104學習

MIS程式設計師

MIS程式設計師
工作機會(1,987)
更多
月薪中位數
$4.6萬
年資 3-5 年
$6.1萬
年資 10 年以上
MIS程式設計師 都在看
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
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
十分鐘帶你認識Linux系統,新手工程師入門必看! 🐧
十分鐘帶你認識Linux系統,新手工程師入門必看! 🐧
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! 🌐🚀
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
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
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
【AI證照】微軟AI 基礎認證 AI-901 考試心得與備考攻略
【AI證照】微軟AI 基礎認證 AI-901 考試心得與備考攻略
2026 年,Microsoft AI 基礎認證迎來改版。AI-900 已於 2026 年 6 月 30 日退場,接棒的是 AI-901:Microsoft Azure AI Fundamentals。新版更重視 Microsoft Foundry、生成式 AI、AI Agent、多模態,以及 Python、SDK 與 REST API 的應用。 關於MS AI-901證照介紹:https://nabi.104.com.tw/ability/10049446 官方綱要與應考重點: 💡 領域一:識別 AI 概念與能力(40~45%) 重點包括負責任 AI(Responsible AI)六大原則,並能從情境判斷適用原則。 也要理解生成式 AI、模型部署與各類 AI 工作負載。 🛠️ 領域二:使用 Microsoft Foundry 實作 AI 解決方案(55~60%) 這是 AI-901 的重頭戲,包含模型部署、Prompt、單一 Agent,以及 Python、SDK、REST API 與 CLI 的基礎應用。 微軟 AI 認證如何計分? AI-901 採量尺分數(Scaled Score),1~1,000 分,700 分以上及格,但不等於答對 70%。Microsoft 認證考試通常約 40~60 題;小編這次遇到 42 題。答錯不倒扣,結果通常在考後數分鐘內顯示。 小編先前已通過 AI-900,這次約花一週準備。最大的感受是:AI-900 比較像問「這是什麼?」;AI-901 更常問「遇到這個情境,你會怎麼用?」 ※本文只分享考試範圍與準備方向,不涉及考題;內容以 Microsoft 官方公告為準。 小編實際考完,AI-901 哪些地方最值得畫重點? 1. 自然語言處理(NLP):熟悉情感分析、實體偵測、關鍵字擷取與摘要,並能從題目需求判斷應使用哪一項文字分析能力。 2. Microsoft Foundry/Playground:了解模型選擇、部署與 Prompt。題目可能提供不同輸入,要求判斷適用的模型或 Foundry Tool,因此不能只背「支援多模態」。 3. Python 程式碼辨識能力:要看得懂 SDK 與語音輸出的組合。遇到程式題,可依序找出 import speechsdk、服務設定、輸出設定、合成器與執行方法。例如 AudioOutputConfig(filename="output.wav") 代表將語音存成檔案;SpeechSynthesizer 會接收 speech_config 與 audio_config;speak_text_async(...).get() 則執行文字轉語音並取得結果。若程式缺少輸出設定或未把 audio_config 傳入合成器,就要能判斷輸出行為會受影響。 4. 電腦視覺(Computer Vision) 與 OCR:影像分類判斷圖片類別,物件偵測找出物件與位置,OCR 讀取圖片文字;視覺理解可回答圖片問題,影像生成則依 Prompt 建立新圖片。 5. 負責任的AI(Responsible AI):六大原則要用情境理解。例如自動駕駛在異常環境仍須安全運作,對應可靠性與安全性;避免模型對不同族群不公平,則對應公平性。 6. Azure Speech:此處專注在能力與情境判斷。Speech-to-Text 是語音轉文字,Text-to-Speech/Speech Synthesis 是文字轉語音;看到會議錄音轉逐字稿、語音助理朗讀回覆等需求,要能選出正確功能。 7. REST API:看懂 Endpoint、Authentication、Request 與 Response;流程可想成「程式 → Client/API → AI 模型 → Response」。SDK 是方便的程式封裝。 8. Model Catalog/模型選擇:依文字、圖片或語音等輸入模態、模型能力與部署需求選擇,不能只記模型名稱。 9. Multimodal 多模態 AI:理解文字、圖片、語音與影片如何成為輸入,並區分「理解既有內容」與「生成新內容」。 10. 系統提示詞(System Prompt):又稱 System Message,用來設定助理在整段對話中應遵守的角色、任務、語氣、輸出格式、範圍與安全界線;一般的 User Prompt 則是使用者當下提出的問題或任務。考題若要求 AI「固定扮演客服」「只回答公司政策」「一律輸出 JSON」「超出範圍時拒答」,應設定 System Prompt;若只是「摘要這段文字」「翻譯這封信」或詢問單次問題,則屬於 User Prompt。也要知道系統提示詞只能引導模型,不能保證完全遵守,仍須搭配測試與安全措施。 準備 AI-901,推薦掌握兩個重點 1. 使用官方「AI技能導航器」刷題 Microsoft 已將 AI-901 的官方練習評量整合至 AI技能導航器https://aiskillsnavigator.microsoft.com/credentials/cert-83587e0a0754cfee561ade3e27d9fa1cdaf15ae03be52d2413b2b858d1b4eda4 登入後即可進行模擬練習,一次模擬包含 50 題,介面與題型和真正考試情境相同,作答過程中可以查看答案與解析,適合用來熟悉專有名詞、確認觀念並累積知識題的判斷經驗。 不過,截至本文撰稿為止時,AI技能導航器模擬練習題僅提供英文內容,但正式考試可選擇繁體中文。若閱讀英文題幹或解析較吃力,可以搭配 AI 協助翻譯,再用自己的話重新說明題目考點;同時保留並記住重要英文關鍵字,例如 speech synthesis對應「語音合成」、fairness對應「公平性」。透過中英文對照,不只比較容易理解題意,也能加深對 AI 專有名詞的記憶,避免正式考試或閱讀技術文件時,因中英文用語不同而判斷失誤。 另外也要特別提醒:AI技能導航器的題目並不是正式考題,也不能完全代表正式考試的題數與難度。它對知識題的複習很有幫助,但正式考試的情境題通常需要更多判斷。因此刷題時不要只記選項或背答案,而要進一步理解:題目描述的是哪一種 AI 工作負載?為什麼這個模型、服務或工具最適合?其他選項又錯在哪裡?能說清楚背後的理論與應用情境,才算真正掌握。 2. 搭配官方課程進行實務模組練習 不是每位備考者都有實際操作 Azure 與 Microsoft Foundry 的經驗,但官方學習路徑的部分單元附有引導式練習,可以先透過瀏覽器熟悉操作概念。 