104學習

找工作重視薪水嗎？看看我們幫你整理的，薪資排行比較表 還有員工真實的公司評論、以及我們幫你整理好的職缺一覽表 快去看看吧~~ https://reviews.104.com.tw/top/salary?utm_source=104nabi&utm_medium=classroom

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

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

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

日常新聞中，常會聽到半導體的架構 X86，ARM，這些名詞，到底是在講什麼概念呢?一言以敝之，在PC端，主要就是X86的處理器，而移動端手機、平板就要屬ARM的天下了。 IC 三大架構，X86、ARM 與 RISC-V。擁有 X86 授權的有 Intel 跟 AMD，在桌機、NB、伺服器等領域，Intel 幾乎是佔有絕對優勢。在NVIDIA要收購ARM時，基於ARM的CPU設計公司擔心未來架構授權問題，開源的RISC-V走向了CPU的舞台，成為了各家IC設計公司的新焦點。 1、X86 X86是微處理器執行的計算機語言指令集，指一個Intel通用計算機系列的標準編號縮寫，也標識一套通用的計算機指令集合。1978年6月8日，Intel 發布了新款16位微處理器8086，開創了一個新時代：X86架構。 2.ARM ARM架構是一個32位精簡指令集處理器架構，廣泛地使用在嵌入式系統設計。由於節能的特點，ARM處理器非常適用於移動通訊領域，符合其主要設計目標為低耗電的特性。ARM 的低耗電特性，使得 ARM 架構在手機、平板等應用，擁有 90% 以上市佔率的絕對優勢。 X86 是封閉架構，而 ARM 的授權金較高，因此開放性架構的 RISC-V，讓開發者可以靈活且迅速的設計，並製造出低成本的 IC，使得 RISC-V 在穿戴裝置、IoT 等應用機會大增。。例如Amazon採用 ARM 架構，開發自有伺服器晶片。而 RISC-V 架構的產品，也被應用於 Google、Intel 等公司的雲端伺服器當中。 PC 時代叱吒風雲的 Intel。如果真如 ARK 女股神Cathie Wood於2022年報告所預測， 2030 年，ARM/RICS-V 將佔據伺服器 SoC 7 成以上市占率，那Intel就承受非常大的壓力 ARM 架構的優點是省電，而且 ARM 不生產 IC，而是授權給客戶自行設計、生產。當 ARM 架構成熟，運算能力也越來越強大，Amazon、Apple等公司，便開始自行設計 IC。如Amazon Graviton、Graviton 2，蘋果的 M1 等。 3.RISC-V RISC-V是基於 精簡指令集計算（RISC）原理建立的開放指令集架構（ISA），RISC-V於指令集不斷發展和成熟的基礎上建立的全新指令。RISC-V 指令集完全開源，易於移植Unix系統，Module化設計，同時有大量的開源實現案例。 先進製程遇到瓶頸，加上 AMD、ARM/RISC-V 的強力挑戰，過去的龍頭老大哥Intel該如何走出新的局面? 半導體賽局精彩下半場即將開打!! 本文參考 1.What Are the Differences Between ARM and x86 Processor Cores?https://www.alliedcomponents.com/blog/arm-vs-x86 2.https://ninjadrive.com/index.php?route=journal3/blog/post&journal_blog_post_id=15

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

在使用Word製作文檔時，常常需要在表格中插入圖片。不過這操作有時會帶來一些麻煩，例如圖片無法移動、圖片顯示不完全或者插入圖片後整個表格變形。本文將詳細介紹如何解決這些問題，幫助你在Word表格中插入圖片時保持表格的完整性和美觀。通過以下的步驟和技巧，你可以輕鬆地管理圖片和表格的排版 【無法移動】 1. 原因：你的圖片與文字自動排列預設是嵌入式的文字排列 2. 解決方法：選擇圖片，並且在上方的「圖片格式」的功能列找到自動，選擇除了與文字排列之外的任何一種文繞圖的自動判斷方式 【顯示不完全】 1. 原因：你的圖片在段落設定上被設定為「固定行高」，所以圖片會顯示固定行高的段位 2. 解決方法：我們只要選擇圖片在「常用」功能列下找到我們只要選擇圖片在常用功能列下找到「段落」的「行與段落間距」，選擇「行距設定」開啟「段落設定」，再以間距這裡的「行距設定」你會發現被設定為「固定行距」，這時我們只要將「行距設定」改成「固定行距」之外的其他設定即可完全顯示 【讓整個表格都變形】 1. 解決方法：你可以在插入圖片之前，先選擇表格在上方功能列的「版面配置」下點選內容開啟表格內容或者你也可以選擇表格，按右鍵直接開啟表格內容，再點選下方的選項開啟「表格選項」，將這裡的自動調整成內容大小勾選欄點一下取消勾選，按確定回到表格之後，這時我們再插入圖片，無論我們是將圖片插入到表格的任何一個欄位，都不會使表格變形。 ➤ 歡迎在104學習精靈關注【超級辦公室達人】獲得更多實用的小技巧！

