104學習

每個月，台灣企業正在搶10萬名AI人才 根據104學習最新發布的《2026 AI人才趨勢報告》，今年企業平均每月招募AI相關職缺已達10萬人，近5年AI人才需求成長97.6%，幾乎是整體招募市場同期成長速度的4倍。 這場搶人大戰，缺的不是想學AI的人，缺的是真正具備企業要的能力的人 ❇️【企業到底想要什麼？三項硬技能排名】 報告明確列出2026年AI職缺最常見的技能需求： 1️⃣ 流程自動化（近5年成長233%） 從製造到行政業務，效率提升最直接的技能，不只是工程職需要，製程規劃、生產管理、品保品管都在找 2️⃣ 機器學習演算法（近5年成長64%） 監督式學習的核心，廣泛應用於分類與預測任務，資料分析、產品開發、研究職高度相關 3️⃣ 自然語言處理（近5年成長147%） 文本理解與語義分析，適用於客服、行銷、法務等多個職類，不需要自己建模型，但要懂得如何應用 ❇️【工具會用哪些？企業點名這三個】 技能之外，企業也直接在職缺中點名求職者要會使用的AI工具： • ChatGPT：從辦公自動化到創意協作、文字生成，已成企業首要指定工具 • PyTorch：深度學習模型訓練，AI研發職位的主流框架 • TENSORFLOW：企業 AI 應用首選，支援模型部署與擴展 ▶ ChatGPT、Gemini雙雙入榜，說明LLM的應用已不只是技術人員的工具，而是各職類工作者的日常配備 ❇️當技能相近時，證照是讓履歷被看見的加速器 • iPAS+ AI應用規劃師：經濟部核發的國家級AI應用認證，是企業評估數位轉型人才的判斷標準之一 • 證照資訊：https://nabi.104.com.tw/nabisearch/certify?keyword=ipas%2BAI ▶️【點我免費做 iPAS+ AI應用規劃師 初級模擬測驗】 https://nabi.104.com.tw/assess/6c2efe0a-8456-4694-bdc3-a1813f66ee19 ▶️【初級】衝刺班｜速攻考點 × 模擬實戰 × GPT刷題攻略】 https://nabi.104.com.tw/course/104nabi/19ba2cdd-5ae1-44a0-a975-01f989c92691 ▶️【中級】衝刺班｜命題精析 × 實戰解題 × AI刷題 https://nabi.104.com.tw/course/104nabi/3987ebea-3686-4f67-a292-c46c3cc2128e • 機器人工程師證照：針對製造業自動化場景，是企業識別硬體整合型AI人才的重要指標 https://nabi.104.com.tw/ability/10049172 ❇️【從哪裡開始？】 中央大學資管系兼任助理教授劉書銘指出，AI變化太快，學習AI不只是學一門課，而是要獲得「理解未來的核心能力」。 三個月學一項技術的節奏已跟不上市場。重要的是找到自己職務最需要的AI技能，精準切入，而不是什麼都學一點。 💡求職者： 想知道你的職務最需要哪項AI技能？104學習AI專區會自動帶入你的當前職務，分析技能缺口、提供測驗與推薦課程 👉 立即進入104學習AI專區 https://nabi.104.com.tw/ai ➡️【免費下載｜2026 AI 人才趨勢報告】適合新鮮人、在職者與想轉職的人 https://nabi.104.com.tw/posts/nabi_post_e6bc6bfe-0bf0-4d19-82ca-a2d1090738db 💡企業主： 想讓員工系統性補上AI能力？104人資市集提供AI企業內訓課程，協助實現員工AI化目標 👉 了解104企業AI內訓方案 https://tw104.pse.is/98mx3p

花錢上課、拿到完課證明，為什麼轉職、加薪、升遷依然卡關？學了這麼多職涯會什麼沒改變？本文分析工作者與雇主對「學習」的認知落差，提供職場能力轉化的4層架構、實戰變現法，幫各位把學費變成真正的職涯籌碼。 文／《104職場力》 本文導覽 「有上課」不會加分？主管與面試官真正在意的是什麼？知識如何變籌碼？跨越「學完到變現」的4大階段第1層：聽得懂（打好底子，但別淺嚐即止）第2層：用得上（把新方法放進日常工作）第3層：做出成果（拿真實爛攤子開刀）第4層：被看見（用數字說話，把功勞變成籌碼）延伸思考：花錢上課到底是「真有需求」還是「買心安」？ 上班突然想學東西，多半是職場給了某種刺激，比如看到同事用AI幾分鐘搞定工作，開始擔心自己沒價值；點開想投的職缺，發現條件多了一項陌生技能；或者在同一個位子卡了幾年，薪水和職稱紋風不動，心裡難免發慌。 這時候，下單買課成了最快見效的定心丸，輸入卡號、跳出報名成功的那一秒，心裡通常會鬆一口氣：至少，我已經開始做點什麼了……但把影片看完、拿到完課證明後，隔天走進辦公室，依舊是那個轉職卡關、調薪沒份的小透明，於是又陷入了新的職涯焦慮循環。 這很像辦健身房會員，簽完約天天報到就覺得自己會改變，卻忘了體態養成是繳完錢後，從學用器材、矯正姿勢、反覆訓練來的，不是天天去健身房滑手機就會長肌肉；學習也一樣，我們都以為「上完課職涯就會改變」，其實要打破現狀，課後只是起點，當公司看見你真正動起來之後的成果，才可能給你更多機會！ 「有上課」不會加分？主管與面試官真正在意的是什麼？ 工作者進修時，習慣計算的是自己的「輸入成本」，比如：花了多少週末、看了幾小時影片、買了幾堂線上課、筆記多精美等。 但在企業端，評價標準永遠只有：你能不能把學到的東西轉化為實際產出、直接變現，或幫組織達成目標？ 如果上班族進修只停留在「我有上過課」的自我滿足，那在「求職、調薪、升遷」這3個職場最現實的場景中，就容易因為巨大的認知落差而吃虧！底下用一張表對比兩種想法的差異，並提供真正有益的指標： 場景普通人思維老闆主管期待的能力真正的關鍵評估指標轉職求職我修畢40小時Python數據分析，附上完課證書能不能看懂未經整理的數據，並從中找出商業盲點親手處理過的案子並能清楚說明解題邏輯（證明能力有落地、能解決問題）爭取調薪今年自主進修了3門AI自動化流程課有沒有真的幫自己或團隊減少每週重複的工作負擔組織的成本節省量或產出擴增量（證明學習有轉化成省時或創造營收的能力）角逐升遷讀完了專案管理與團隊領導的完整理論框架專案卡關、跨部門起衝突時，敢不敢出面收拾？預計怎麼處理？責任承擔半徑（證明在混亂與不確定中具備推進力） 雖然有點殘酷，但對企業來說，有價值的是「解決問題的確定性及能力」，不僅僅是員工個人的「求知慾」，只有將輸入的內容轉化為組織有感的輸出，「學習」才具備議價空間。 知識如何變籌碼？跨越「學完到變現」的4大階段 如果從著名的「柯氏評估模型（Kirkpatrick Model）」來分析，把一項新知識放進職涯中，要依序走過「認知、工具、產出、影響力」這4個層級： 認知層➜聽懂專業名詞、跟著示範操作、取得完課證明（上完課只到這邊） 工具層➜帶回日常工作替換舊流程、在實際業務中除錯 產出層➜做出真實專案、建立量化儀表板、打造個人作品 影響力層➜跨部門成效驗證、被市場看見（具備議價與變現權） 多數人之所以覺得進修對職涯沒幫助，是因為才剛跨過第1層，就以為能收穫第4層的結果，才沒那麼簡單！