以 Microsoft Learn 的「探索自然語言處理概念」https://learn.microsoft.com/zh-tw/training/modules/introduction-language 單元為例,可進入 Microsoft Learning 的 「探索文本分析」https://microsoftlearning.github.io/mslearn-ai-concepts/Instructions/exercises/03-language.html 頁面,依照步驟開啟 Chat Playground,設定 Instructions、輸入 Prompt,並使用生成式 AI 模型將文章摘要成指定格式。接著還能操作 Language Playground,練習語言偵測與個人識別資訊(PII)擷取,將課本中的 NLP 名詞轉化為實際操作經驗。 這些瀏覽器式 Playground 是依 Microsoft Foundry 入口網站概念製作的簡化練習環境,不等同於實際 Azure 資源或正式 Foundry 專案;但對沒有雲端操作經驗的考生來說,已足以建立「輸入資料、設定指示、執行分析、檢視輸出」的基本流程。完成練習後,再回頭閱讀 Microsoft Learn 的服務說明與程式碼範例,會比只看文字更容易理解題目情境。 小編怎麼用一週準備 AI-901? 因為小編已通過 AI-900,所以把時間集中在 AI-901 加深的實作內容。 如果只有七天,可以這樣安排:第 1 天看考綱並做一次 AI技能導航器模擬練習題,找出弱項;第 2 天複習負責任的AI(Responsible AI)、生成式 AI 與常見工作負載;第 3 天操作 Foundry,練習選模型、部署與 Prompt;第 4 天讀文字分析、語音與相關 SDK;第 5 天準備電腦視覺、影像生成與 Content Understanding;第 6 天集中閱讀 Python、REST API 與 Agent 範例;第 7 天重做錯題、複習英文術語,並操作AI技能導航器熟悉介面與標記題目的方式。 也可把官方教材整理進 AI 工具,請它依AI-901的核心考點出情境題,但答案仍要回 Microsoft Learn 核對。有效的循環應是「閱讀 → 理解 → 測驗 → 找出弱點 → 回官方文件複習」,而不是只背答案。 官方AI技能導航器,建議刷到多少才去考? 官方題庫模組最大的優勢就是,每次題型組合都不重覆,小編建議練習超過10 次,最後幾次穩定在 90% 以上,但不能只背答案。每次都要回看猜對與答錯題目的解析。模擬練習題是用來找出知識缺口,不是正式題庫。 考試當天:最大的敵人可能不是不會,而是時間 考試作答時間為 45 分鐘,如果是遠端考試約 65 分鐘。第一輪先完成有把握的題目,困難題先標記,最後再檢查,不要在單一題目停留太久。 證件也不要到考試當天才確認 須出示有效且符合規定的政府核發身分證件,報名姓名必須與證件完全一致。若選擇 OnVUE 線上監考,請提前用同一台電腦與同一地點完成系統測試。 最後心得:AI-901 最重要的不是背 Azure,而是理解「AI 怎麼被用起來」 AI-901 仍是基礎等級,重點是能否判斷情境、選擇模型與工具,並理解 AI 如何透過 Azure 與 Foundry 形成應用。若你完全沒有 Azure AI 基礎,建議多留時間走完兩條官方學習路徑:多刷AI技能導覽器題庫以及實務模組練習。 延伸閱讀: 更多AI證照相關課程:https://nabi.104.com.tw/ai?id=2007001015 更多微軟AI證照課程:https://nabi.104.com.tw/nabisearch/course?keyword=%E5%BE%AE%E8%BB%9F 附註:小編是2026年5月先通過AI-900測驗,後於2026年8月通過AI-901測驗,但兩項測驗實屬同一個微軟AI基礎認證,所以小編的認證證書日期以第一次取得為主,但附上AI-901測驗通過通知,以此說明。
104學習 職場熱門證照排行榜
把恆逸三大本講義讀一遍做筆記,濃縮成70頁的活頁紙,最後順利
把恆逸三大本講義讀一遍做筆記,濃縮成70頁的活頁紙,最後順利
恆逸PMP學員丁維儀考取PMP認證心得 「讀書計畫:因平時要忙於家庭跟工作,所以我依照張憲中老師的建言,平日讀書兩個小時,假日讀書四小時,然後於考前幾天請假加碼到每天讀八小時,統計時間:恆逸上課、恆逸總複習班、筆記、讀書合計200小時。 先把恆逸的三大本講義讀一遍做筆記,重點在於ITTO及各項工具的應用,把三大本的講義濃縮成70頁的活頁紙(寫過一遍可以增加記憶),考前一週把恆逸講義ITTO流程組的那頁裁切下來做成小冊子,在上面濃縮筆記,將小冊子如影隨形地帶在身上複習(通勤、空閒....直到考試當天) ​ 以上的心得分享希望可以給有志考PMP的人一些幫助,最後感謝所有在考照過程中幫助我的人,謝謝大家。」 ​ 完整心得:https://ucom.uuu.com.tw/web/Testimony/Article/315
精誠資訊恆逸教育訓練中心 精誠資訊恆逸教育訓練中心
[稽核][證照]國際電腦稽核師CISA考照資源分享
[稽核][證照]國際電腦稽核師CISA考照資源分享
CISA已自2024/8/1調整考試章節比例分配及取消繁中考試 可能台灣的考生真的不多吧 對於內部稽核人員來說考過CISA的好處有一項就是可以參加CIA挑戰考 https://www.iia.org.tw/news_more_detail.aspx?news_item=03&news_id=3384 考過CISA後只要考一科就可以再取得CIA證照 挑戰考的Package還包含教學資源及練習考題 缺點是考試費用稍貴且只有全英文版本,所以是否能用就看個人囉! 以下是我過往靠CISA時利用過的資源,有些連結已失效的我就不提供了 我並非資訊相關科系學生,在資安領域的學習路徑是先考取了iPAS資訊安全工程師、ISO27001 對資訊安全有點概念後再來看CISA相對來說輕鬆一些 若是跨領域的考生,可以考慮這個路徑能夠學習得更為札實 準備CISA考試前首先來閱讀一下網路上前輩的考試心得: ISACA CISA考試準備心得 https://hackmd.io/@9dCJrgb6QHGd8dRfgHO0zg/B10zpbZTo 知乎CISA考试高分(564分)通过-完整攻略分享 https://zhuanlan.zhihu.com/p/351055875 課程資源:(以下是我知道的線上課程,但我當初備考沒有購買線上課程,而是報名電腦稽核協會的實體課程) CISA® 稽核證照完全準備指南|從稽核流程到資產保護全面解析 https://hiskio.com/courses/1634?s=ad Udemy https://www.udemy.com/ 理論筆記: CISA Exam Study(英文版) https://cisaexamstudy.com/ 知乎IT審計專欄 https://www.zhihu.com/column/c_1409245314239397888 官方試題練習題庫: CISA Questions, Answers & Explanations Database https://store.isaca.org/s/store#/store/browse/tiles 查考場:https://home.psiexams.com/#/test-center?p=Z97SE74H 考試通過後申請認證的QA https://support.isaca.org/s/article/How-do-I-apply-for-certification 因為現在已經取消繁中考試了,若英文不是太好的考生,只能選擇簡體中文考試 簡體中文與繁體中文在一些詞彙的用法不同 建議若真的要以簡體中文進行考試,教材就使用簡體中文,再以英文輔助 才不會有詞彙不同造成的誤解問題 另外既然只有簡體中文能選擇,考試教材也可以看看淘寶等管道購買 但要注意小心,不要被騙哦!
Steven Wu 賈伯斯加個n:職涯/稽核/財會審計/履歷
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
拿到CEH時候以為自己得到了天下,直至遇到CPENT.....
拿到CEH時候以為自己得到了天下,直至遇到CPENT.....