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

2026年的台灣製造業，正處於數位轉型的最關鍵時刻。半導體、電子、機械、汽車組件等產業面臨全球供應鏈重組、勞動力短缺、永續要求與AI技術爆發的挑戰。MES（Manufacturing Execution System，製造執行系統）已不再是可選工具，而是企業提升產能、降低成本、實現智慧工廠的必備基礎。 MES能即時串聯ERP與現場設備，達成生產追蹤、品質控管、設備管理、物料流動與數據分析等功能，幫助工廠從「經驗管理」轉向「數據驅動」。本文根據台灣市場實際導入案例、廠商在地支援能力、技術成熟度（AIoT、數位孿生、雲端部署）、產業適配性與客戶口碑，整理出台灣七大MES系統廠商推薦排名，供製造業主與數位轉型團隊參考。 選型重點提醒：大型企業偏好全球標準與ERP無縫整合；中小企業重視在地快速支援、彈性客製與CP值；高科技業則看重設備聯網（OT/IT整合）與預測維護能力。 一、MES 是什麼？ MES（Manufacturing Execution System，製造執行系統），是介於 ERP 與現場設備（機台、人員、製程）之間的關鍵系統，負責把「計畫中的生產指令」真正落實到工廠現場，並即時回收生產過程中的所有數據，讓管理者看得見、管得動、追得到。 如果你曾經遇過「ERP 看起來一切正常，但現場卻天天救火」，那 MES 幾乎就是為了解決這個問題而存在。 在眾多實際輔導製造業數位轉型的經驗中，MES 的價值從來不只是「系統導入」，而是讓工廠從憑經驗管理，轉為憑數據決策。MES 在現場主要扮演以下幾個關鍵角色： 第一：生產即時監控 MES 會直接串接產線、機台、工站，讓你即時看到每張工單目前做到哪一道製程、良率多少、是否延誤。這件事在沒有 MES 的工廠，往往只能靠人工回報或下班後整理報表，等你看到數據時，問題早就發生完了。 第二：製程與品質控管 MES 不只記錄「有沒有做完」，而是完整留下「怎麼做的」。包含參數設定、作業人員、機台狀態、檢驗結果，全部自動留痕。當客戶追溯不良品、內部要做品質分析時，不再是翻紙本、問老員工，而是系統一查就有。 第三：工單與人機料管理。 MES 能清楚掌握「誰、在什麼時間、用哪台機器、做哪一張工單、用了哪些原料」。這對於多品項、少量多樣的工廠尤其重要，因為錯料、插單、急單，往往就是混亂的開始。 第四：數據即時回饋給管理層。 MES 不是只給現場用，而是把即時生產數據往上回饋，讓主管在辦公室就能看到真實產線狀況，而不是只看到美化後的月報。 簡單說，MES 就像工廠的「即時神經系統」，少了它，ERP 再強，現場依然是黑盒子。 二、如何挑選最適合的MES數位轉型夥伴？ 1. 評估自身痛點：是生產透明度不足？品質追溯困難？還是設備稼動率低？ 2. 考量整合性：是否需與現有ERP、PLM或IoT平台串接？ 3. 重視在地服務：台灣廠商通常在客製化速度與售後反應上更有優勢。 4. 未來性：優先選擇支援AI、邊緣運算、雲端混合部署與數位孿生的方案。 建議步驟：先定義需求 → 邀請2-3家進行現場訪談與Demo → 選定1-2家做POC → 簽約導入並分階段上線。 三、台灣七大MES系統廠商推薦排名 1. 鼎華智能：離散製造龍頭，亞太經驗最豐富 鼎華智能源自台灣鼎新電腦，深耕製造業40餘年，在離散型製造（如電子、機械、汽車組件、PCB、半導體後段）市占領先。鼎華智能專注MES與APS解決方案，累積超過2000家離散企業與200多家半導體客戶，涵蓋台灣、中國與東南亞。 核心優勢：AI融合生產排程、IoT數據中台、數位孿生應用；與ERP高度整合；在地服務網絡完整。適合追求全場景數位轉型的中大型製造業，尤其半導體與精密機械領域。2026年其「雅典娜」工業互聯網平台在AI Agent與預測維護上表現突出。 2. SAP：全球企業標準，ERP整合無敵 SAP ME/MII 是許多台灣上市櫃企業與跨國集團的選擇，尤其已導入SAP ERP的組織。適合大型電子、半導體與高科技製造業。 核心優勢：與S/4HANA無縫整合、即時數據分析強大、全球最佳實務模板豐富；支援複雜供應鏈與多廠區管理。缺點是導入成本與週期較高，適合有堅強IT團隊的大型企業。2026年其雲端與AI強化功能持續領先。 3. 西門子（Siemens Opcenter）：自動化與數位孿生專家 西門子憑藉強大的工業自動化背景，在台灣高科技與精密製造市場表現優異。Opcenter MES適合需要深度設備整合與模擬優化的企業。 核心優勢：數位孿生技術成熟、可與Siemens PLC/自動化設備完美結合；邊緣運算與高頻數據處理能力強；適合半導體、面板、汽車等追求零缺陷與預測性維護的產業。2026年在工業4.0生態系中仍具領先地位。 4. 羅克韋爾自動化（Rockwell Automation）：離散製造與效能優化強項 Rockwell在台灣市場成長快速，尤其半導體供應鏈、製藥與傳統產業轉型案。FactoryTalk MES適合注重OEE（整體設備效能）與能源管理的企業。 核心優勢：PLC與MES整合度高、AI節能應用實績亮眼（如鋼鐵、水泥等產業大幅降低用電）；在地團隊支援積極。2026年受惠製造業回流與節能趨勢，台灣業績表現突出。 5 . 台塑網科技：台塑集團實戰智慧，穩定可靠 台塑網是台塑企業的數位轉型核心單位，MES系統來自集團內部大量實戰經驗，特別適合塑膠、化工、機械加工等流程與離散混合產業。 