每階段都有阻力跟盲點，卡關的話，不妨參考底下建議： 第1層：聽得懂（打好底子，但別淺嚐即止） 剛看完教學、聽得懂名詞，跟著講義範例也能跑出正確結果，很多人這時候就容易陷入盲點、走出兩種極端： 一種是「只看前兩章學點皮毛就自滿」，以為記住幾個流行單字就等於學會。 另一種則是「為了追求完課率而死讀書」，把看影片當成打卡。 專業能力需要完整架構支撐，不能只偷懶學碎片，想破局，首先要耐著性子把核心邏輯搞懂，不必非得死背每個細節，只要底層原理通了就可以嘗試往下實際操作，別讓學習只停留在腦袋裡。 延伸閱讀：線上課永遠看不完？5點燃起線上學習動力，讓每分錢都花得有價值 第2層：用得上（把新方法放進日常工作） 這階段開始想把新觀念或工具帶回辦公室，不過起初會發現「用新方法反而做得比原本更慢」，甚至頻頻碰壁出錯，多數人會在這個陣痛期退縮，默默換回原本笨拙但熟悉的舊習慣，但這樣很可惜，因為熬過陣痛期才有可能長出「肌肉」。 建議每學完一個關鍵技能，就強迫自己在當週工作中至少用一次，剛開始一定會卡關，但多撞幾次牆，工具才可能真正變成你的武器，練成不用開講義也能下意識用出來的本能。 第3層：做出成果（拿真實爛攤子開刀） 頻練習很好，但課程附帶的練習檔通常都是清洗乾淨、邏輯完美的「無菌室環境」，跟真實職場中資料格式殘缺、需求講不清楚的狀況不同，很多人在教材裡拿滿分，一回到工作現場面對混亂就完全不知從何下手，這樣也不算「學會」。 建議大家練習完那些簡單範例後，直接拿手邊最棘手、最繁瑣的真實業務當白老鼠，想辦法做出成果，無論是一份能輔助主管決策的自動化報表、一套團隊可通用的SOP，還是能放進履歷的個人專案，在會出錯、有破綻的真實爛攤子裡親手除錯一次，實戰經驗遠勝照著教材點擊百次。 第4層：被看見（用數字說話，把功勞變成籌碼） OK你做出了一點東西，但完全沒人知道，那終究還是難逃被埋沒的命運！在企業眼裡，沒被看見、沒經過量化、沒顯示出效益的產出，就很難變成談薪或升遷的籌碼。 別再盲目相信「默默努力老闆主管自然會看見」，請主動呈現自己的價值，把「我學了什麼」調整成「組織因為我這項能力獲得了什麼好處」，比如：把「具備自動化處理能力」改成「導入自動化腳本重構跨部門報表流程，每週幫全組省下6小時，資料出錯率降低95%」，讓精準的量化效益把你的學費與時間兌現成真正的職涯籌碼！ 延伸思考：花錢上課到底是「真有需求」還是「買心安」？ 除了學費，成年人進修昂貴的成本還包含下班後有限的專注力，上課只是突破職涯的其中一個方式，並非絕對！下次再產生「好像該買堂課」的焦慮衝動時，不妨先對照以下檢核點： 痛點定位是否具體？ 如果理由只是模糊的「想提升競爭力」、「跟上AI趨勢」，通常買下的只是焦慮緩解劑，具體的痛點應該是：「我下個月必須做出產品原型，需要先學會線框圖設計工具，這堂課能幫助我學會這項技能」。 這個卡點是「缺知識」，還是「缺行動」？ 捫心自問，有些事情我們早就掌握基本概念，只是遲遲不願面對繁瑣的執行過程，行動力欠缺的問題，買再多大師課也無法解決。 解決問題的最小途徑，真的是購買一套完整的課程嗎？ 工作上的特定卡點，有時一份官方技術文件、一支10分鐘的操作影片，或請教資深同事一杯咖啡的時間，解決效率遠高於30個小時的系統長課。 未來90天內，是否有明確的實踐場景？ 如果學完之後，在目前的職責範疇或可執行的專案中找不到任何落地機會，這門課有很高機率會在熱度退去後被遺忘殆盡。 願意在下班時間自掏腰包投資自己，絕對是值得鼓勵的態度！如果說一堂好課是把精良的工具，比起追求收集了幾把工具，更應該聚焦在「能拿這把工具在崗位上開拓／產出／節省了什麼」才更能顯現個人價值！ 點擊按鈕搜尋合適的學習資源 延伸閱讀： 想做的事對職涯有價值，但短期不會有回報，怎麼找行動力？ AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司 能力相同，憑什麼升遷的是他？一場簡報竟成為職場勝負關鍵！

在製造業、半導體科技業等各大產業中，品保（品質保證，Quality Assurance, QA）與品管（品質控制，Quality Control, QC）工程師都是確保產品品質的關鍵角色，但他們的職責與專業能力要求各有不同。以下將詳細說明兩者的職缺內容與條件，幫助求職者了解適合的職位。 品保（QA）工程師職責與條件 品保工程師的核心職責是建立、維護並優化產品或服務的品質流程，確保所有開發和製造的過程符合公司標準與客戶要求。QA的重點在於預防問題的發生，並持續改善流程。 職缺內容： 1. 品質系統的制定與實施：設計並推動公司內部的品質保證政策和流程。 2. 審核與分析：定期對生產流程進行審核，分析潛在的風險並提出改進建議。 3. 跨部門協作：與研發、製造和客戶服務等部門密切合作，確保品質標準貫徹到整個產品生命周期。 4. 品質管理系統（QMS）：熟悉ISO等品質管理標準，推動公司遵循國際規範。 要求條件： - 學歷要求：通常要求工業工程、品質管理、製造工程等相關科系學歷。 - 專業技能：了解統計方法、持續改進（如六標準差）、品質工具（如FMEA）。 - 語言能力：有時需處理國際業務，英語能力是加分項。 經驗要求：具備製造業或技術產業的品質管理經驗尤為重要。 品管（QC）工程師職責與條件 品管工程師則專注於在生產階段進行實際的檢驗與測試，確保產品符合規格要求。QC強調的是「檢測和修正」，具體執行檢測程序，及時發現產品問題並加以解決。 職缺內容： 1. 產品檢驗：對成品、半成品進行測試和檢驗，確保其符合品質標準和技術規範。 2. 問題處理：發現品質異常時，能夠迅速作出判斷，進行原因分析，並與生產團隊合作進行修正。 3. 檢測設備操作：熟練使用各類品質檢測設備，並能進行設備維護和校正。 4. 報告與記錄：準確記錄每次檢驗結果，並提交完整的品質報告。 要求條件： - 學歷要求：機械工程、電機工程或相關科系學歷較常見。 - 專業技能：熟悉品質檢測儀器及相關標準（如ISO 9001）。 - 細心與耐心：需要對每個細節進行認真檢驗，避免任何瑕疵。 - 經驗要求：曾有操作品質檢驗設備的經驗是優勢。 「QA與QC」主要差異 總結來說，QA強調的是品質流程的「預防與持續改進，而QC則注重「檢測與修正」，兩者在產品生命周期中的角色相輔相成。選擇QA或QC的職位取決於個人對品質管理的興趣及專業背景。

人身保險題庫 https://paallpass.com/100023/ 人身保險題庫-法規1-100題(範例20題) https://paallpass.com/post-406371689/ 人身保險題庫-實務12-100題(範例20題) https://paallpass.com/post-406375893/ 最新考題!人身保險題庫下載 https://paallpass.com/post-404353820/