恆逸開課時間查詢:https://www.uuu.com.tw/Course/Show/1725/1 恆逸學員郭威圻:相信我,看到這個標題,不少人應該腦海裏面都會浮出一個梗圖! 這次終於下定決心要挑戰這張證照,號稱 EC-council 他們家的魔王關卡。這次 CPENT 上課依舊在熟悉的高雄訓練中心,熟悉的V神老師,熟悉的老師的 black hat 水杯,課程開始第一天,不免俗的老師先提醒一下考試怎樣考,特別是有維護證照需求的同學,因為這張證照考過且分數到達 90分以上 EC-council 會再發給你另外一張證書 LPT master,當取得 LPT 後證照費用會自動升級成 250美金(原本每年80美金),但如果是有需求這張證書的同學們,這部分還是要去付費,這是跑不掉的。 基礎操作複習:工具的實戰應用才是真功夫 講完考試後就進入正式主題,第一天跟第二天介紹基本的 探勘、情蒐、列舉、反向後門、暴力破解 等等手法。相對應的工具就是 CEH 教的,上了這門課後我才發現 CEH 教的工具運用真正用在實際環境上,是長這個樣子,這兩天的課程也更明白了每個工具的定位跟運用的情境其實都不太一樣,舉個例子來說,當遇到暴力破解 SMB 密碼的時候,老師會提醒這種情境下使用 XXXX工具 比較好,因為它是目前公認破解 SMB 最快的,當然要使用其他工具也可以,這邊沒有對錯,但是因為考試的時候有時間限制,所以能爭取一點時間就可以讓考試多一分把握。 組合語言比想像的中還難 上完第一天跟第二天後,我就有一種.....恩...我會的東西老師都講了,再來一定是陌生的領域,果不其然,後面開始講 Binary 跟 緩衝區溢位,還沒上課單純看課程的我心裡想:2進位,組合語言???,我電子工程畢業的,看二進位對我來說跟吃飯一樣,閉著眼睛都會算。但是上完課後才發現,駭客的思維真的不一樣,印象最深刻的就是老師使用解密工具解開加密的韌體,並解釋其中的原理,以前念書的時候都不知道 XOR 邏輯閘 可以這樣用,然後組合語言的部分我想應該是最吃力的章節了,畢竟那是給機器看的,不是給人類看的,但是老師給了一個很重要的觀念。 組合語言不難,只要你好好了解每個旗標,每個暫存器的功能,你就會弄懂它了。 這句話真的很重要,老師上課的時候也都會走一次運作原理,讓原本抽象的組合語言變得比較可愛一些。 從工具到攻擊邏輯的全面實戰 接下來還有 AD 跟 WEB 還有 跳板&雙跳板,把第一天跟第二天學到的東西應用在上面,老師一樣會詳細的講解每一個 lab 的做法跟運作原理還有漏洞的生成原因,我覺得當學生在做 lab 的時候,不是盲目的跟著老師敲指令,而是要了解每個指令背後蘊含的意思,這邊因為老師都會提到漏洞的成因,所以在理解上會更具體。 考試驚魂記 最後考試的部分真的是我這輩子考過最一波三折也最驚險的一次考試,首先我選擇了考兩次每次是 12小時(這也是老師上課極力推薦的考試方式),考試的時候是使用 gotomeet 這個會議軟體,但是我在上線使用的時候,我發現。連不到伺服器!!,連不到伺服器!!,連不到伺服器!! 當下緊張的感覺真的是前所未有,因為求助無門,不像是之前考其他認證的時候旁邊都有試務人員可以幫忙,幸運的是 EC 的客服也很貼心地幫我延遲了考試時間,所以只好再跟公司請一天假了,然後當我闔上電腦準備休息時,我家突然 停電,這時候我心情真的不知道怎樣形容,如果我有順利考試...那不就... 當然後續還是要找出為何不能連線的問題,最後發現是網際網路選項裡面的 TLS1.0 跟 1.1 跟 1.2 都沒有打勾,僅有打勾 SSL3.0(因為之前測試環境需求設定的),解決問題到考試當天,我發現我確診了,但是考試已經約了,只好抱著生病的身體去應戰,一邊咳嗽一邊考試,但是好在我 LAB 練習的很熟悉,遇到題目做完情蒐探勘就大約知道這題目要做什麼了,最後有驚無險的通過考試。 專訪影片:https://www.youtube.com/watch?v=a7icQWPMVnU&list=PLMBef0RRBhrvTyH22twzs-m0KX9qTE3fC&index=6 索取課程優惠:https://www.uuu.com.tw/Forms/CourseInfoRequest?courseId=CPENT&mediaSrc=104
精誠資訊恆逸教育訓練中心
想要在AI產業生存?5 張 AI 頂尖證照指南一次看!
想要在AI產業生存?5 張 AI 頂尖證照指南一次看!
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
知識貓星球 AI 趨勢報-科技愛好者的產地🤖
鄉民到底在想什麼?|網路輿情分析術
鄉民到底在想什麼?|網路輿情分析術
大數據時代的情報收集技術 隨著網路的快速發展,巨量資料造成的「資訊過載」問題已經凸顯。近幾年興起的雲端計算和大數據分析,成為取得輿論情報的新資訊源和途徑。本書針對目前網路資訊發掘和輿論情報管理研究中,網路輿論分析的方法理論 與技術實現的多學科融合問題,全面、系統地研究了網路輿論智慧採集、分析與服務的先進技術,透過本書,您可以了解: .網路輿論分析的原理、方法和技術 .如何針對特定主題的網路輿論資訊進行抽取與整理 .如何判定分析輿論網頁與話題的相關性 看更多書籍介紹: http://books.gotop.com.tw/v_ACN028500
碁峰資訊GOTOP 電腦技能的領航員-碁峰資訊
OSDA認證特色?SOC-200系統化補強你的藍隊實力!
OSDA認證特色?SOC-200系統化補強你的藍隊實力!
全球勒索攻擊和資料外洩事件一路飆升,光是2025年前九個月就紀錄了超過四千七百起勒索事件,其中一半鎖定醫療、金融、製造等關鍵產業。 在典型的企業 SOC 裡,一天上千到上萬則告警排山倒海而來,研究甚至指出平均單一SOC團隊每天要處理大約四、五千則安全告警,還有超過一半可能因為人力不足和疲勞而被忽略。夜深人靜時,只要一則高風險警示出現,值班分析師就得在最短時間內,從雲端、端點到AD日誌裡,把這次事件到底是誤報還是真正入侵,查到夠清楚才能決定要不要升級通報。也正因為這樣,企業開始不只在找會考證照的人,而是找真的懂得看Log、會用SIEM追蹤攻擊軌跡、能在壓力下做出正確判斷的 SOC 分析師。 由國際知名資安原廠Offsec推出的OSDA認證(SOC-200 課程)就是針對這個現實狀況所設計,在逼真的攻擊情境與實驗室裡練習,讓你看得懂訊號,能辨識威脅。 你現在的角色是? 💻IT/網管(想升級成安全分析師) 你可能已經每天在看設備介面、巡防火牆規則、處理使用者抱怨網路變慢,偶爾也會被要求幫忙看一下這個是不是駭客。