核心優勢：系統穩定性高、成本相對親民；擅長少量多樣生產、排程優化與品質追溯；結合集團大數據分析能力。適合追求務實轉型、已有台塑供應鏈關係的台灣製造業。 6. Honeywell：流程產業與生命科學MES專家，Forge平台AIoT領先 Honeywell在台灣以漢威聯合股份有限公司為在地據點，全球Process Solutions事業部提供專業智能生產管理執行系統（MES），廣泛應用於石化、煉油、製藥、生命科學、礦業等流程型產業。近年推出Manufacturing Excellence Platform（MXP）與Forge工業物聯網平台，在台灣舉辦多場AIoT智慧製造安全與永續研討會，展現強大在地能量。 7. 資通電腦 ciMes：台灣本土首選，支援最到位 資通電腦是台灣資深上市軟體公司，ciMes經歷上百家台灣企業實戰淬鍊，獲台灣精品獎、Gartner建議台灣MES廠商、微軟ISV認證等多項肯定。特別適合金屬加工、汽車零件、電子組裝、石英元件、電動車相關產業。 四、什麼樣的企業最需要 MES？（不是只有大型工廠才要） 很多中小企業會以為：「我們規模不大，應該還用不到 MES。」 但筆者的實務經驗剛好相反，越是人力吃緊、產品複雜度高的工廠，越需要 MES。 以下幾種狀況，只要你點頭超過兩項，MES 幾乎是遲早要導入的： 1. 生產品項多、客製化高，常常插單、改單 2. 品質問題難以追溯，只能靠經驗判斷 3. 產線資訊分散在 Excel、紙本、LINE 群 4. 主管每天被現場問題追著跑，卻看不到全貌 5. 想導入自動化、智慧製造，但沒有即時數據基礎 MES 並不是「為了跟風智慧製造而買」，而是當管理複雜度已經超過人腦與人工流程能承受的時候，唯一可行的解法。 五、MES 導入會卡關在哪？先講結論給決策者聽 （一）最致命的卡關點：流程沒定義，就急著上系統 MES 導入真正卡關的，從來不是系統功能，而是「組織準備度、流程成熟度，以及對現場真實狀況的誤判」。 筆者實際參與過多起 MES 導入與重整專案，失敗或延宕的原因，幾乎都不是技術問題，而是「人、流程、期待」三件事沒有先對齊。下面直接用實務角度，帶你看清 MES 最常卡關的關鍵點。 很多企業在導入 MES 時，第一步就走錯方向，急著問：「這套 MES 功能多不多？能不能客製？」 但筆者必須很直接地說一句重話：流程不清楚，MES 只會把混亂自動化。 實務上最常見的狀況包括： 1. 同一個產品，不同班別做法不一樣 2. 製程條件寫在老師傅腦袋裡，而不是文件 3. 發生異常時，每個人各自處理，沒有標準回報流程 在這種情況下導入 MES，系統商只能「配合現況硬做」，結果就是： 1. 表面看起來有上線 2. 實際數據無法信任 3. 現場人員開始亂填、跳過流程 如果原本流程就不穩定，MES 只會讓問題被看得更清楚，但不會自動幫你解決。 （二）現場抗拒，是 MES 導入最容易被低估的風險 在簡報裡，MES 永遠很美；在產線上，MES 常常被嫌麻煩。 筆者觀察過不少案例，導入卡關的真正原因，其實是現場人員心理過不了那一關。 常聽到的聲音包括： -「以前這樣做也沒問題，為什麼現在要多填系統？」 -「這是不是在監控我們的效率？」 -「產線已經很忙了，還要操作電腦？」 如果企業只用「管理命令」推 MES，而沒有解釋： 1. MES 為什麼對現場有幫助 2. 它能減少哪些重工、追責、誤會 3. 哪些數據是用來改善流程，而不是找人麻煩 那結果通常只有一個：系統在跑，但資料是假的。 成功的 MES 導入，一定會把「現場使用體驗」放在第一順位，而不是只滿足管理報表。 （三）資料來源不乾淨，MES 只會產出錯誤洞察 MES 很吃資料品質，但這一點常被企業嚴重低估。 筆者看過不少工廠，問題不是 MES 不準，而是： 1. 機台訊號沒有標準 2. 人工輸入沒有驗證機制 3. 不同系統的資料定義不一致 例如： 1. 「停機」在 A 部門是換線，在 B 部門是異常 2. 生產數量到底是「良品數」還是「投料數」？ 當這些基本定義沒有統一，MES 再怎麼即時，產出的分析結果都只是在精準地算錯誤。 MES 導入前，一定要先做一件很枯燥、但極關鍵的事： 就是資料定義與欄位標準化。這一步沒做，後面全部都是假進步。 （四）把 MES 當成一次性專案，而不是持續優化工程 很多企業在導入 MES 時，心態是：「這次上線就一次到位。」 但現實是，MES 是一條長期路線，不是一次交付。 常見錯誤包括： 1. 導入後沒人持續維護流程 2. 報表一堆，卻沒人真的拿來開會決策 3. 現場問題改了，系統卻沒同步調整 4. MES 真正的價值，不在「上線那一天」，而在於： 5. 能不能每季優化一次製程 6. 能不能用數據調整排程與人力 7. 能不能逐步往智慧製造前進 如果沒有專責團隊或顧問角色持續優化，MES 很容易變成「看起來很先進的電子看板」。 總結論： 台灣製造業的韌性來自不斷升級。2026年，選擇對的MES夥伴，不僅能立即看到產效提升，更能為未來AI工廠與智慧供應鏈打下堅實基礎。 文章參考資料： 1. https://vocus.cc/article/68625bd6fd89780001f0181d 2. https://big-data-knowledge.com/top-3-mes-system-developers/ 3. https://hao.cnyes.com/post/180506