FAE工程師（Field Application Engineer），又稱為產品應用工程師或應用技術工程師，是現今科技業中不可或缺的專業人才。他們不僅擁有深厚的技術背景，還能靈活應對市場需求，推動產品改進和提升客戶滿意度。本文將深入探討FAE工程師的職責、薪資水平及未來發展方向，幫助你了解這個充滿挑戰與機會的職位。 ▍什麼是FAE 工程師？ FAE 工程師的英文是 Field Application Engineer，也稱為「產品應用工程師」、「應用技術工程師」或「應用工程師」，他們的價值在於能夠理解並連接公司的技術能力與市場需求，從而推動產品改進和客戶滿意度。 FAE的工作本質是問題解決者與關係維護者。他們不僅需要解決技術難題，還要建立並維護良好的客戶關係。這個角色要求靈活應變，能夠在產品開發團隊、銷售團隊和客戶之間協調。 ▍工作內容 - 技術支持與顧問諮詢： FAE工程師在售前、售後階段為客戶提供專業的技術支持與顧問諮詢服務，根據客戶需求，提供針對性的解決方案、產品資訊和應用建議。 - 技術推廣與產品展示： 參與技術研討會、展覽等活動，進行產品展示（demo）並推廣公司產品，提升品牌影響力。 - 產品導入與技術支援： 協助客戶成功導入公司產品，並在過程中提供全方位的技術支援，確保產品能夠順利運行並滿足客戶預期。 - 技術文件編寫與紀錄： 負責撰寫並維護技術文件、產品數據等相關資料，確保內部團隊和客戶都能獲得準確的技術資訊。 - 問題分析與反饋： FAE工程師負責釐清、分析客戶（主要是研發部門）在使用產品過程中遇到的技術問題，並將問題反饋給內部相關團隊，促進產品的改進和新功能的開發。 - 與業務團隊協作： 與業務團隊緊密合作，掌握客戶在各階段的產品使用情況，協助維護客戶關係，確保客戶滿意度和產品使用體驗。 ▍FAE 工程師薪水 （根據產業分析） https://guide.104.com.tw/salary/job/2010002016?analyze=industry&salary=annual ▍未來發展： 1. 向溝通技巧方向發展 FAE工程師可以選擇轉型為專案管理師、業務工程師或客服工程師等職位，這些角色主要專注於與人的溝通與協作，許多FAE工程師會選擇在與其背景相關的科技業中繼續發展。 2. 向技術深度發展 如果FAE工程師希望在技術領域深入發展，則可以考慮轉職為電子工程師、系統工程師或產品設計開發工程師，這些職位能讓FAE工程師進一步提升技術專業性。 ▍我適合做FAE 工程師嗎？點我做測驗>>>https://guide.104.com.tw/personality/ 🔍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✨

大數據時代來臨，企業數位轉型的需求應運而生，因此數據工程師（資料工程師）在企業中所扮演的角色也日益重要。本文盤點要成為數據工程師，強烈推薦要學的 12 項必備技能。一起來看看【數據工程師】工作日常以及104人力銀行上有數據工程師工作機會。 成為數據工程師的 12 項必備技能（點擊可跳至章節）： 基本技能（程式語言與資料架構） 網路概念 資料庫 Database 數據湖 Data Lake 與物件存儲 數據倉儲 Data Warehouse 分散式系統 數據處理 機器學習 Machine Learning 作業編排管理 前端與儀表板 後端框架 自動化與部署 如何開始數據工程師之路？了解數據工程師工作日常 【數據／資料工程師】推薦職缺 【數據／資料工程師】職場常見證照整理 【數據／資料工程師】職場再進修課程推薦 文／LnData 麟數據科技 數據工程師的必備技能樹 (Source: Anuj Syal) 一、基本技能 首先，以下是最基本的必修技能，也是想進入這個行業需要的優先入手技能，包含： SQL：SQL即「Structured Query Language」，也稱做「結構化查詢語言」，是一種用於管理和查詢關聯式資料庫的語言，用於處理和操作大量數據。它允許數據工程師對資料庫執行各種操作，如數據檢索、修改和定義，且幾乎所有資料庫和數據倉儲都使用SQL。 程式語言：數據工程師必備技能當然包括使用不同的程式語言來處理數據，如 R、Scala、Java等，但首推 Python，因為Python容易上手，並且擁有許多免費且開源的資料科學工具和資源，使其成為處理數據相關工作的理想選擇。不僅如此，Python還有豐富的開發者社群，讓你輕鬆找到相關的學習資源和解決問題的方法。 Git：即「Global Information Tracker」，Git是版本控制的重要工具，可以追蹤、保存和管理軟體代碼的所有更改和操作，幫助資料工程師協作開發數據工程項目，並確保團隊成員之間的協同工作，可避免有人亂改或誤刪代碼。 Linux指令和Shell腳本：Linux是一種常用的作業系統，數據工程師經常使用它來處理數據，常見的版本如Ubuntu、Fedora。熟悉Linux命令（例如cd、pwd、cp、mv等）和Shell腳本可以幫助數據工程師自動化任務、管理伺服器和處理大量數據。 資料結構和演算法：數據工程師需要對資料結構（Data Structures）和演算法（Algorithms）有足夠的理解和解決問題的技能，以優化數據處理和分析。初學者可透過初級到中難度的LeetCode問題進行練習。 二、網路概念 由於現在大半數據都在線上，因此工程師常需接觸與處理VM（虛擬機）、伺服器和 API（應用程式介面），而此時就需要對 IP（互聯網協議）、DNS（域名伺服器）、VPN 等基本網路概念有基本了解。 API（應用程式介面）概念示意( Source: Geeks For Geek) 三、資料庫 資料庫是按照數據結構來組織、存儲和管理數據的倉庫，相關概念包含： 基礎知識：資料庫是存儲數據的空間，包含表（Table）、行（Column）、列（Row）、鍵（Key）、連接（Join）、合併（Merge）和模式（Schema）等基本概念。 SQL：雖然前面提過了，但要知道在使用這些資料庫時，SQL可說是最泛用也最不可或缺的語法，因此這邊再提一次。。 ACID：是原子性（Atomicity）、一致性（Consistency）、隔離性（Isolation）、持久性（Durability）的縮寫，旨在確保數據操作的有效性和穩定性。 資料庫建模：指在設計資料庫時考慮如何組織資料的過程，包括星型模式、平面設計和雪花模式等不同方法。 資料庫擴展：包括垂直擴展和水平擴展，它們用於增加資料庫的性能和容量。 OLTP與OLAP：OLAP（在線分析處理）、OLTP（在線交易處理）是不同類型的數據處理系統。OLTP是設計用於處理日常業務交易和交互式操作的系統；OLAP則是設計用於分析和探索大量數據的系統。 關係型資料庫：Relational Database，是大多數應用程式使用的傳統資料庫，用於結構化數據。常用的資料庫有PostgreSQL和MySQL。 非關係型資料庫：Non-relational Database，也稱為NoSQL資料庫。跟傳統的關聯型資料庫不同，它們不使用固定的表格模式，而是以更靈活的方式存儲數據，適合處理大量非結構化數據。非關係型數據還可分為三種類型： 鍵值資料庫：如Redis、DynamoDB、FireBase 圖形資料庫：如Neo4j、ArangoDB 寬列資料庫：如Apache Cassandra、Google BigTable 常用的關係型資料庫 MySQL 四、數據湖 Data Lake 與物件存儲 數據湖是一種大規模集中式數據存儲系統，它允許組織以原始、半結構化或非結構化的形式存儲數據，而無需建立嚴格的資料結構。