其實你距離SOC分析師並不遠,差的是一套系統化的方法,把這些日常維運經驗轉換成「可以說清楚、做得出來」的安全分析能力。 SOC-200 會帶你把現在習慣看的各種 Log(防火牆、伺服器、端點、AD)串成完整的攻擊故事,學會用 SIEM 搜尋、關聯與視覺化,把零碎事件變成可行動的證據。 🛡️已拿到Security+ / CEH 的技術人 如果你已經有Security+、CEH或同等級的資安證照,可能對攻擊手法、資安名詞不陌生了,但進到SOC環境時,問題會變成:「在幾十GB的日誌裡,看不看得出來這次攻擊真的發生了?」SOC-200 幫你把原本只是概念的攻擊技術,轉成可以在 SIEM、Windows / Linux Log 裡被你抓出來的實際跡象,從時間軸、帳號行為、端點事件到網路封包,一步一步拼出攻擊軌跡。你能把每一階段的攻擊行為都找出來、寫成完整報告,完成OSDA認證是能說服老闆的實戰資安履歷。 🚀剛踏入資安領域的轉職者/技術新人 你可能不是傳統資安出身,但你清楚知道下一份工作想走的是「可以長期發展、跟資安與防禦有關」的路線,而不是只做單一產品操作。SOC-200從 TCP/IP、Windows / Linux 基本觀念與 Log 型態,到如何判讀告警、決定是否升級、寫出讓主管與客戶看得懂的事件報告。搭配真實模擬環境與 OSDA 認證,你不用一開始就當資安大神,也可以一步步累積起核心能力,讓轉職之後有明確的職涯方向可以追尋。 恆逸OSDA認證課程:安全性作業與防禦分析 時數:40小時 1.課程包含一次SOC-200認證考試 2.獨家贈送90天實機演練模擬環境 SOC-200(安全操作與防禦分析)是一門以防禦為導向的培訓課程,旨在教授抵禦網路和系統網路威脅所需的基礎技能。您將深入了解安全營運中心(SOC)的流程,包括監控、威脅偵測、警報分類和事件升級。 SOC-200 課程非常適合對資訊安全領域有興趣,想學習偵測、分析和防禦網路攻擊技能的人。您將加深對網路安全事件、偵測技術和防禦分析的理解,應用威脅情報和運行環境訊息,增強在動態企業環境中威脅偵測的能力。 你將學到什麼 SOC 維運基礎 使用企業級 SIEM 工具,如 ELK 與 Splunk,收集並關聯安全資訊。分析攻擊模式、解讀事件日誌,並運用進階惡意程式分析技術,揭露潛藏的威脅。 威脅偵測與分析 使用企業級SIEM工具(如ELK和Splunk)收集資訊、分析攻擊模式、解讀事件日誌,並應用進階惡意軟體分析技術來發現隱藏的威脅。 弱點和風險管理 掌握漏洞管理的基本概念,包括漏洞評估、優先排序與修復方法。學習如何在維持業務持續運作的同時,採取主動防禦措施,以降低資安風險。 端點和網路防禦 探索 Windows 與 Linux 端點安全,包括防護機制、常見漏洞,以及攻擊者如何針對這兩種環境發動攻擊。學習識別與防範社交工程與魚叉式網路釣魚手法。 存取控制與權限管理 調查網域管理員、企業管理員和完全管理員等管理群組,理解安全的網域存取控制與防止權限提升的機制,這是每位資安分析師必備的核心技能。 實作經驗 採用 OffSec 的挑戰式學習模式,強調實務與真實情境的操作體驗。課程共 19 個模組,並提供虛擬實驗室,讓學員能夠驗證自己的學習成果。 不是只教理論,而是讓你在真實攻擊紀錄裡練功 隨選實驗室存取(On-demand lab access) 隨時使用配備最新技術的先進實驗室進行實務訓練。 結構化學習模組(Structured learning modules) 透過清晰且目標明確的主題,穩健地推進學習進度。 挑戰式學習(Challenge-based learning) 透過真實世界的實作挑戰,培養實戰技能與解決問題能力。 AI智能學習助理(AI-powered learning assistant) 在面對複雜主題時,提供即時指導與協助,加速理解與應用。 課程目標 ✔️了解與 SOC 分析師培訓成果相符的安全營運基礎知識 ✔️分析和解讀日誌數據,以偵測威脅並進行升級 ✔️實施和配置入侵偵測系統,以支援企業可視性 ✔️制定有效的事件回應和營運報告策略 ✔️利用安全工具進行監控、調查和分析工作流程 ✔️了解威脅情報在安全運作中的作用 ✔️實施防禦措施以保護企業環境並提高彈性 OSDA認證(SOC-200 課程)常見問題解答 1. 哪些人應該參加 SOC-200:安全運作和防禦分析課程? SOC-200 課程非常適合:希望轉職至安全營運中心 (SOC) 營運或威脅分析崗位的 IT 和網路安全專業人士、已完成 CompTIA Security+ 或同等基礎安全訓練的學生、經驗豐富的安全人員希望獲得認證 SOC 分析師資格,以在網路安全領導或營運領域實現職業目標。 2. 建議先修課程 建議完成或具備下列課程之知識或技術能力: NSPA(網路安全封包分析認證課程)、 CEH(EC-Council CEH駭客技術專家認證課程)、 CND(藍隊資安防禦通識-EC-Council CND認證課程) 3. 需要具備網路安全的經驗嗎? 無需任何經驗,但強烈建議您具備網路基礎知識、作業系統(Linux/Windows)以及網路安全基本原理(例如 CompTIA Security+ 認證涵蓋的內容)。 4. 我能從這門課程中獲得哪些實務經驗? 你將在模擬企業 SOC 環境的真實實驗室中進行訓練。透過整合的 SIEM 系統,分析安全監控資料、偵測入侵行為,並紀錄事件應變流程。每個實驗室都強調實作經驗,確保學到的技能能直接轉化為職場上的實務能力。 5. OSDA 認證是否涵蓋漏洞管理和惡意軟體分析? 沒錯,漏洞管理與惡意程式分析都是課程的核心內容。你將學習如何識別並優先處理系統弱點、透過日誌進行威脅偵測,並拆解惡意程式以理解攻擊者的行為與意圖。 6. OSDA考試的方式? OSDA 考試時間23小時45分鐘,考試完後須在24小時內交出一份滲透測試報告。考試透過安全 VPN 監考的評估測驗,考試分為 10 個階段,每個階段包含一系列攻擊者行為。你需要運用資安操作知識、SIEM 工具與威脅分析技術,偵測、分析並紀錄每個事件。 更多考試相關規範 考試常見FAQ 7. 獲得認證後,我可以從事哪些類型的工作? 完成課程後您將有能力偵測、分析和應對企業環境中發生的真實安全事件,包括威脅偵測、日誌分析、網路監控和事件分類方面的實用技能。常見職業包括:安全營運中心(SOC)分析師、事件回應人員、系統管理員(兼任安全職務)、IT人員、網路安全技術員、初級安全分析師等。
精誠資訊恆逸教育訓練中心 精誠資訊恆逸教育訓練中心
Vibe Coding時代催生新職缺!「程式清潔」在做什麼?
Vibe Coding時代催生新職缺!「程式清潔」在做什麼?