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。

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

如何將數位照片轉換為3D模型進Blender使用？3D Photoscan 教學 詳細圖文步驟，教學如何使用 Photogrammetry 攝影測量法技術，將數位照片建立成 3D 模型。最後還會教學如何將模型匯入 Blender 中使用喔！ Photogrammetry，攝影測量法，通常是使用被攝物的影像來建立 3D 模型以及空間位置，聽起來像是某種先進的技術，但其實攝影測量法已經行之有年，早在 19 世紀中葉就開始被各領域的科學家廣泛運用，從考古學、氣象學、建築學到地圖繪製等等，都可以看到攝影測量法的身影。 而隨著科技的進步，現在一般大眾也可以透過各種商業或開源軟體的技術，運用攝影測量法輕易的將數位照片轉換為 3D 模型；讓我們多了另一種在 3D 空間中記錄事物的方式。 除了 Photogrammetry（攝影測量法）之外，目前也有人將這種產出模型的方式稱之為 3D Photoscan （ 3D 攝影掃描），用這兩個關鍵字就能夠在網路上取得相當豐富的參考資料。 這次就和大家介紹一下，我個人常用的開源軟體 Photogrammetry 流程。 拍攝照片 Photogrammetry 對於被攝物的材質有部分的限制，因為需要經由軟體來比對照片之間的相對位置以及空間資訊，遇到如透明、高反射度材質，或是表面無明顯特徵的材質，就會有很高的機會會計算失敗，所以在挑選物件上，要記得避開含有以上材質的物件。 另外拍照的時候，光照要平均適當，避免有過曝或是過暗的影像；同時每張照片最好有 30% 的部分是互相重疊，這樣軟體才會有比較高的比對運算成功機率。 瞭解上述的注意事項之後，就可以開始為你的被攝物拍照了。 通常我會將被攝物當作中心，繞著被攝物進行 360 度的拍攝，並分別從下方往上、正視以及從上方往下的三種角度來拍照。將被攝物的各個角度都拍起來，記得要對焦清楚。↓ 詳見原文> https://hahow.in/cafeteria/articles/618e20056430f2000698efcf