這意味著數據湖可以包含來自不同來源、不同格式和不同質量的數據，可以是文本、圖像、影音等，也包含報表、視覺化、資料分析、機器學習等轉換後資料。 數據湖通常使用分佈式或物件存儲（Object Storage）系統來存儲大量數據，如Hadoop HDFS、Amazon S3等。數據以原始文件或對象的形式存儲，每個對象都包含數據本身、元數據（metadata）和唯一識別子。這種方式使得數據能夠以平面結構組織，並且具有元數據以描述數據的特徵和用途，能夠更好地管理和查詢數據。 五、數據倉儲 Data Warehouse 數據倉儲（Data Warehouse）是一種專為組織和管理大量數據而設計的數據存儲和管理系統。它的主要目標是將來自不同來源的數據整合到一個統一的、易於查詢和分析的資料庫中，以支持企業的決策制定、報告和分析需求。例如 Google 的 BigQuery、AWS Redshift、Azure Synapse、Snowflake、ClickHouse 和 Hive。須了解的相關概念包含： SQL（略） 規範化與非規範化：在數據倉儲中，數據可以以規範化（Normalized）或非規範化（Denormalized）的方式進行組織和存儲，具體選擇取決於業務需求和查詢性能的考慮。規範化主要為求消除數據中的冗余或不一致性；而非規範化則是將數據合併到一個表中以提高數據更改速度。 OLAP與OLTP（略） 六、分散式系統 包含大數據、Hadoop、分佈式文件系統、MapReduce等概念。在分散式系統中，多台機器（稱為節點或伺服器）組成叢集並共同協作，這些機器可以在不同的地方執行，彼此通信並共同完成任務。分散式系統的好處是可提高性能、可用性和擴展性，同時減少單點故障的風險。 由於其複雜性，這些系統擁有各自獨立的技術組件。因此，為了開發與佈署這些系統，數據工程師需要使用叢集管理技術或工具，如Kubernetes、Databricks，或者自行建立Hadoop叢集等。此外，還有許多開源技術可供利用。 Kubernetes 也稱為 K8s，是一個熱門的分散式系統開發和支撐平台(Source: DevOps Mojo) 七、數據處理 數據處理是指使用程式語言來轉換數據的過程，這包括清理數據以及驗證數據的準確性。在進行數據處理時，通常會使用各種工具和框架，具體選擇取決於任務的性質和規模。 以下是一些常用的數據處理工具和框架： Pandas：Pandas是一個好用的Python套件，常被用於處理和分析數據。它提供了豐富的數據結構和函數，適合用於數據轉換和清理。 SQL：（沒錯，又是它）由於多數數據倉庫支持SQL語言，因此SQL是一個常用的工具，用於執行數據轉換操作，尤其適用於處理結構化數據。 Spark：Apache Spark是一個用於大數據處理的強大框架，它提供了分佈式數據處理和分析計算。Spark通常用於處理大規模數據轉換操作，性能高且具有可擴展性。 Spark Streaming：Spark Streaming是Spark的一個模塊，用於處理流式數據。它可以實時處理數據流，非常適合需要即時分析的應用。 Spark是常用於處理大數據的強大框架(Source: Data Mechanics) 八、機器學習 Machine Learning 機器學習（Machine Learning）是一種人工智慧（AI）的子領域，它教導電腦如何從數據中學習，以自動改進和做出決策，而不需要明確的程式指令。機器學習可以應用於多個領域，如圖像辨識、語音識別、自然語言處理、醫療診斷、金融預測以及自駕車技術等。 人工智慧、機器學習、深度學習都是資料科學中的熱門領域 對於數據工程師來說，了解機器學習的不同類型，包括監督學習、非監督學習和增強學習，以及相關的模型(如邏輯回歸、決策樹、K-最近鄰算法等)很重要。他們需要知道何時應該使用哪種模型，並學會處理數據、調整模型參數，以及評估模型的預測準確性。 操作機器學習的平台有Vertex AI、Kubeflow等，這些平台可以協助數據工程師輕鬆部署模型，並構建更準確的工作流程，幫助數據科學家做出更精確的決策。 Vertex AI 是Google Cloud上的一個機器學習平台 此外，還有一些集成平台可讓數據工程師將工作流程整合到一個地方，如AWS Sagemaker、Databricks和Hugging Face等。這些平台通過共用的應用程式接口和圖形界面，使應用軟體功能不受特定硬體、作業系統、網路協議或資料庫管理系統的限制。 AWS Sagemaker也是不少人的ML開發選擇(Source: AWS) 九、作業編排管理 編排（orchestration）是一種用於管理和協調組織各種任務和工作流程的方法。它幫助我們確保工作按照預定的順序執行，以達到我們的目標。 最佳的編排工具之一是Airflow。它使用基於Python的有向無環圖（DAG）來記錄工作流程，讓您可以清楚地定義和規劃工作。Airflow特別適用於複雜的工作流程，並且在大數據和數據工程領域中廣泛使用。 其他工具包含Luigi、Nifi和Jenkins。每個工具都有其獨特的特點和使用場景，可以根據你的項目需求來選擇適合的編排工具，可以幫助數據工程師自動化和管理各種任務，提高工作效率。 Airflow是開發時常用的工作流程管理工具(Source: Airflow) 十、前端與儀表板 前端和儀表板（dashboard）是用來展示數據結果和互動的工具。它們讓我們能夠以圖表、圖像和表格的形式呈現數據，並讓用戶與數據進行互動。 舉例來說，Jupyter Notebook 是一種常用的工具，它可以幫助數據科學家和分析師在筆記本中直接進行數據分析並建立視覺化圖表。 Jupyter Notebook是好用的互動式開發工具，是許多資料科學工作者選擇 此外，儀表板或所謂BI工具如 PowerBI 和 Tableau，以及 Python 套件如Dash 和 Gradio，也被廣泛使用。這些工具允許我們建立互動性強的儀表板，讓用戶輕鬆探索數據，查看不同的視覺化結果，並根據需求進行操作。 Tableau是業界常用的商業智慧(Business Intelligence)工具，建立企業數據儀表板 十一、後端框架 後端框架與軟體工程有關，它們有助於構建網站和應用程序的後端部分。舉例來說，如果您想建立一個網站或應用，可能需要一個後端框架來處理用戶發出的請求、管理資料庫，以及提供信息給前端顯示。 基於 Python 的後端框架包含 Flask、Django 和 FastAPI 等。Flask 是一個輕量級的框架、Django則提供了更多的內置功能、FastAPI 則專注於建立API。 除了這些，還有一些雲端技術可供使用，例如G oogle Cloud Platform（GCP）的 Vertex AI API 和 AutoML APIs，這些技術可以用於模型部署和機器學習應用。 Flask 是一個 Python 網頁應用程式框架，因輕量靈活而受許多開發者喜愛 十二、自動化與部署 自動化和部署是指使用不同的工具和技術，來讓程式碼的建立和執行過程更加自動化和簡化，有助於提高效率、降低錯誤，並讓應用程式更容易管理和維護。 這個過程包括以下幾個主要方面： 基礎設施即程式碼（Infrastructure as Code）：這是使用工具如Terraform、Ansible和Shell指令來管理和配置伺服器和基礎設施的過程。