AI寫程式的「Vibe Coding」掀起熱潮,開發者得以快速生成程式碼,但也意外催生出新興職缺「程式清潔師」。一份調查顯示,95%的工程師仍需手動修復錯誤、額外調整AI生成的程式碼,確保專案安全與穩定。究竟Vibe Coding是革命還是混亂?而「程式清潔」這份新工作,又在做什麼? 文/田孟心編譯 由天下雜誌授權轉載 人們期待,未來大量寫程式工作可能都交由AI氛圍編碼(Vibe Coding)完成,但事實上,高達95%的工程師發現他們還是要手動修復程式碼。負責把混亂程式碼清理好的新角色,正在LinkedIn等求職平台大受歡迎。 氛圍編碼(Vibe Coding)正大行其道。 這個從今年初開始盛行的「自動化寫程式」概念,由電腦科學家卡帕西(Andrej Karpathy)提出。卡帕西表示,有了AI工具後,寫程式將「完全跟隨當下情境氛圍,擁抱指數級成長,甚至忘記程式碼的存在」。 市場研究和IT顧問公司Gartner預測,未來三年內,40%的企業新軟體將由AI機器人創建。 然而,內容平台fastly最近的一份調查顯示,95%的工程師表示,他們還是要花額外的時間來調整AI生成的程式碼。 工程師們發現,AI生成的程式碼存在許多問題,從產生幻覺,到刪除重要的資訊,甚至可能造成專案的安全風險。若不花時間修復,最終的成品可能會漏洞百出。 「使用氛圍編碼,就像請一名聰明的六歲孩子把咖啡壺帶到餐桌,為家人倒杯咖啡,」資深工程師羅芙(Carla Rover)說明,它們有可能做得到,但也極有可能失敗,「而且失敗了,他們很可能不告訴你。」 另一位資深工程師梅勒扎丹(Feridoon Malekzadeh)也將氛圍編碼形容成孩子,不過是「青少年」,「你得請它做15次才能做成一件事,」「最終,他們可能會做出來,外加一些你沒要求的事,並可能把很多東西弄壞。」 梅勒扎丹計算過,她大約花費50%的時間編寫需求,10%的時間進行氛圍編碼,再用40%的時間進行修復。 程式清潔工,愈來愈受歡迎 這一切使AI生成的程式碼,已經成為一個難題,也因此催生了一種新的工程師崗位,稱為「氛圍程式碼清理專家」(Vibe Coding Cleanup Specialist)。 在求職平台LinkedIn上,已經有愈來愈多相關關鍵字的職缺——代表清理、修復程式碼,正在成為一項獨立的工作。 通常,這類職缺更歡迎資深工程師,因為他們才有相應的能力從一團乍看可行的程式碼中找到問題。 資深解決方案架構師哈克(AS Md. Ferdousul Haque)統整,常見的錯誤有:語法錯誤、邏輯錯誤、幻覺資料庫或API(引用不存在的套件、方法或參數)、虛擬資料等狀況,有時候很考驗技術人員的細心與經驗。 哈克舉例,AI工具Gemini幫忙改了一份GitHub個人資料,整體效果不錯,卻在某個網址後面加了一個句號,使得圖片無法顯示。此時,就需要他這名人類手動介入。 科技公司Solution Architecture的工程師麥利(Viored Mirea)指出,雇用一名氛圍編碼清理師非常重要,尤其是AI寫出來的程式碼可能給企業帶來安全風險,「氛圍編碼可能會讓機密資訊外洩,或是對個人資料進行錯誤處理,」他強調,「始終應該有人類要對結果負責。」 然而,也有專家對市場出現這樣的現象感到唏噓。 雲端與通用人工智慧企業負責人愛彼哈納(Abhinav)認為,雇用這樣的「清潔工」簡直荒謬,「企業試圖讓每個人都會氛圍編碼,在專案上省錢,然後卻要花雙倍的錢再去找一個能把混亂局面整理好的人。」 Squad資深技術總監波古斯拉斯基(Oleg Boguslavsky)同意,企業要引進氛圍編碼,必須確保每個人都能掌握驗證、修復的技能,否則,花錢請這些額外的專家,在經濟上將比預期更低效。 (資料來源:TechCrunch, Gizmodo, LinkedIn) (原文標題:Vibe Coding催生大量新職缺,「程式清潔工」在做什麼?) 推薦閱讀: 【AI工作指南】數發部《AI產業人才認定指引》!盤點AI認證資源、熱門職缺 「Vibe Coding」是什麼?以後還需要程式設計師嗎? AI世代最夯新職位》為什麼他們零經驗,年收20萬美元起跳? 助你當老闆!瑞典AI獨角獸Lovable如何靠「氛圍編碼」年賺30億? [joblist_plugin title='更多104【AI工程師】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=AI%E5%B7%A5%E7%A8%8B%E5%B8%AB&order=15&page=1' amount='3']
【104職場力】
思科有什麼證照可以取得呢?
思科有什麼證照可以取得呢?
Cisco提供了廣泛的認證,涵蓋了不同技術領域和職業角色。以下是一些Cisco的主要證照類別: 1. CCNA (Cisco Certified Network Associate) 系列: - CCNA CCNA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。通過取得CCNA認證,個人能夠展示他們對基本網路概念、路由和交換技術、網路安全、WAN(廣域網路)連接等方面的了解和技能。 2. CCNP (Cisco Certified Network Professional) 系列: - CCNP Enterprise (以前稱為CCNP Routing and Switching) 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。 - CCNP Security CCNP Security(Cisco Certified Network Professional - Security)是Cisco Systems提供的專業級網路安全認證,旨在驗證個人在設計、實施和維護企業網路安全解決方案方面的高級知識和技能。 3. CCIE (Cisco Certified Internetwork Expert) 系列: - CCIE Enterprise Infrastructure 該認證專注於企業網路基礎設施,包括高級路由和交換技術、網路設計和架構等。 - CCIE Enterprise Wireless 這個專業方向專注於無線網路技術,包括高級的無線設計、實施和維護 - CCIE Security 該認證強調網路安全,包括防火牆技術、VPN技術、入侵檢測和防禦等。 - CCIE Data Center 專注於企業資料中心網路技術,包括數據中心網路設計、實施和優化。 - CCIE Collaboration 這個方向專注於統一通信和協作技術,包括VoIP、視訊通信、即時消息等。 - CCIE Service Provider 專注於服務提供商網路技術,包括廣域網路、光纖網路、IPv6等。 要特別注意的是,CCIE是在國外進行實務考試,另外Cisco的證照體系可能隨時間而有所變化,新的證照可能會被引入,而舊的證照可能會被更新或淘汰,所以如果要了解最新證照資訊可以詢問我們哦~
巨匠電腦逢甲認證中心 巨匠電腦逢甲認證中心-Cisco網管學院
「資安」新手跨領域挑戰如何入門?過來人揭成功秘訣:「專業培訓+實作」事半功倍
「資安」新手跨領域挑戰如何入門?過來人揭成功秘訣:「專業培訓+實作」事半功倍
隨著全球數位轉型的加速推動下,各行各業對於資安韌性的需求持續增長,帶動企業對資安專業人才的迫切性。而資安不再只是本科系才能涉足的領域,許多不同專業背景的人才也紛紛投入這個產業。通過專業培訓掌握資安技能,無論是擁有豐富會計審計經驗的職場老手,還是剛踏入職場的新鮮人,都能在資安培訓計畫中獲得新技能,開啟全新職涯。 閱讀全文👉 https://bit.ly/3W47dRB ✍️離開舒適圈從基礎出發,非本科系也能開拓資安新職能 現任職於國泰人壽,擔任軟體工程師的Fang,37歲時才毅然決然的展開她的跨領域轉職新人生,從審計員的身分朝嚮往的資訊與資安產業邁進。 會計系畢業的她,在會計師事務所累積了10幾年的審計與內部稽核的工作經驗,在從事稽核工作過程中,接觸到了「電腦稽核」的領域,進而對資安這個領域產生很大的興趣。為了能進入自己喜歡的產業工作,在37歲時下定決心離開原本工作,報名參加程式開發培訓班,從頭開始學習資訊相關知識與程式開發技能,結訓後順利獲得國泰人壽的青睞,擔任公司內部系統的開發與維護工程師。 ✍️實務培訓課程賦能資安新鮮人,程式專業助攻跨足資安產業 去年剛從資管研究所畢業的Kami,在學期間曾在資訊服務公司擔任系統維護的短期工讀,但畢業後半年期間找不到適合的正職工作,諮詢坊間眾多培訓機構後,決定參與安碁學苑「資安技術人才培育計畫」,朝向在學校曾經接觸過,目前十分熱門的資安領域發展。經過3週的培訓後,取得完訓證明與安碁資安職能驗證通過證書,透過面試媒合順利進入安碁資訊擔任資安駐點工程師。 想看完整兩位學員的案例分享🧐 快到安碁學苑官網了解: https://bit.ly/3W47dRB
