatGPT 插件 ❶ WebPilot：快速摘要網頁資訊 WebPilot 是一款強大的插件，能夠讀取網頁資訊並自動摘要內容。只需要提供網址並下達摘要指令，WebPilot 就會自動啟動並生成摘要，幫助你快速掌握關鍵資訊。適合需要快速瀏覽大量資訊的人，例如新聞編輯、研究人員或學生。 ❷ Show Me：直觀呈現資訊的視覺化工具 Show Me 是一款能夠將文字內容轉化為流程圖、心智圖等視覺化圖像的插件。這對於解讀複雜資訊和規劃項目非常有幫助。適合需要進行項目規劃、分析流程或總結故事情節的人。例如，製作一張申請日本打工換宿簽證的流程圖，或繪製心智圖來總結童話故事《灰姑娘》的關鍵事件。 ❸ Speak：進階語言翻譯與文化解讀 Speak 提供了進階的語言翻譯功能，能夠理解不同語言文化的意涵，並提供多種翻譯說法，特別適合用來提升口語能力。適合語言學習者、翻譯人員或需要與不同文化背景的人交流的人士。 ❹ Advanced Data Analysis：自動編寫與解譯程式碼 隨著 AI 技術的成熟，ChatGPT 推出了 Advanced Data Analysis 插件（原名為 Code Interpreter），這是一個能夠自動編寫和解譯程式碼的強大工具。只要在選單中選擇 Advanced Data Analysis，然後輸入指令需求，插件就會自動生成相應程式碼，協助進行資料篩選、特徵分析及機器學習等任務。
適合軟體工程師、資料科學家或任何需要進行程式開發和分析的人。 通過這六款實用的 ChatGPT 插件，我們可以極大地提升工作效率，無論是處理大量資訊、視覺化圖像、進行語言翻譯還是編寫程式碼，這些工具都能幫助我們更快速、更準確地完成任務。未來，隨著 OpenAI 不斷擴大插件的訪問範圍，更多用戶將能夠體驗到這些高效工具帶來的便利。如果你還未申請使用這些插件，不妨立即行動，加入候補名單，搶先體驗 AI 技術的強大魅力。 ➤ 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！