這些工具可讓你將基礎設施視為程式碼來處理，使其更易管理和自動化。 持續集成/持續部署（CI/CD）：指透過GitHub Actions和Jenkins等工具來自動化程式碼的測試、集成、部署和交付的過程。有助於確保程式碼的品質，並使新功能能夠快速部署到生產環境。 容器化：即使用Docker和Docker Compose等工具，將應用程式和其相關的依賴項打包成容器的過程，可使應用程式在不同環境中更容易部署和執行。 Docker工作流程示意 想當數據工程師，如何培養能力？ 在學生可以學習統計、資工、資料科學等科系的課程，或是透過相關實習或競賽來摸索對此領域的興趣。此外，網路上有許多付費課程、YouTube上的免費資源，也可以在kaggle、LnData等平台取得更多練習與交流機會、相關知識、技巧或資源！ 要記得，這些相關技術日新月異，即使是正在工作中的數據工程師也必須時時學習與了解最新技術。相對的，正因為技術不停在改變，你也不需要強求把上面所有技能練到精通，而是掌握重要的基本概念與保持開放的學習態度。 數據工程師可以為企業做什麼？ 數據工程師日常就是與數據打交道，主要包含收集、讀取、清理，探勘與管理企業的資料，以抓取符合企業分析需求的數據。這些數據則能進一步透過機器學習、演算法，產生更有價值的結果或應用方式，幫助企業做出更好的決策、優化業務流程，例如降低成本、提高獲益、優化產品、留住熟客及開發新客群。因此，數據工程師對於企業的重要性不言而喻。 然而，企業想挖掘數據最大價值，並不能只靠數據工程師。一個完整的數據團隊，通常包含數據工程師、數據科學家、數據分析師三種角色，各司其職、專業分工。他們在日常工作流程中扮演各自的角色，互相協作，完成各種不同的專案——這也是為何我們最後要強調，除了技術以外，溝通與協作等軟技能也非常重要！ （原文標題：2023 年想成為數據工程師的 12 項必備技能） [joblist_plugin title='推薦【數據／資料工程師】工作機會' url='https://www.104.com.tw/jobs/search/?ro=0&keyword=%E6%95%B8%E6%93%9A%E5%B7%A5%E7%A8%8B%E5%B8%AB&expansionType=area,spec,com,job,wf,wktm&jobsource=blogc&langFlag=0&langStatus=0&recommendJob=1&hotJob=0' amount='3'] 【數據／資料工程師】職場常見證照整理： 序號證照證照介紹發照單位1DP-203 Azure資料工程師技術師身為此認證的應試者，您應該具備主題專業知識，能夠將各種結構化、非結構化和串流資料系統中的資料，整合...＜詳情＞Microsoft2Google專業資料工程師認證專業資料工程師透過收集、轉換和發布資料來實現以資料所驅動的決策。資料工程師應該能夠設計、建置、操作...＜詳情＞Google3SSE 大數據國際認證隨著有關大數據的程式語言、運算平台、基礎理論，以及虛擬化、容器化的技術成熟...＜詳情＞Silicon Stone Education4AWS認證的數據庫-專業級認證報考資格：1.接觸資料庫技術至少 5 年、2.實際使用 AWS 至少 2 年...＜詳情＞Amazon Web Services5台灣風險數據分析師除了相關法遵外，應具備在風險數據分析、質量方法運用、風險預測建模等高階專業...＜詳情＞社團法人台灣風險管理協會更多數據相關證照＜前往＞ 【數據／資料工程師】職場再進修課程推薦： 課程名稱課程介紹【真人直播】零基礎Python數據分析與即時看板實作在這堂課程中，我們將帶你從學習基礎 Python 出發，了解各種常見資料檔案格式與編碼，透過 Python 進行資料表單或檔案的自動化彙整與分析...＜課程介紹＞GA4+GTM網站數據分析實戰課專業的教學設計，以第一線網站數據分析工作者角度，剖析 GA4 四大要領，從觀念的理解到上手實作，提升你的數據分析能力。…＜課程介紹＞成為數據分析師的第一把鑰匙：用Python實作三個資料分析專案以非工科生成功轉為數據分析師的經驗、第一線職場實戰角度出發，來設計這門課程，適合零基礎、初入門、想轉職作數據分析師的你!…＜課程介紹＞零基礎成為Python金融數據分析師｜金融資訊爬蟲X視覺化應用課程單元從 Python 程式基礎開始，包含變數、資料型態、流程控制、函式、例外處理等 金融主題的網路爬蟲程式教學，製作Python爬蟲工具…＜課程介紹＞更多數據相關課程＜前往＞

你有喜歡的CP嗎？CP指的是「配對」（coupling），表示「兩人之間的戀愛關係」或者「在腦中想像兩人的戀愛關係」的詞。可能因為這兩個人的互動親密而逐漸喜歡這對組合，甚至開始「嗑CP」，希望能從兩人的互動中「找糖吃」。而英語使用者稱此為shipping，源自relationship，表示「希望兩人能建立起一種浪漫的關係」。 當視線不自覺地追尋特定的兩人時，或許你也已經入了CP粉的坑了喔😎 ▍PDA (public display of affection) 公開放閃、曬恩愛 ▍shipping (n.) 嗑CP ▍chemistry (n.) 兩人間的相互吸引、化學反應 ▍flirt (v.) 調情、打情罵俏 圖源：網路

有意挑戰公務人員窄門、尋求穩定職涯的求職者注意！考試院院會日前宣布通過116年公務人員初等考試相關規劃，考試日期訂於116年1月9日（五）登場，全台共設15個考區，暫定需用名額達528名，有志投入公務體系的考生請提早掌握應考時程與類科規劃！ 文／《104職場力》 本文目錄（點擊可快速前往） 116年公務人員初等考試時程表初等考試考什麼？是哪16類科？初等考試4大特色與報考門檻公務人員初等考試應考準備與報名提醒 116年公務人員初等考試時程表 項目預定時程／說明備註簡章／應考須知公告115年10月8日（四）起載於考選部全球資訊網網路報名期間115年10月27日（二）至11月5日（四）下午5時請至考選部國家考試網路報名資訊系統辦理考試日期116年1月9日（五）舉行筆試考區設置臺北、桃園、新竹、臺中、雲林、嘉義、臺南、高雄、屏東、宜蘭、花蓮、臺東、澎湖、金門、馬祖全國共15個考區同時舉行暫定需用名額528名各類科名額將依考選部公告為準 初等考試考什麼？是哪16類科？ 依銓敘部及行政院人事行政總處彙整之任用計畫，116年初等考試暫定設置16個類科，涵蓋行政與技術類別： 行政類科（15類）：一般行政、一般民政、戶政、社會行政、勞工行政、教育行政、圖書資訊管理、人事行政、財稅行政、會計、統計、廉政、經建行政、交通行政、地政 技術類科（1類）：電子工程※最終各類科詳細需用名額及職缺分配，請以115年10月8日考選部公告之正式應考須知為準。 初等考試4大特色與報考門檻 1.報考門檻親民 中華民國國民年滿18歲即可報考，無學歷限制（不限大專或高中職學歷）。 2.題型全為選擇題 公務人員初等考試各類科應試科目均為4科，且全數採用測驗式（選擇題）題型，不考申論題，是國考新手熟悉考試節奏的絕佳切入點。 3.分區就近應試 全台及離島共設15個考區，考生可依生活圈或交通便利性選擇應試地點。 4.起薪穩定與福利保障 錄取後取得委任第一職等任用資格，享有公教人員退撫儲金、年終獎金、國民旅遊卡及各項婚喪生育補助。 公務人員初等考試應考準備與報名提醒 應考須知查詢 考選部將於115年10月8日上網公告正式應考須知（包含應考資格、各科命題大綱、試題題型與錄取標準計算方式）。 報名方式 一律採「網路報名」作業，請考生預先確認國家考試網路報名資訊系統帳號密碼，並於10月27日至11月5日期間完成報名手續，避免因最後一天網路壅塞影響權益。 （資訊參考來源：考試院最新消息、考選部應考專區） 延伸閱讀： 地方特考重大變革！ 考試院：明年起地特五等併入初等考試 【2025年最新】高考/普考國家證照大公開（含：證照介紹、級別、對應職務）