ACAD安碁學苑 ACAD 安碁學苑
Microsoft AI-900考照心得與AI-901命題趨勢
Microsoft AI-900考照心得與AI-901命題趨勢
▉ 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
104學習 職場熱門證照排行榜
Kubernetes:建置與執行第二版
Kubernetes:建置與執行第二版
Kubernetes是當紅的容器叢集管理工具。在過去幾年內,容器叢集管理工具大幅改變開發跟維運人員在雲端環境中開發、建構、部署和維護應用程式的方法。不論你是剛剛接觸分散式系統,或著正在使用雲端環境部署應用程式,這本經典之作的更新版能幫助你的公司進入更快速、靈活、可靠和高效的雲端環境。 Brendan Burns, Joe Beda和 Kelsey Hightower三位Kubernetes的專家,將帶領讀者瞭解如何利用Kubernetes部署分散式應用程式。您可以藉由本書學到如何使用工具及API來自動化具有可擴充性的分散式線上服務、機器學習應用程式,甚至是使用Reapberry Pi建立叢集。 .建立並運行一個簡單的叢集來學習Kubernetes的運作 .深入了解如何使用Kubernetes、Pod、Service、Ingress和ReplicaSet來部署應用程式 .在Kubernetes中整合容器化微服務與儲存區 .學會使用Kubernetes中的DaemonSet、Jobs、ConfigMaps和Secret物件 .提供開發及部署應用程式的Kubernetes實用範例 「由三位世界上令人尊敬且具有高度權威性的雲端原生系統作者所撰寫,本書可以幫您奠定使用Kubernetes的基礎觀念,並藉由其中的範例探索Kubernetes的世界」- Liz Rice, Aqua Security 看更多書籍介紹: http://books.gotop.com.tw/v_A632
碁峰資訊GOTOP 電腦技能的領航員-碁峰資訊
Claude Code越聊越笨?4個指令管好「上下文」,用量60%就該主動壓縮
Claude Code越聊越笨?4個指令管好「上下文」,用量60%就該主動壓縮
用Claude Code寫到一半,它突然忘了前面交代的規則?問題可能出在上下文快滿了。作者拆解 /context、/compact、/clear、/resume 等4個指令,教你看懂上下文用量,在對的時機壓縮或清空。本文節錄自《Claude Code全攻略》。 文/曾慶良(阿亮老師) 本文目錄(點擊可快速前往) 為什麼要管上下文?上下文、對話歷史、費用的關係【指令1】用 /context 查上下文佔比【指令2】用 /compact 主動壓縮(60%觸發點)【指令3】用 /clear 徹底清空【指令4】/resume 對話恢復【進階】客製化statusline顯示上下文用量【建議】上下文管理SOP 使用工具:Claude Code(需付費方案,免費版不能用) 安裝說明:https://code.claude.com/docs/zh-TW/setup 不想用終端機:下載電腦版,直接在桌面程式中使用Claude Code 為什麼要管上下文? 已經學會用 /usage 看Token用量、用 /cost 看費用。但有一件事這兩個指令看不到:Claude Code的對話有「容量上限」,超過了就會開始忘東忘西。 這個容量上限叫做Context Window(上下文視窗),所有對話歷史(你的提問 + Claude的回覆 + 讀過的檔案內容)都會疊在裡面。容量越接近滿,發生的問題會越多: 上下文用量你會遇到的狀況0–40%對話流暢,Claude記得所有細節40–60%還沒事,但開始要留意60–80%Claude偶爾忘記前面講過的小細節80–90%明顯漏掉指令、忽略CLAUDE.md規則90–100%自動壓縮觸發,回覆變短、品質下降 結論:不要等Claude變笨才處理上下文。60%就該主動行動。 上下文、對話歷史、費用的關係 很多人把這3件事搞混,先釐清: 項目是什麼用什麼指令查滿了會怎樣上下文視窗這次對話Claude能「同時記住」的容量上限/contextClaude開始忘事對話歷史從這次session開始累積的所有訊息滾動畫面看持續累積,不會自動消失Token用量/費用從這次session累積的計費基礎/usage /cost撞到月費用上限 關鍵差別: 上下文滿了 → 影響智慧,要靠 /compact 或 /clear 處理 費用滿了 → 影響額度,要靠升級方案或省模型處理 兩件事獨立發生,要分開管。 【指令1】用 /context 查上下文佔比 啟動Claude Code,隨便聊幾句之後輸入: /context [模擬] /context 報表: Context Window Usage ╭───────────────────────────────────╮ │ ████████░░░░░░░░░░░░░░░░░░░░░░ 28% │ ╰───────────────────────────────────╯ Total capacity: 200,000 tokens Used: 56,420 tokens (28%) Available: 143,580 tokens (72%) Breakdown by source: • System prompt + CLAUDE.md 2,340 tokens (1.2%) • User messages 14,250 tokens (7.1%) • Assistant responses 18,920 tokens (9.5%) • Tool results (file reads) 20,910 tokens (10.5%) ───────────────────────────────────── Status: 健康(建議已用量保持在 60% 內) 總容量以你的模型為準:多數模型是200K tokens,但Sonnet 5 / Fable 5已提供1M context選項——/context第一行的Total capacity才是你當下的真實上限。 Fable 5的完整脈絡規格:context window 100萬(1M)token、單次輸出上限12.8萬(128K)token、資料保留30天、不支援零資料保留(ZDR)。1M聽起來很多,但單次輸出被128K綁住——長文件產出要拆段,不能期待一次吐完。 別讓模型「自己嚇自己」提早收工。高階模型有時會在額度還很充裕時,就主動說「上下文快滿了、要不要開新對話」而中斷任務。這不是真的滿了,而是它保守過頭。你可以在CLAUDE.md補一條反制指令: 可用額度充裕時,不要因為接近上限就停手、總結或建議我開新 session, 請直接繼續完成手上的工作。 這條屬於「駕馭Fable 5的指令範本」之一,和CH05那組(防過度思考、防自作主張、診斷vs.修復、memory寫法)是同一套心法——把模型保守或雞婆的預設行為,用一句話校正回來。 重點看4個分項: 來源為什麼會大Tool results讀檔次數多、檔案大時會迅速膨脹Assistant responsesClaude生成大量程式碼時User messages你貼了長文件、長日誌System prompt + CLAUDE.md永遠都在,無法縮減 /context多久看一次?沒有硬規則,但建議跑完一個複雜任務後看一次、感覺Claude變笨時看一次。 【指令2】用 /compact 主動壓縮(60%觸發點) 當 /context 顯示60%以上,就該主動壓縮。 操作: /compact [模擬] /compact執行畫面: Compacting conversation... Before: 142,830 tokens (71%) After: 38,420 tokens (19%) Saved: 104,410 tokens ✓ 對話歷史已壓縮成摘要,關鍵決定與檔案內容保留 ✓ Claude 仍記得這次 session 做過的事,但細節已濃縮 繼續對話即可。 /compact 做了什麼?它讓Claude自己回顧整個對話,輸出一份摘要,然後用這份摘要取代原始的長對話歷史。結果是: 上下文騰出空間 主要工作脈絡保留 細節(例如某個變數的精確命名)可能會被略掉 壓縮過程本身要消耗一些Token(但通常划算) 壓縮完,馬上再跑一次/context驗證: /context 確認已用百分比真的降下來了(例如71% → 19%)。這一步5秒鐘,能讓你確定壓縮有效,也順便體會前後差異。 何時該/compact、何時該 /clear? 情境該用還在做同一個任務,但Claude開始迷糊/compact同一個任務跑很久了,想保留脈絡/compact要切換到完全無關的新任務/clear進入第二個工作天,重新開始/clear我把上一份工作的secret不小心貼進去了/clear(立刻清掉) 【指令3】用 /clear 徹底清空 /clear 注意:/clear 是立即執行、沒有確認畫面、不可逆。