求職新鮮人看到公司寫上職缺的英文職稱別緊張！本篇將詳細介紹10個常見的職場英文職稱，快速了解R&D、MA、MT、HR、IT、PM、QA、PR、BD、QC等工作內容與職責，在找工作時可別投錯履歷了！ ▍R&D（Research and Development）研發工程師 ● 職位解析：研發部門負責新產品和技術的開發，創新是其核心工作。 ● 職責：研發團隊致力於開發新產品、改良現有產品，以及進行技術研究。 ● 常見職稱： R&D Manager (研發經理)：負責領導研發團隊，規劃技術策略。 R&D Engineer (研發工程師)：專注於產品設計、技術測試及創新。 ▍ MA（Management Associate） ● 職位解析：管理培訓生，參與公司不同部門的工作，了解整體業務運作，並為未來的管理職位做準備。 ● 職責：輪調至公司內不同部門進行學習和實踐，積累管理經驗並發展領導能力。 ● 常見職稱： Management Associate （管理培訓生）：通過工作輪調深入了解公司運營，參與項目並負責管理任務。 Senior Management Associate （高級管理培訓生）：完成一定階段的培訓後，開始承擔更多責任並領導小型團隊。 ▍MT（Management Trainee） ● 職位解析：管理培訓生，通常是為未來的管理職位而進行培養，參與不同部門的工作輪調。 ● 職責：學習公司業務運營，參與各種部門的項目及管理流程，準備未來擔任管理職位。 ● 常見職稱： Management Trainee (管理培訓生)：通過不同部門的輪調，獲得全局視野。 ▍HR（Human Resources）人力資源 ● 職位解析：人力資源部門負責招聘、員工管理、薪酬和福利，以及員工發展。 ● 職責：制定人力資源政策、處理員工關係、管理招聘流程。 ● 常見職稱： HR Manager (人力資源經理)：負責公司人力資源戰略的制定與實施。 HR Specialist (人力資源專員)：專注於招聘、培訓、薪酬等特定領域。 ▍IT（Information Technology） ● 職位解析：資訊技術部門負責公司內部的技術基礎設施、網絡安全和系統管理。 ● 職責：維護公司電腦系統、解決技術問題、確保網絡安全。 ● 常見職稱： IT Manager (資訊技術經理)：管理公司的技術系統和基礎設施。 IT Support Specialist (IT支援專員)：解決員工技術問題，提供技術支持。 ▍PM（Project Manager） ● 職位解析：項目經理負責規劃、執行和監控具體項目，確保按時完成。 ● 職責：制定項目計劃、管理資源、時間和預算，確保項目目標達成。 ● 常見職稱： Project Manager（項目經理）：負責全面領導項目團隊，確保項目按計劃推進。 ▍PM（Product Manager）產品經理 ● 職位解析：產品經理負責產品的全生命周期管理，從產品構思到開發、上市和持續改進。他們是產品的擁有者，協調不同部門如研發、行銷、銷售和客戶支持，以確保產品符合市場需求和業務目標。 ● 職責： 1. 市場研究：了解客戶需求和市場趨勢，分析競爭產品。 2. 產品策略：制定產品路線圖和策略，確保產品符合公司的長期目標。 3. 跨部門協調：與研發、設計、行銷和銷售團隊合作，確保產品開發和推廣順利進行。 4. 產品規劃和管理：定義產品功能、技術規格和開發進度，確保項目按時完成。 5. 監測和優化：跟踪產品上市後的表現，根據市場反饋進行改進。 ● 常見職稱： Associate Product Manager（助理產品經理）：負責部分產品線或支持資深產品經理，通常是初階角色。 Product Manager（產品經理）：全權負責一個或多個產品的管理，制定產品策略並推動產品發展。 Senior Product Manager（高級產品經理）：管理更複雜的產品或多個產品線，並具有更多的決策權。 Head of Product（產品總監）：領導整個產品團隊，負責產品部門的運營和策略制定。 ▍QA（Quality Assurance） ● 職位解析：品質保證部門負責產品和服務質量的監控，確保符合標準。 ● 職責：實施質量檢查流程，找出並改進產品或服務中的問題。 ● 常見職稱： QA Manager（品質保證經理）：負責制定和實施質量控制流程。 QA Specialist（品質專員）：檢測產品並確保其符合公司質量標準。 ▍PR（Public Relations） ● 職位解析：公關部門負責公司形象和品牌聲譽的管理，並與媒體保持良好關係。 ● 職責：制定公司對外公關策略，處理媒體關係，管理公司的公共形象。 ● 常見職稱： PR Manager（公關經理）：領導公司對外公關活動，制定溝通策略。 PR Specialist（公關專員）：負責日常的媒體聯絡和新聞稿撰寫。 ▍BD（Business Development） ● 職位解析：商業拓展部門負責開發新的商業機會，建立夥伴關係和推動業務增長。 ● 職責：尋找新市場、開發新客戶，推動公司收入增長。 ● 常見職稱： Business Development Manager（商業拓展經理）：負責制定和實施商業拓展計劃。 Business Development Executive（商業拓展專員）：執行商業拓展活動，聯繫潛在客戶。 ▍QC（Quality Control） ● 職位解析：品質控制部門專注於生產過程中的質量檢測，確保產品符合規範和標準。 ● 職責：對產品進行檢測和監控，確保其符合既定質量標準。 ● 常見職稱： QC Manager（品質控制經理）：監督生產過程中的質量控制工作。 QC Inspector（品質檢測員）：執行產品的檢測工作，確保品質合格。 這些職位涵蓋了不同的專業領域，從管理層到專業技術人員，都是公司運營中的重要角色，了解不同職務的專業和英文縮寫，下次與對方往來就不會感到陌生了，也記得別搞錯職稱造成誤會留下不好的印象喔！ 工作機會點這裡⬇️ https://user275376.pse.is/6gzu5f