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

AI時代來臨，企業對AI應用與自動化人才的需求不斷成長。從軟體工程師、產品經理、專案經理（PM）到行銷人才，懂得使用AI工具：RPA自動化流程、n8n無程式的工作流程整合，在就業市場已開出新的人才賽道，成為企業招募新一代人才的重要加分條件。 本文目錄（點擊可快速前往） AI技能找工作機會｜RPA、n8n、Vibe CodingRPA（Robotic Process Automation，機器人流程自動化）n8n（開源的工作流程自動化工具）Vibe Coding（氛圍程式設計）職務結合AI工作機會AI行銷人才AI應用管理師 Project Manager、AI PMAI產品經理（AI Product Manager）AI設計師（UI/UX）AI應用軟體工程人才AI、演算法工程師FAQ：AI工作常見問題AI＋自動化技能能提高薪資嗎？學AI可以做什麼工作？ AI技能找工作機會｜RPA、n8n、Vibe Coding RPA（Robotic Process Automation，機器人流程自動化） 透過軟體「機器人」來模擬人類在電腦上執行重複性、規則化任務的技術，無需改變原有系統或進行複雜開發。 職缺舉例：RPA Business Development Specialist、HR數位轉型專案管理師、業務管理師、通路服務規劃人員 [joblist_plugin title='【RPA】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=RPA&order=15' amount='3'] n8n（開源的工作流程自動化工具） 可幫助工作者自動化重複性任務，整合各種應用服務，類似Zapier或Make.com，擁有更高的彈性。 使用範例 每日定時抓取某API數據→整合→發送Email報表 當表單送出→整理資料→寫入Google Sheet→發Slack通知 自動化CRM建立客戶資料 + 產生任務 + 發送開通信件 [joblist_plugin title='【n8n】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=n8n&order=15' amount='3'] Vibe Coding（氛圍程式設計） 工作者運用語言模型（ChatGpt、copilot）等AI技術，透過自然語言與AI對話，讓AI自動生成所需程式碼，大幅降低開發門檻。只需描述想要達成的功能，AI便能撰寫程式，無需深入理解底層程式運作原理，可以不透過工程師達到將網頁、APP快速送入市場驗證的開發模式。 [joblist_plugin title='【Vibe Coding】精選職缺' url='https://www.104.com.tw/jobs/search/?keyword=vibe+code&order=15&page=1' amount='3'] 看不夠？來去逛逛 104數位與科技人才專區 職務結合AI工作機會 AI工具的應用，讓專業工作者能提高工作效率（避免耗時的行政流程）、創意創新的競爭力（給予AI思考框架，提出不同的創新想法）、決策支援（藉由數據資料的匯入，與AI協作預測商業策略執行優勢與須備風險管理的地方）。 AI行銷人才 企業期待新一代的行銷人將專業的行銷know-how結合AI與MarTech的技術，能更精確的了解市場、找到用戶痛點、制訂與執行更有效的行銷策略。 必備技能：AI工具（ChatGPT）、RPA與n8n自動化排程、GA4。 加分條件：懂MarTech串接與數據驅動行銷策略。 [joblist_plugin title='【AI Martech 行銷】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=AI+Martech&order=15&jobcat=2004001000' amount='3'] AI應用管理師 Project Manager、AI PM 結合PJM對組織流程、利害關係人的了解，提升決策效率與資源運用，並在複雜多變的環境中，精準規劃、協調跨部門團隊，確保專案按時、高品質交付，創造更高的商業價值。 [joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+n8n&order=15&jobcat=2004003006' amount='3'] AI產品經理（AI Product Manager） 產品經理需要能精準識別使用者需求，將AI能力轉化為實際功能，並制定策略與路線圖，協調跨部門資源，確保AI產品從概念到落地，能創造最大化的商業價值與使用體驗。 必備技能：敏捷開發、數據分析、RPA流程設計、n8n工作流自動化。 加分條件：懂Prompt Engineering，能規劃AI產品MVP [joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=AI+n8n+%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86&order=15&jobcat=2004003005' amount='3'] AI設計師（UI/UX） 結合AI技術與使用者行為洞察，打造人性化的產品體驗。需要理解AI產品的運作邏輯，將複雜的演算法結果轉化為直覺且易於使用的介面，在設計過程中融入個人化體驗與數據驅動的設計思維，確保產品兼具美感與功能。 [joblist_plugin title='【AI UI/UX 設計師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+&order=15&jobcat=2013001015,2013001016,2013001006,2013001020' amount='3'] AI應用軟體工程人才 幫助提升公司營運效率，工作內容包含開發與推進AI自動化應用，包括文件生成、知識查詢、任務建議與流程輔助，提升日常作業效率。 [joblist_plugin title='【AI應用工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&mode=s&page=1&keyword=AI+%E6%87%89%E7%94%A8&order=15&jobcat=2007001000' amount='3'] AI、演算法工程師 邊緣運算、LLM、AI/ML 演算法、生成式AI、影像辨識、資料科學……等專業技術領域 [joblist_plugin title='【AI、演算法工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&order=15&jobcat=2007001020,2007001012' amount='3'] FAQ：AI工作常見問題 AI＋自動化技能能提高薪資嗎？ 能，降低人工成本，幫企業節省大量時間。幫助公司快速決策，提升專案 ROI。具備跨領域競爭力，在數位轉型浪潮中更具優勢。 學AI可以做什麼工作？ 學AI可以應用在與數據、軟體、流程優化相關的工作中。例如：行銷人多會了AI，可以不透過工程師快速架設行銷活動網站、PM會AI，可以自動化縮短寫規格書的時間、透過Vibe Coding方式加速MVP的推出，工程師可以透過AI協作，更快產出80%的程式碼，將時間投入優化code的過程。 看不夠？來去逛逛 104數位與科技人才專區

【超早鳥優惠到4/6】🔥領53折券現折🔥 【獨家-名額倒數】前20名報名再贈200元LIN點數 https://nabi.104.com.tw/course/104nabi/55c82d6e-c7a8-4732-8b7b-9378e5679091 【2 天假日直播學習營】第一屆 - AI行政工作流學習營​｜5/17(日)、5/31(日) 假日直播課 對AI工作流充滿興趣、期待應用AI提升日常行政工作效率，卻不知如何開始？ ⚡從 2週學習 × AI自動化專案實作 → 完訓取得證書⚡ 🚀本屆104提供參加的學員，專屬獨家加值服務：【104完訓認證加入履歷】🚀 🚀 本次學習營獨家特色 - 循序漸進＋實作應用🚀 ✨真實工作場景應用：手把手學習真實工作場景如何應用AI實現自動化， 老師帶你一起來闖關！ ✨完整AI專案實作：兩週循序漸進從學習、實作到應用，親手完成自己的AI工作流提案。 ✨專屬學習社群共學：加入課程專屬 LINE 群組，除了能與AI工作流領域跨領域學員夥伴一同交流實戰心得，更有講師在群組中親自為你指點迷津、解答疑惑，讓學習從教室延伸到工作現場。 【保握超早鳥優惠】

如果你正在準備 iPAS AI應用規劃師考試，除了熟悉考科與題型，更重要的是理解：為什麼這張證照近年受到這麼多關注？企業真正想找的，又是什麼樣的 AI 人才？ 104學習合作講師 CcCHEN 從產業趨勢、人才需求與實際備考角度，整理 iPAS AI應用規劃師值得關注的原因。文章不只談考證照本身，也進一步提醒，企業需要的已不只是會使用 AI 工具的人，而是能把 AI 與原有專業結合、實際應用在工作情境中的跨域人才。 如果你正在備考，或想了解這張證照對職涯發展的實際幫助，推薦閱讀 CcCHEN 老師的完整解析，也可以藉此重新檢視自己的學習方向：目標不只是考過，而是真正建立能帶進職場的 AI 應用能力。 https://vocus.cc/article/6a9224fcfd89780001d21287 CCChen 老師課程 : 【2026年－考試筆記(V1版本)】iPAS AI應用規劃師初級｜全科攻略ｘ考點精華ｘ擬真題庫｜104學習 https://nabi.104.com.tw/course/104nabi/07779700-a980-43d2-8b34-bae808edea61 iPAS AI應用規劃師【中級】衝刺班｜命題精析 × 實戰解題 × AI刷題​｜104獨家iPAS AI考證衝刺 https://nabi.104.com.tw/course/104nabi/3987ebea-3686-4f67-a292-c46c3cc2128e

收集到的名片、手寫簽到表、舊聯絡資料超難整理？作者示範用ChatGPT Work讀取名片、手寫簽到表與舊CSV，教你擷取聯絡人資料並建立Excel清單，逐步統一公司名稱、電話與職稱格式，合併重複資料，快速完成部門共用聯絡人名單。本文節錄自《ChatGPT AI Agent 工作術》。 文／施威銘研究室 本文目錄（點擊可快速前往） 名片、簽到表和舊CSV散一堆？整理成部門共用聯絡清單【步驟1】先擷取資料，不急著合併【步驟2】統一名稱與格式，並補上分類【步驟3】合併重複資料，建立共用清單3分鐘帶你一次看懂：完整動作影片教學！ 名片、簽到表和舊CSV散一堆？整理成部門共用聯絡清單 活動、展會或客戶拜訪結束後，聯絡資料常常散在不同地方：有人拍了名片，有人留下手寫簽到表，資料夾裡還有一份很久以前整理過的聯絡人CSV。這些資料如果沒有統一整理，很容易出現同一家公司重複建檔、電話格式不一致、窗口資料缺漏，或找不到後續該聯絡誰的問題。 本節將透過ChatGPT讀取名片照片、簽到表照片與既有CSV，整理成一份部門共用的聯絡人清單。完成後，Excel會保留原始擷取結果、格式統一後的資料、共用聯絡清單，以及仍需人工確認的項目，方便後續查找、分類與分工。 名片、簽到表、既有聯絡人CSV資料示意圖。本文示範用ChatGPT讀取名片照片、簽到表照片與既有CSV，整理成一份部門共用的聯絡人清單。（圖／旗標科技《ChatGPT AI Agent 工作術》） 必備工具： 桌面版ChatGPT：切換至Work模式（免費版帳戶目前可以透過桌面版使用Work模式，但無法透過網頁版及手機版使用。）下載ChatGPT Windows桌面版>> 範例資料檔：此範例包含名片照片、手寫簽到表照片及既有的聯絡人CSV。 Spreadsheets外掛：用來建立Excel檔案。 Microsoft Excel：檢視外掛生成的檔案是否正確。 註：Spreadsheets外掛中包含兩種不同用途的技能：Spreadsheets與Excel Live Control。本例使用Spreadsheets技能，用來建立及整理試算表；另一項Excel Live Control則可直接操作目前桌機中開啟的Excel。 【步驟1】先擷取資料，不急著合併 面對格式不同的聯絡資料時，不建議一開始就要求ChatGPT同時清理、合併及刪除重複項目。一旦辨識錯誤，會很難判斷問題出在資料擷取還是後續整理。 首先，將名片照片、簽到表照片與舊聯絡人CSV集中放入同一個資料夾。接著在桌面版ChatGPT切換至Work模式，建立專案並選擇該資料夾作為工作資料夾，讓ChatGPT可以直接讀取其中的所有檔案。 這一步只先擷取各來源中的聯絡資訊，建立初步清單，不進行格式修改或重複資料合併。完成後，再檢查姓名、公司名稱、電話與Email是否讀取正確。 提示詞 @Spreadsheets請整理工作資料夾中的聯絡資料檔案，包含名片照片、手寫簽到表照片與舊聯絡人CSV，並先建立一份新的Excel初步清單。請先擷取以下欄位：姓名、公司名稱、職稱、電話、Email、網站、資料來源、備註。先不要合併重複資料，也不要更動資料格式。請列出你認為後續需要統一格式或人工確認的項目即可。 