按下Enter的瞬間對話歷史就清空了。清空前如果有想保留的結論,先用 /export 把整段對話匯出成檔案再清。 清空後Claude不再記得任何先前的訊息;CLAUDE.md與已安裝的Skills / Plugins不受影響。 和 /compact 的本質差別: /compact:「我把房間整理好,東西還在」 /clear:「我把房間清空了,換新主題」 【指令4】/resume 對話恢復 有兩種情境會用到 /resume。 情境A:你不小心關掉Claude Code視窗 重新啟動: claude --continue [模擬]: ✓ Resuming last session from 2 minutes ago... ✓ Restored 47 messages, 38% context > ▌ 情境B:你想回到幾天前的某次對話 /resume [模擬]對話歷史選單: Recent Sessions [1] 2026-05-11 14:23 (47 msgs) Flask Hello World 專案 [2] 2026-05-10 09:51 (132 msgs) 程式碼審查與重構 [3] 2026-05-09 17:08 (28 msgs) CLAUDE.md 設定 [4] 2026-05-08 11:30 (89 msgs) Skills 開發 ↑↓ Navigate Enter: Resume Esc: Cancel 選擇要恢復的對話,按Enter,Claude Code把那次的所有上下文載回來。 /resume 的價值: 不需要重新貼背景資料 不需要重新解釋專案脈絡 跨日工作流可以自然續接 小提醒:claude --continue 是「續接最後一次」的快捷;/resume 是「進選單選哪一次」的完整版。 【進階】客製化statusline顯示上下文用量 這節是進階選作,只想入門的話可以直接跳過。下面整段程式碼你完全不用看懂——最省事的做法是把這整節複製起來丟給Claude,說「幫我照這節設定好statusline」,它會自己幫你寫好、掛上去。等你之後想深入再回來研究原理即可。 Claude Code的輸入框下方有一條statusline。它的機制是「外掛腳本」;Claude Code會把當前狀態打包成一包JSON從stdin餵給你指定的指令,你的腳本輸出什麼文字(第一行),statusline就顯示什麼。設定長這樣: { "statusLine": { "type": "command", "command": "python ~/.claude/statusline.py" } } 沒有format、refreshInterval這類欄位——顯示邏輯全部由你的腳本決定,這正是它強大的地方。 目標效果: > ▌ ~/Desktop/flask-hello | Sonnet 5 | ctx 已用 42% 步驟1:建立statusline腳本 把下面的跨平台Python腳本存成~/.claude/statusline.py(直接把本節整段丟給Claude請它代勞也行): #!/usr/bin/env python3 # ~/.claude/statusline.py — 顯示「目錄 | 模型 | context 已用%」 import sys, json, os data = json.load(sys.stdin) # 1) 目前工作目錄(家目錄縮寫成 ~) cwd = data.get("workspace", {}).get("current_dir") or data.get("cwd", "") home = os.path.expanduser("~") if cwd.startswith(home): cwd = "~" + cwd[len(home):] # 2) 模型顯示名 model = data.get("model", {}).get("display_name", "?") # 3) context 已用百分比(欄位名依版本而異,逐一嘗試;拿不到就顯示 --) pct = None ctx = data.get("context_window") or data.get("context") or {} used = ctx.get("used_tokens") or ctx.get("used") size = ctx.get("max_tokens") or ctx.get("size") or ctx.get("context_window_size") if used and size: pct = round(used * 100 / size) if pct is None: ctx_text = "ctx --" else: color = "\033[32m" # 綠:健康 if pct >= 80: color = "\033[31m" # 紅:立刻 /compact 或 /clear elif pct >= 60: color = "\033[33m" # 黃:準備行動 ctx_text = f"{color}ctx 已用 {pct}%\033[0m" print(f"📁 {cwd} | 🤖 {model} | 🧠 {ctx_text}") Claude Code傳入的JSON欄位會隨版本演進(以官方文件Status line章節為準)。想親眼看看拿到什麼,可在腳本開頭暫時加一行 open(os.path.expanduser("~/statusline_debug.json"), "w").write(json.dumps(data)) 再打開檔案研究。 步驟2:把腳本掛進settings.json 編輯 ~/.claude/settings.json,加入(或請Claude加入)本節開頭那段statusLine設定。Windows用戶把command寫成: "command": "python \"%USERPROFILE%\\.claude\\statusline.py\"" 步驟3:重啟Claude Code驗證 /exit claude [模擬]啟動後的statusline: > ▌ ~/Desktop | Sonnet 5 | ctx 已用 8% 聊一陣子後,已用量爬到60%會轉黃、80%轉紅——紅色就是強烈建議 /compact 或 /clear 的時刻。 設定完成後,輸入框下方顯示目錄、模型與上下文已用百分比(圖/博碩出版《Claude Code全攻略》) 【建議】上下文管理SOP 把這套流程記下來,之後不用每次想: 任務開始 ↓ [每次切換主任務] → /clear ↓ 工作中⋯ ↓ [statusline 顯示已用 60% 以下(綠)] → 繼續 [已用 60–80%(黃)] → 留意,準備收尾或 /compact [已用 80% 以上(紅)] → 立刻 /compact 或 /clear ↓ 任務完成 ↓ [需要明天續接] → 直接 /exit(明天 claude --continue) [已徹底完成] → /clear [要切換到無關的新任務] → /clear ↓ 明天回來 ↓ [續上次任務] → claude --continue [選歷史對話] → /resume → 選清單 [全新主題] → 直接 claude 節錄自:博碩文化《Claude Code全攻略:從一句話到部署上線,打造你的AI Agent開發團隊》/曾慶良(阿亮老師) 著 推薦閱讀: Claude Code Subagent怎麼用?3分鐘建好子代理,判斷何時該多Agent分工 商務Email好難回?用Claude Skill建回信SOP,4大類型自動判斷 「Skill」和「提示詞」差在哪?6大差異與SKILL.md寫法一次看
【104職場力】
網管工程師到底都在做什麼呢?
網管工程師到底都在做什麼呢?
網管工程師是負責設計、實施、管理和維護企業或組織內部網路基礎設施的專業人士。以下跟大家說明網管工程師的主要工作內容: 1. 網路設計與規劃:設計並規劃網路架構,確保其滿足組織的需求,包括頻寬、安全性、可擴展性等方面。 2. 網路設備配置:配置路由器、交換機、防火牆等網路設備,確保其正確運作以實現預期的網路架構。 3. 網路安全:實施安全措施,包括防火牆設定、入侵檢測系統(IDS)和入侵防禦系統(IPS)的配置,以確保網路的安全性。 4. 網路監控:監控網路性能,追蹤流量、檢測問題,並及時解決網路故障。 5. 數據備份與恢復:設計和實施數據備份策略,確保網路數據的安全性和可恢復性。 6. 網路優化:優化網路性能,包括提高帶寬利用率、降低延遲、優化流量管理等。 7. 技術支援與問題解決:提供技術支援,解決用戶或系統可能遇到的網路問題。 8. 文件撰寫與報告:撰寫網路配置文件、操作手冊,並向管理層提供網路性能報告。 9. 新技術研究與導入:跟蹤最新的網路技術趨勢,評估新技術的適用性,並導入適當的技術以提升網路效能。 10. 合規性與標準遵從:確保網路設計和操作符合相關的法規和標準,特別是在敏感行業如金融、醫療等領域。 總的來說,網管工程師在確保網路架構穩定、高效運作的同時,也需要不斷更新自己的知識,以應對快速發展的科技和安全環境。