FAE 工程師，也就是應用工程師，是現代科技產業中不可或缺的一環。如果你正在考慮投身這個領域，這篇文章將帶你深入了解 FAE 工程師的薪水待遇、工作內容以及面試技巧，幫助你做好萬全準備。 ▍FAE 工程師是什麼？ FAE 工程師（Field Application Engineer）主要負責協助客戶解決產品使用問題，並在客戶與企業之間擔任溝通橋樑。這個職位廣泛存在於硬體和軟體產業，尤其是在半導體領域。FAE 工程師需要熟悉公司的業務、產品技術及相關流程，提供客戶解決方案，並反饋客戶的需求給內部團隊。 ▍FAE 工程師的工作內容 FAE 工程師的工作主要涵蓋以下三大領域： 1. 技術支援：協助客戶解決產品問題，提供技術培訓。 2. 產品簡報：向客戶展示產品功能、應用及維護資訊。 3. 客戶關係維護：建立並維護長期的客戶關係，確保客戶滿意度。 此外，FAE 工程師需要了解企業的產品與業務，熟悉相關技術知識與作業流程，並能提出符合客戶需求的解決方案。 ▍FAE 工程師的薪水待遇 根據不同的經驗和學歷背景，FAE 工程師的薪水待遇會有所不同。 ● 初級 FAE 工程師（1-3 年經驗） 月薪大約在 NT$38,000 到 NT$50,000 之間，年薪則約為 NT$500,000 到 NT$800,000。 ● 中高階 FAE 工程師（具備 5 年以上經驗） 月薪可達 NT$60,000，年薪則可超過 NT$900,000。 如果擁有碩士學歷，平均月薪可達 NT$70,000 以上。 ▍FAE 工程師的面試準備 為了在 FAE 工程師的面試中脫穎而出，以下是一些重要的準備技巧： 1. 了解應徵公司及其產品：對公司的背景和產品有基本的理解。 2. 模擬面試及產品簡報：練習向不熟悉產品的人溝通產品特點和解決方案。 3. 預測面試官的問題：準備回答與產品應用相關的問題。 4. 積極提問：在面試中表現出對產品及職位的興趣。 在面試前，建議準備好自我介紹、為何想應徵此職位、對公司的了解及職涯規劃等基本問題。此外，也可以了解公司與團隊的規模、主管風格及工作比重等細節。 ▍FAE 工程師的職涯成長 FAE 工程師的職涯發展方向多樣，可以根據個人的興趣和專長選擇專注技術或溝通管理。技術專長者可以成為特定領域的專家，而擅長溝通者則可以往管理職位發展，如專案管理或業務工程師。 FAE 工程師是一個充滿挑戰和機遇的職位，適合對技術和客戶服務有熱情的人。如果你有志於成為一名 FAE 工程師，請充分準備你的履歷和面試，並持續提升自己的專業技能和溝通能力。希望這篇文章能幫助你在 FAE 工程師的職涯中順利前行。 ➤ 更多 FAE 工程師職缺＆面試懶人包：https://www.104.com.tw/topic/digital-talent?category=research-engineer&goto=recommend&utm_source=104&utm_medium=nabi_post ➤ 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！

雖然這樣的破題法有點老氣...但是...我還是要說... 😎 你曾經感到對Python需要軟體的下載安裝，或是硬體需求感到頭痛嗎？ 你曾經覺得使用Jupyter Notebook要每次啟動server才能使用很麻煩嗎？ 今天我們就來跟大家介紹一下Google的Colab！ Colab (全名：Colaboratory）是一個Google的線上產品，能夠讓我們編輯並且執行Python程式的雲端平台。內建許多常用的Python套件，是一個相當熱門的Python及Data Science教學與實作工具。 介面相當簡單直覺，如果有用過Jupyter Notebook的人應該馬上就可以上手。跟其他的Google產品一樣，不但可將檔案存在你的Google Drive，還可以輕鬆的分享給其他人！ OK, 話不多說，首先進入Colab的網頁，來看一下Colab的使用介面： https://colab.research.google.com/ 一進去，類似這樣的頁面會跳出來，同時給我們不少選項（包括一些範例）。這裡我們就直接開一個新的notebook.... 完整文章：https://www.learnwithshin.com/post/google-colab%EF%BC%9A%E5%BC%B7%E5%A4%A7%E7%9A%84%E9%9B%B2%E7%AB%AFpython%E5%B7%A5%E5%85%B7

由於課程內容將以104履歷範本為教學架構， 為了確保學習成效，需要請學員先開通104履歷， 並填寫初版履歷，繳交連結供資格審核參考。 📍如何取得履歷連結？ 【電腦版】 ❶點選「My104」➡ ❷點選「履歷」➡ ❸點選「我的履歷」➡ ❹點選「‧‧‧」➡ ❺點選「取得連結」➡ ❻點選「複製連結」 【手機版】 ❶點選「左上三條橫線鈕」➡ ❷點選「履歷表」➡ ❸點選「‧‧‧」➡ ❹點選「取得連結」➡ ❺點選「複製連結」 【捷徑】 104 履歷表：https://pda.104.com.tw/profile/intro 可直接從步驟❸點選「‧‧‧」➡ ❹點選「取得連結」➡ ❺點選「複製連結」