▉ 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

回顧 2025 年，前 Tesla AI 總監 Andrej Karpathy 在社群平台上首次拋出 「Vibe Coding」 這個詞時，精準捕捉了當時開發者的集體情緒。那是一種憑藉自然語言提示、與大型語言模型（LLM）進行即時對話，進而拼湊出程式碼的過程。在那樣的時空背景下，開發者不再逐行撰寫邏輯，而是透過一種「氛圍（Vibe）」與直覺，快速催生出可運作的產品原型。 這種「以直覺替代語法」的模式迅速引爆了工具與新創的開發熱潮。從 AI 原生編輯器到全自動開發平台，資金如潮水般湧入：AI 程式編輯器 Cursor 在去年底完成 D 輪融資，年化收入（ARR）驚人地突破 10 億美元；而歐洲新創 Lovable 則以 66 億美元的估值完成 B 輪融資。 然而，當熱潮退去，我們必須直面一個核心問題：「感覺」能支撐起企業級的軟體工程嗎？ Vibe Coding 的天花板：實驗與專業的鴻溝 在 Vibe Coding 模式下，開發者雖然能獲得極高的初始速度，但這種「黑盒式」的開發卻隱藏著巨大的技術債。 當專案規模擴大，單純依賴單一模型的對話式修補會逐漸失控。生成的代碼可能存在隱蔽的安全漏洞，且缺乏一致性的架構邏輯。Karpathy 指出，當時的模型能力有限，Vibe Coding 多半用於實驗性專案，距離真正的專業軟體工程仍有明顯落差。 隨著 AI 模型能力的進化，我們正進入一個新的階段：Agentic Engineering（智能體工程）。這不僅僅是名稱的變更，更是從「感性驅動」向「理性系統」的範式轉移。 2. 建立品質關卡與審計軌跡 工程化的標誌在於其「可預測性」。在 Agentic Engineering 的框架下，工作流會內建品質關卡（Quality Gates）與自動化測試。這意味著 AI 產出的每一行代碼，都必須通過另一組 AI 代理或既定腳本的審查。這種「半自主系統」具備自我修復與反思的能力，大幅降低了 Vibe Coding 帶來的隨機性風險。 開發者角色的重定義：系統架構師與監督者 這場轉型對軟體工程師而言，是一次技能樹的劇烈重組。開發者的工作重心正發生以下移轉： 定義邊界而非代碼：工程師的核心能力不再是掌握特定程式語言的語法，而是定義系統的輸入輸出契約、安全性約束（Guardrails）以及業務邏輯的邊界。 掌握編排藝術：開發者必須學習如何設計「認知架構（Cognitive Architectures）」，例如如何運用多代理協作模式，讓 AI 能夠處理比以往更複雜、更長期的任務。 從實作者轉向監督者：這是一個將 AI 開發視為企業核心職能的過程。我們不再是即興打造工具的人，而是負責驅動一個可持續擴展、具備自我演進能力的半自主系統。 結語：進入自主開發的新紀元 Vibe Coding 是 AI 帶給我們的一場美夢，它讓我們看見了開發門檻崩塌的可能性；而 Agentic Engineering 則是將這份美夢轉化為工業化現實的必經之路。 正如 Glide 所言，Vibe Coding 代表的是早期工具帶來的震撼，而 Agentic Engineering 則更貼近企業級的實務需求。我們正站在軟體工程新紀元的門檻上——在那裡，人類負責定義願景與紀律，而 AI 代理則在嚴謹的框架下，將願景轉化為穩健的現實。 觀看原文：https://www.xschoolkh.com/post/vibe-coding-to-agentic-engineering 如果你感覺目前的 AI 開發流程讓你焦慮，或許缺的不是更強的模型，而是一套能駕馭 AI 的開發方法論。 【Vibe Coding 全端架構師養成：ASP.NET Core × AI LLM 企業級實戰】 現在就加入，成為定義規則的人。 想了解更多課程資訊請詳見連結👇 https://www.xschoolkh.com/vibe-coding-ai-asp-net-core