巨匠電腦逢甲認證中心 巨匠電腦逢甲認證中心-Cisco網管學院
這幾年,我到上百家企業做 AI 企業內訓,有一個現象讓我印象非常深刻。
這幾年,我到上百家企業做 AI 企業內訓,有一個現象讓我印象非常深刻。
很多公司老闆希望員工推動 AI、導入 AI,甚至要求員工用 AI 提升工作效率,但公司竟然連付費的 AI 帳號都沒有提供給員工。 我一直覺得這件事情很矛盾。 老闆希望員工用 AI 寫企劃、做簡報、整理資料、分析數據、寫文案、做行銷、提升工作效率,甚至希望透過 AI 減少重複性工作。 結果員工真正要開始使用的時候,只能自己用免費版,額度不夠、功能受限,甚至還要員工自己掏錢訂閱。 這樣要怎麼期待 AI 真正導入公司? 我到企業上課時經常看到,課堂上大家學得很開心,也知道 AI 可以幫自己省下很多時間。 問題是下課之後呢? 沒有工具、沒有帳號、沒有預算,回到公司還是繼續用原來的方法工作。 所以我現在跟企業老闆談 AI 導入,都會特別強調一件事情: 如果公司真的要推動 AI,第一筆最不應該省的預算,就是員工的 AI 工具費。 一個員工每個月花幾百元到一千多元,如果每天可以省下 30 分鐘,一個月累積下來就是十幾個小時。 更重要的是,AI 真正的價值不是偶爾打開來問幾個問題 而是讓員工養成習慣。 每天工作都開始思考: 這件事情能不能先讓 AI 做? 這份資料能不能讓 AI 整理? 這個流程能不能縮短? 原本兩小時的工作,能不能變成半小時? 當整間公司的員工都開始有這種思維,AI 才真正開始進入企業。 所以我認為,企業 AI 轉型不是老闆宣布「我們今年要導入 AI」就算開始。 老闆自己要先帶頭用,公司要提供付費工具,要安排教育訓練,更要把 AI 真正放進每天的工作流程與 SOP。 不要一邊要求員工推動 AI,一邊連最基本的付費 AI 帳號都捨不得提供。 企業要員工有 AI 生產力,就要先給員工 AI 生產工具。 這是我跑了上百家企業做 AI 內訓之後,感受最深的一件事情。
林尚能 戰勝學院
資安入門指南:想成為資安工程師不可不知的事
資安入門指南:想成為資安工程師不可不知的事
#資訊安全 資安入門指南:想成為資安工程師不可不知的事 立刻免費報名👉https://www.surveycake.com/s/9pDvO 邀請到台灣知名資訊安全專家 #方丈,分享資訊安全工程師不可不知的3大重點, 第一點10大安全性漏洞與防駭方法;第二點如何持續增進自己攻防能力的方法;第三點是國際認證的考照秘笈。 ℹ活動詳情資訊 # 時間:8/16(二) 20:00 -21:00 # 主講者:黃建笙(方丈老師) # 直播主題:資安入門指南:想成為資安工程師不可不知的事 # 於TibaMe粉絲團首播,先追蹤避免錯過喔 ℹ參加這場直播你可以學到... # 資安國際認證的基礎框架 # 成為資安人必須具備的能力及準備 # 不知攻,焉知防-弱點產出的原因、進攻性的安全性、攻擊的秘密 # OWASP Top10之外的弱點清單與防駭方法 # 不必花大錢就能考資安證照的小秘密 ℹ關於方丈老師 #台灣知名資訊安全專家,現任登豐數位科技擔任技術總監 #台灣唯一 自2010年連續當選Microsoft MVPs(企業安全領域) #台灣第五位 取得ISC2 CISSP-ISSMP(Information System Security Management Professional)認證 #台灣2018年第一位 取得EC-Council LPT Master滲透測試認證的專家,擁有CEH、ECSA、CHFI、ISO/IEC 27001 & BS-10012 Lead Auditor等資訊安全相關認證 #微軟認證講師,具有多項MCSE、MCITP等IT認證 立刻免費報名👉https://www.surveycake.com/s/9pDvO 參加直播還有機會獲得 # 方丈老師白帽駭客認證課程超過千元折價券
緯育TibaMe 緯育TibaMe
3 分鐘了解什麼是機器學習(ML):4 大模型、常見應用與職缺一次解析!
3 分鐘了解什麼是機器學習(ML):4 大模型、常見應用與職缺一次解析!
機器學習(Machine Learning)已經成為現代科技發展的核心推動力之一,從金融科技到醫療保健,機器學習的應用無處不在。本文將深入介紹什麼是機器學習,解析機器學習的四大模型、常見的產業應用以及相關職缺,幫助你全面了解這一領域的潛力和機會。 【什麼是機器學習?】 機器學習的核心概念是讓電腦系統能夠從資料中學習,並根據學習結果做出預測或決策。傳統的電腦程式是透過人類編寫的程式碼來運作,而機器學習則透過演算法自動從資料中提取模式和規則,因此也被稱為「資料驅動型」或「經驗主義」的 AI 技術。 機器學習的運作流程主要可分為以下幾個步驟: ❶ 資料收集和準備: 首先需要收集足夠的資料,並進行清理和預處理,以確保資料的品質和可用性。 ❷ 模型訓練: 將準備好的資料輸入機器學習模型進行訓練。模型會根據資料中的模式和規則不斷調整自身參數,以提高預測或決策的準確性。 ❸ 模型評估: 使用未參與訓練的資料對模型進行評估,以檢測模型的效能。 ❹ 模型部署: 將訓練好的模型部署到實際應用中,以執行預測或決策等任務。 【機器學習 4 大模型】 機器學習的模型種類繁多,依據學習方式可分為以下四種主要類別: ▍監督式學習: 監督式學習需要在訓練資料中提供標籤(label),以指導模型學習正確的輸出結果。常見的監督式學習任務包括分類(classification)和回歸(regression)。 ▍無監督式學習: 無監督式學習的訓練資料沒有標籤,模型需要自行從資料中發現隱藏的模式和結構。常見的無監督式學習任務包括聚類(clustering)和降維(dimensionality reduction)。 ▍半監督式學習: 半監督式學習的訓練資料部分有標籤,部分沒有標籤。模型可以利用標籤資料和無標籤資料來提升學習效果。 ▍強化學習: 強化學習透過試錯的方式來訓練模型。模型在與環境互動的過程中,根據獲得的獎勵或懲罰來調整自己的行為策略。 【機器學習常見產業應用】 機器學習的應用領域十分廣泛,以下列舉幾個常見的應用案例: ● 語音辨識: 機器學習可以用於訓練語音辨識模型,將人類的語音轉換為文字。常見的應用場景包括智慧型手機、語音助理等。 ● 影像辨識: 機器學習可以用於訓練影像辨識模型,從影像中識別物體或人物。常見的應用場景包括人臉辨識、自動駕駛等。 ● 自然語言處理(NLP): 機器學習可以用於訓練 NLP 模型,處理和理解自然語言。常見的應用場景包括機器翻譯、聊天機器人等。 ● 推薦系統: 機器學習可以用於訓練推薦系統模型,根據使用者的歷史行為或喜好,為其推薦感興趣的商品或服務。常見的應用場景包括電商平台、影視平台等。 ● 金融風控: 機器學習可以用於訓練金融風控模型,評估客戶的信用風險或欺詐風險。 ● 醫療診斷: 機器學習可以用於訓練醫療診斷模型,協助醫生診斷疾病。 【機器學習職缺及前景】 隨著機器學習技術的快速發展,相關職位的需求也在不斷增長。以下是一些常見的機器學習職缺及其前景: 1. 機器學習工程師 機器學習工程師主要負責設計、開發和部署機器學習模型。他們需要熟悉各種機器學習算法、編程語言(如Python、R)和框架(如TensorFlow、PyTorch)。該職位的需求量大,薪資待遇也相對較高。 2. 數據科學家 數據科學家需要具備數據分析、統計學和機器學習的專業知識。他們的主要工作是通過數據分析來發現潛在的商業價值,並利用機器學習技術來解決業務問題。數據科學家的職業前景廣闊,各行各業都有需求。 3. NLP 專家 自然語言處理(NLP)專家主要研究和開發處理和理解自然語言的技術。他們需要熟悉語言模型、文本分類、語音識別等技術,並能應用這些技術來開發聊天機器人、語音助手等產品。 4. 計算機視覺工程師 計算機視覺工程師專注於圖像和視頻數據的分析和處理。他們需要熟悉圖像識別、目標檢測、視頻分析等技術,並能將這些技術應用於自動駕駛、安防監控等領域。 機器學習是現代科技的一大支柱,其應用範圍廣泛且前景光明。無論你是對機器學習技術感興趣,還是希望在這個領域尋找職業發展機會,掌握相關知識和技能都將大大提升你的競爭力。趁著這股科技熱潮,深入了解和學習機器學習,為你的職業生涯開闢新的天地! ➤ 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!
知識貓星球 AI 趨勢報-科技愛好者的產地🤖