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。

伊隆·馬斯克（Elon Musk）創立的SpaceX公司推出了一個名為星鏈（Starlink）的項目，旨在透過龐大的衛星網絡為全球提供高速互聯網服務。本文將詳細介紹星鏈是什麼、它如何運作、收費標準、使用者群體及其對空間擁堵和天文學的影響，以及它在烏克蘭戰爭中的應用。 ▍星鏈是什麼？如何運作？ 星鏈是一個由數千顆低軌道衛星組成的衛星網絡，這些衛星被發射到距地面約550公里的近地軌道上。這種設計能確保衛星與地面之間的連接速度盡可能快，從而提供高速互聯網服務。傳統的互聯網供應商需要大量的基礎設施如電纜和桅桿，但星鏈利用衛星來解決這一問題，特別適合於偏遠和難以鋪設基礎設施的地區。 星鏈衛星的數量龐大，據悉總數可能達到1萬到1.2萬顆，目前已有約3000顆衛星自2018年以來陸續升空。這些衛星共同運作，形成了一個能覆蓋全球的互聯網網絡。 ▍星鏈的目標用戶 星鏈的主要目標用戶是那些居住在無法獲得高速互聯網服務的偏遠地區。儘管英國96%的家庭、歐盟和美國90%的家庭已經可以連上高速互聯網，但仍有許多地區需要依賴星鏈提供的服務。目前，SpaceX表示星鏈在36個國家/地區擁有40萬用戶，主要集中在北美、歐洲和澳大利亞，使用者包括家庭和企業客戶。 ▍星鏈的全球覆蓋計劃 星鏈計劃在2023年進一步擴展其覆蓋範圍，將服務延伸到非洲、南美洲和亞洲等互聯網覆蓋率較低的地區。雖然星鏈的收費對於非洲許多家庭來說可能過高，但在連接偏遠地區的學校和醫院方面，星鏈可以發揮重要作用。 ▍星鏈對空間擁堵的影響 星鏈並不是唯一一個在近地軌道上部署大量衛星的公司，還有OneWeb和中國公司銀河航天等競爭對手也在實施類似的計劃。這些低軌道衛星的增加使得空間擁堵問題日益嚴重，增加了衛星相撞的風險，並可能產生大量的太空垃圾。這些碎片在高速飛行時可能對其他太空船隻造成損害，甚至影響到未來的太空任務。 ▍星鏈對天文學的影響 星鏈衛星在日出和日落時可以被肉眼看到，衛星外翼反射太陽光，閃閃發光，這可能對天文學研究帶來影響。天文學家擔心這些衛星會在望遠鏡圖像上留下條紋，模糊恆星和行星的視野，進而影響科學研究。 ▍星鏈在烏克蘭的應用 在俄羅斯軍隊進攻烏克蘭期間，烏克蘭的互聯網服務受到了嚴重影響。馬斯克在衝突開始後立即在烏克蘭推出了星鏈服務，向該國運送了1.5萬套天線接收碟和路由器。烏克蘭軍隊使用星鏈進行通信，這些衛星信號不易被干擾，且設置簡便，只需15分鐘即可完成。 ▍星鏈的收費標準 與傳統互聯網供應商相比，星鏈的服務費用較高。客戶需要支付每月99美元（英國為每月89英鎊）的月費，此外，連接衛星所需的碟形天線和路由器的成本為549美元（英國為529英鎊）。這樣的定價可能對一些家庭來說較為昂貴，但對於偏遠地區的學校、醫院等公共設施來說，星鏈無疑是一個重要的解決方案。 星鏈項目為全球特別是偏遠地區提供了一個高速互聯網的解決方案，這一創新技術正在改變世界的互聯網格局。然而，隨著衛星數量的增加，空間擁堵和天文學研究受到影響等問題也需要我們高度關注。星鏈的出現，不僅為普通用戶提供了更多的互聯網選擇，也在戰爭和緊急情況下發揮了重要作用。我們期待星鏈在未來能夠持續發展，為更多的人帶來便利和希望。 ➤ 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！