玩了一下語法測驗

AI技術正以前所未有的速度改變全球職場樣貌，也讓「擁有AI證照」從加分項，成為求職、轉職乃至升遷的核心關鍵。根據104學習精靈發布的《2024職場學習白皮書》指出，AI相關職務的薪資比非AI職務高出 52%，顯示AI技能不僅是科技趨勢，更是開啟高薪職涯的門票！ 本文整理四張最受矚目的AI證照，無論你是剛入門還是想精進專業，都能快速找到最適合你的學習路線！ 🔥 四大熱門AI證照介紹與優勢 1. iPAS+ AI應用規劃師能力鑑定（初級） • 由經濟部產業發展署主導，工研院執行，具高度公信力，廣受企業認可。 • 適合對象：非技術背景人士，如行銷、企劃、管理等職務。 • 證照優勢：聚焦AI應用規劃能力，強調實務導入，讓你在不同領域運用AI解決問題。 👉證照解析： https://nabi.104.com.tw/posts/nabi_post_1fbb5fc9-5a78-4b52-8e97-8e26928c92dc ✍️ 線上能力檢測： https://nabi.104.com.tw/assess/cd9c03b6-562d-4ea3-ab4b-e34af73b1d2e 2. 生成式AI課程認證 • 由Google官方推出的免費課程與認證，全球通用。 • 適合對象：想快速了解生成式AI應用、Prompt設計與實戰技巧的學習者。 • 證照優勢：短時間內掌握生成式AI（如ChatGPT、Gemini等）應用技巧，幫助提升內容創作與工作自動化效率。 👉 證照資訊： https://nabi.104.com.tw/ability/10048799 👉 Google 8堂免費AI課程： https://nabi.104.com.tw/posts/nabi_post_f77276f5-9e22-4107-8d3c-a860ef6891f8 3. AI-900：Microsoft Azure AI Fundamentals • 由微軟推出的入門級AI證照，國際認可度高。 • 適合對象：希望建立基礎AI概念、了解機器學習與深度學習應用的人。 • 證照優勢：擁有此證照，不僅能為履歷加分，更能為未來進階學習（如AI Engineer、Data Scientist）鋪路。 👉 證照資訊： https://nabi.104.com.tw/ability/10047979 ✍️ 線上能力檢測： https://nabi.104.com.tw/assess/9bd61b3a-9dd3-48ef-af4c-a17aaaeb4437 4. 生成式AI能力認證 • 專為生成式AI應用設計，重點在於提升Prompt設計與AI協作效率。 • 適合對象：已經有基礎認知，想進一步強化生成式AI應用深度的人。 • 證照優勢：貼近職場需求，尤其在內容產製、數據分析、客戶服務領域應用廣泛，有助於提升即戰力。 👉 證照資訊： https://nabi.104.com.tw/ability/10048893 ✍️ 線上能力檢測： https://nabi.104.com.tw/assess/13967cfe-5c5d-4754-8cff-99c43cabd1e0

情境：公司因供應鏈之客戶要求在執行受委託業務時，必須針對所承接之受託業務有關的資訊安全有所作為，因此公司高層下令有關人員針對公司在執行受託業務上可能面臨的資訊安全風險議題進行研議。 題目：依據 NIST SP800 - 30 Guide for Conducting Risk Assessments文件對於「弱點（ Vulnerability）」之敘述係指「系統安全程序、設計、裝置、或內部控制的一個瑕疵或缺陷，若被利用後，會破壞安全性或違背系統安全政策」。請問關於 「 弱點 」 的敘述，下列何項錯誤？ (A) 微軟發布之 Windows作業系統漏洞 (B) 系統管理人員依程序於每季末將離職人員之帳號停用 (C) IoT設備無法變更預設密碼及帳號 (D) 組織內部人員違反資安規定，私自攜帶外接式儲存設備並連接至組織內部重要伺服器使用，進而導致檔案伺服器遭受勒索病毒感染，重要資料遭受加密無法使用 解答： 弱點產生的原因係為軟體或硬體的設定錯誤、不良的軟體撰寫習慣或違反組織管理政策，以至於攻擊者利用這些弱點對組織的資源進行各類型的攻擊。 因此(A)(B)(C)皆正確，僅(D)錯誤 關聯教室 https://nabi.104.com.tw/room/10049024?utm_source=104nabi&utm_medium=share 安碁學苑相關課程： https://www.acsiacad.com/course_detail/3080/1020 https://www.acsiacad.com/course_detail/3113/1020

為什麼PTT網友一面倒都推薦，學Java要找吳永志!! 吳永志老師教學時極度認真，恨鐵不成鋼，幾乎把你當作是他自己的孩子在教導。 針對不同學習單元及知識點，吳老師精雕細琢、親手打造高達六百個範例程式檔， 都加上清晰的程式註解，並且慢慢的講解。 許多已將學過JAVA的學生，上過課程之後才真正領略JAVA的美。 沒有吳神教不會的學生，Java入門保證→https://bit.ly/3XSfpnR #超過三千位同學學習後轉職

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