NPI的全名為New Product Introduction，中文可以翻做「新產品導入」，用於導入全新的產品或服務到市場。NPI大致會在分成三個階段： EVT(工程驗證測試階段)， DVT(設計驗證測試階段)， PVT(生產驗證測試階段) 。EVT－工程驗證測試階段：這個階段要驗證設計是否有潛在問題，並且設法在產品設計的初期就解決。 。DVT－設計驗證測試階段：這個階段要驗證整機的功能，重點是把設計及製造的問題找出來，以確保所有的設計都符合規格，而且可以量產。 。PVT－生產驗證測試階段：這個階段要做製造工廠大量生產前的製造流程測試，生產線上所有的生產程序也都要符合製造廠的標準量產程序。 NPI是一個高度協作的過程，需要不同部門之間的密切合作，包括研發、設計、生產..等。一個好的PM可以成功的確保新產品順利地進入市場，滿足客戶需求並實現商業目標。 延伸閱讀：:https://samutw.medium.com/%E4%BB%80%E9%BA%BC%E6%98%AFnpi-%E7%82%BA%E4%BB%80%E9%BA%BC%E8%A6%81npi-npi%E6%80%8E%E9%BA%BC%E5%81%9A-1b0957233d81

https://www.youtube.com/shorts/-_4TAk090OY 你喔~不需要在乎自己氣場是否強大的人 才是真正的強者 氣場強大有兩種，一種是裝出來的 那些看起來感覺有點威嚴，讓你不敢說話的 都是在裝 另外一種真正氣場強大的人 你感覺不到壓迫，而是舒服自在 自在到你甚至感覺不出來他有多強大 你覺得他可能只是運氣好而已吧 其實是因為他能夠向下相容 我在乎你的看法，我要讓你覺得我強大 所以我開名車、穿名牌、住豪宅 但真正的強大，是捲起袖子、彎下腰身 讓自己融入普通人當中 我強大到不需要在乎你的看法 我只在乎能不能真正的幫助到你 一般人能夠感受到的氣場，只是一種手段 為什麼霸道總裁總是會愛上普通的小職員? 因為普通小職員才有時間追這種劇啊 真正的強大，不是用眼看 而是用腦觀察、用心體會 你有沒有意識到自己正在一個局裡面? 在工地上的螞蟻，只會覺得另一隻螞蟻很強大 牠永遠理解不了牠腳底下的挖土機 你也想要做一個真正強大的人嗎? 私訊我"創業"尼歐教練，教你練

在 Excel 中輸入和顯示電話號碼時，確保數據的完整性和易讀性是很重要的。以下是三種處理電話號碼的方法，各有優缺點，可根據需求選擇合適的方法。 【方法一】在0前面加上一撇 1. 當輸入電話號碼時，在0前面加上一撇「’」 2. 會出現左上角有綠色的三角形 ◆ 優點：方便快速 ◆ 缺點：不易閱讀，有綠色三角形出現 【方法二】設定儲存格格式中更改 (建議使用) 1. 按下ctrl+1 ，打開設定儲存格格式 2. 點選類別中的「自訂」 3. 在類型中貼上 4. [>99999999]0000-000-000;0000-000-000 5. 將滑鼠移到儲存格右下角，出現+的符號 6. 選取你需要的範圍 7. 最後將電話號碼輸入即可 ◆優點 ：簡單易讀 ◆缺點：步驟稍多 【方法三】 利用TEXT函數 1.將電話號碼輸入 2.新增一列輸入函數=TEXT(儲存格,"0000000000") 3.將滑鼠移到儲存格右下角，出現+的符號 4.選取你需要的範圍即可 ◆ 優點：有0的出現，但不會出現綠色三角形 ◆ 缺點：需多出一格，輸入電話號碼 這些方法各有優缺點，選擇適合自己的方法可以讓 Excel 的使用更加便捷和高效。 🔍歡迎在104學習精靈關注【超級辦公室達人】獲得更多實用的小技巧 ✨如果喜歡這篇文，也歡迎免費加入共學✨

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

「半導體產業」是現代科技的核心，驅動著從智能手機到電腦、汽車和物聯網等各種電子設備的發展。半導體產業供應鏈可以分為三個主要階段：上游、中游和下游，它們彼此緊密相連，缺一不可。接下來，我們將深入探討半導體產業的這三個階段及其在整個供應鏈中的角色。 1. 上游：材料與設備供應 在半導體產業的上游，主要集中在「原材料和製造設備的供應」，這是半導體生產的基礎。上游環節包括： 材料供應商：半導體生產所需的材料如矽晶圓、金屬、化學品等，都是上游企業供應的。矽晶圓是製造半導體的主要基材，而光刻膠、氣體及各類精細化學品則在晶片製程中發揮重要作用。 設備製造商：提供關鍵的半導體製造設備，例如光刻機、薄膜沉積機等。這些設備是用來生產納米級微電路的重要工具。其中像ASML這樣的公司，在光刻機技術方面全球領先，為晶片的微縮化提供了強有力的技術支撐。 上游環節的技術和設備水平直接影響了後續中游與下游生產的質量與效率，因此是半導體行業的核心基礎。 2. 中游：晶片設計與製造 中游階段是「半導體設計與晶片製造」關鍵環節，這也是產業的核心所在。這一階段包括兩大主要部分： IC設計：半導體的設計是由專業的IC（集成電路）設計公司來完成，它們負責將各類功能轉換為晶片中的電路圖樣。全球知名的IC設計公司有輝達（NVIDIA）、高通（Qualcomm）和聯發科（MediaTek），它們專注於設計處理器、通訊模組等不同類型的晶片。 晶圓製造公司：設計完成後，晶片的實際製造由晶圓代工廠負責。這個階段會把設計好的電路圖樣刻在矽晶圓上，製造出半導體晶片。全球領先的晶圓代工廠包括台積電（TSMC）和三星電子（Samsung）。這些公司利用尖端技術如極紫外光刻（EUV）技術，製造出微米和納米級的高性能晶片。 3. 下游：封裝、測試與應用 下游環節負責晶片的「封裝、測試和應用」。這一階段確保製造出的晶片能夠正常運作並被集成到最終產品中。 封裝與測試：封裝是將晶片置入保護殼內，並連接到外部電路的過程。測試則是確保晶片在功能和效能上都達到標準。這些步驟對於保護晶片並確保其性能穩定至關重要。全球著名的封裝測試公司包括日月光（ASE）和矽品（SPIL）。 終端應用：最終製造出的晶片會被應用到各種電子產品中，如智能手機、電腦、汽車等。下游企業例如蘋果（Apple）、三星、英特爾等，會將晶片整合到其產品中，推出到市場。 #半導體產業鏈的重要性 半導體產業鏈的上中下游環環相扣，任何一環的技術突破或瓶頸都會直接影響全球科技產品的發展。例如，台積電在製造技術上的進步，直接推動了5G手機和高性能電腦的性能提升；上游材料與設備的供應穩定，則是確保半導體生產持續運行的基石。

台積電資深工程師為你現身解答👉 https://tw104.pse.is/7278d6 Ｑ：如何準備台積電的軟體工程師面試？ Ｑ：好奇在半導體界的日常工作是什麼樣？ Ｑ：台積電福利、升遷機會，還是職涯規劃？ 🔥 珍貴線上Q&A機會，直擊台積電工程師的真實生活！ ✔ 台積電資深前端工程師親自回答 ✔ 最真實的職場故事和工作秘辛 【限時完成報名，再送你 2 大好禮】 👉面試技巧＆薪資談判懶人包傳送門 👉工程師專屬頻道：高薪職缺、獵才資訊、產業新知都在裡面 現在就報名，讓你的問題被解答！ 👉 https://tw104.pse.is/7278d6

在當今的科技快速發展環境中，工程師職位被視為目標職業之一，正式進入職場前，到底要不要先念研究所? 不外乎是許多大學生最困惑的事，而身為過來人的前輩們，幾乎都會建議學弟學妹們，還是要考研究所，對於未來出路比較有幫助，不過小編也提醒大家，第一件事情絕對要先了解個人職涯目標、專業領域，再來做決定! 📚「洗研」真的重要? 某些工程領域，如電機工程、機械工程或軟體工程，擁有碩士學位可能會帶來更多的職業機會和更高的薪資。許多高端技術職位要求具備更深的專業知識，這通常需要進一步的學術訓練。 💰「學士VS. 碩士」薪資差多少? 根據不同的數據來源，擁有碩士學位的工程師與擁有學士學位的工程師之間的薪資差異可以相當可觀。以下是一些大致的薪資範圍： 學士學位工程師：平均月薪約在 44,000 至 50,000 元之間。 碩士學位工程師：平均月薪約在 65,000 至 80,000 元之間。 這意味著，擁有碩士學位的工程師可能會比其學士同儕多賺 20,000 至 40,000元。 💻職業選擇多 除了薪資外，碩士學位還可能影響職業發展的機會。擁有碩士學位的工程師通常能夠獲得更高級的職位，如項目經理或技術主管，並且在升遷時具有優勢。 💻市場需求 市場需求也是一個關鍵因素。在某些熱門領域，例如人工智慧、數據科學或網路安全，擁有碩士學位的求職者可能會更受青睞，因為這些領域需要更深入的專業知識和技能。 成為工程師之前先念研究所?最終取決於你的職業目標和所處的行業。雖然碩士學位可能帶來更高的薪資和更多的職業機會，但也有許多成功的工程師是通過學士學位進入行業並靠經驗調高薪水。

作者之前錄的NPI流程說明，供大家參考，如有需要PDF，供個人學習用，歡迎與我連絡 https://www.youtube.com/watch?v=IeDt1ZFww2I&t=1280s