建立完成後，點擊Excel檔案即可直接在ChatGPT中預覽活頁簿內容；如果對特定欄位有疑問，可以選取儲存格後點擊Ask Codex，針對選定內容提問或要求修改（圖／旗標科技《ChatGPT AI Agent 工作術》） 注意！雖說可以直接在ChatGPT中檢視建立完成的Excel檔案，但因為顯示的視窗寬度有限，一旦檔案內容太多，就常會需要用到滑桿拖曳顯示被遮住的內容，建議直接使用Excel開啟檔案檢視內容。1. 右鍵點擊檔名後 2. 選擇在Default App中開啟，即可使用Excel開啟檔案。 「待確認項目」頁籤會集中列出無法辨識、格式不一致或可能需要人工判斷的內容，作為下一步整理資料的檢查清單（圖／旗標科技《ChatGPT AI Agent 工作術》） 確認初步清單沒有明顯的辨識錯誤後，就能根據這些問題統一資料格式。 【步驟2】統一名稱與格式，並補上分類 同一家公司在不同資料來源中，可能分別使用中文名稱、英文名稱或簡稱，例如華碩、ASUS與ASUSTeK Computer Inc.。電話也可能同時出現+886、區碼、分機或缺少區碼等不同寫法。 如果沒有先統一這些內容，後續篩選或合併資料時，同一家公司或聯絡人就可能被判斷成不同對象。 這一步除了整理公司名稱與電話，也會加入廠商分類、職稱中文說明及待確認欄位，讓聯絡清單更容易查找與分工。 提示詞 @Spreadsheets請根據前一步的「待確認項目」，將初步聯絡清單整理成一張新的「格式統一後清單」。請協助完成以下整理：1. 統一公司名稱，將同一家公司的不同寫法整理為一致名稱。2. 統一台灣電話格式；缺少區碼時，在備註標示「需確認區碼」；非台灣電話則保留原格式。3. 新增「廠商分類」欄位，依照公司性質分類。4. 新增「職稱中文說明」欄位，補充英文職稱的中文說明，不要覆蓋原始職稱。5. 新增「待確認」欄位，記錄無法判斷的姓名、公司名稱或電話。請保留原本的初步清單，另外建立新的工作表，不要直接覆蓋原資料。 活頁簿中會新增「格式統一後清單」，原始的初步清單仍會保留；公司名稱與電話會依規則統一，並新增廠商分類、職稱中文說明及待確認欄位（圖／旗標科技《ChatGPT AI Agent 工作術》） 格式統一後，原本寫法不同的公司、電話與職稱就有了共同的比對基準，接下來才能比較可靠地判斷重複資料。 【步驟3】合併重複資料，建立共用清單 這一步要根據公司名稱、姓名、電話與Email交叉比對。能明確判斷為同一人的資料才進行合併；資訊不足或比對結果不明確時，則保留到待確認清單，不直接刪除。 提示詞 @Spreadsheets請根據「格式統一後清單」，比對公司名稱、姓名、電話與Email，建立一份「共用聯絡清單」。能明確判斷為同一人的資料請合併，保留較完整的聯絡資訊，並記錄所有資料來源。如果無法確定是否為同一人，請移至「待確認資料」工作表，不要直接合併或刪除。 「共用聯絡清單」會合併已確認的重複資料，保留較完整的聯絡方式與所有資料來源；無法確認的相似資料會集中放在「待確認資料」，交由使用者進一步核對，不會直接刪除（圖／旗標科技《ChatGPT AI Agent 工作術》） 到這裡，散落在名片、簽到表與舊CSV中的聯絡資訊，就整理成一份可以共同維護的部門清單了！本例刻意將流程拆成「擷取資料、統一格式、合併重複資料」3個階段，讓每一步都能先確認結果，避免前面的錯誤一路帶進最終清單。 3分鐘帶你一次看懂：完整動作影片教學！ 節錄自：旗標科技《ChatGPT AI Agent 工作術：87 個職場實作範例 | ChatGPT Work × Plugins × Skills》／施威銘研究室 著

生成式AI已成為職場基本能力，履歷上只寫「會用ChatGPT」已不易突顯差異，求職者需要可量化、可驗證的AI能力證明。根據104數據，通過AI通用素養認證且回傳履歷表，企業邀約面試機會平均提升1.7倍，由104學習推出的「104 AI通用素養檢測」認證，主打快速上手且具鑑別度，通過後可串接104履歷，讓AI技能從自我描述，轉化為企業看得見的求職競爭力。  文／104學習 本文導覽 擺脫AI焦慮！這張「AI通用素養認證」如何成為你的職涯加速器？非工程師也行！30題線上測驗，5大核心考點雷達圖解析五大核心考點！測出AI素養人才鑑別度！實戰經典樣題揭密！考情境邏輯不考程式獨家通關神隊友：認證課程+實戰「AI陪練法」從履歷亮點到進階AI證照敲門磚，現在就開始！ 許多求職者最大的痛點，就在於「口頭說會」已經不足以應付現今的職場需求。企業其實很難判斷你到底只是在跟AI瞎聊，還是真的具備商業邏輯。真正的AI素養，不僅僅是下指令，而是包含風險評估、工具選型以及精準應用的綜合能力。  如果你想在履歷上把AI技能變成企業看得懂、也願意相信的「能力證明」，「104 AI通用素養檢測認證」就是你職涯升級的關鍵通行證。  擺脫AI焦慮！這張「AI通用素養認證」如何成為你的職涯加速器？ 在競爭激烈的求職市場中，為什麼這張認證能幫你的職涯開外掛？我們用104人力銀行的數據說話：  AI人才需求呈爆發式成長：根據104人力銀行數據顯示，近5年AI需求人數成長97%，企業每月平均招募約 10萬名AI人才，企業求才若渴，市場對AI人才的需求正快速上升。  面試機會直接翻倍：數據指出，通過「104 AI通用素養檢測認證」且回傳履歷表的求職者，企業主動邀約面試次數，平均提升1.7倍！當你的能力可以被明確識別，面試機會自然大幅增加。  官方認證直接回傳104履歷：這是最關鍵的優勢！只要你通過檢測（分數達60分以上），104學習每週將會定期審視，並在5到8個工作天內，自動將認證更新至你的104履歷表。當企業在篩選人才時，你的AI實力一目了然，市場能見度瞬間提升！  延伸閱讀：AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司 非工程師也行！30題線上測驗，5大核心考點雷達圖解析 你也許會問：「我又不是工程師，我也考得過嗎？」  不用擔心！這項檢測定位在「素養級」認證，是專門為非技術職位設計的AI敲門磚。它向未來的雇主證明了你具備「與AI協作、用AI解決問題」的通用能力。  超友善的考試方式：總共只有30題單選題，不考複雜的計算，也不需要寫任何程式碼。  隨時隨地，想考就考：完全採用線上測驗方式，只要有網路，在最舒服、沒人打擾的環境隨時都能登入系統測驗。  合格與高分門檻：滿分100分，60分即可取得認證。如果衝到70分以上代表熟練應用的「進階級」；拿到80分以上更是具備評估專案可行性的「高階級」！  延伸閱讀：擔心被取代…AI來襲 職場焦慮就醫增加 五大核心考點！測出AI素養人才鑑別度！ 「104 AI通用素養檢測認證」測驗的範圍平均分配在五大主題（各佔20%），旨在測驗你是否具備完整的AI認知結構：  AI基礎概論：理解人工智慧、機器學習與深度學習的層級關係，以及避免「數據解讀偏誤」與「模型偷看答案的資料洩露」等底層邏輯。  生成式AI：掌握大型語言模型（LLM）的文字接龍原理、提示工程（Prompt Engineering）技巧，以及企業如何評估導入RAG（檢索增強生成）或Fine-tuning（微調）。  機器學習：不考寫程式，考的是情境判斷力！理解監督式、非監督式及強化學習的任務分類，並學會用混淆矩陣（Confusion Matrix）來判斷模型好壞，破解高準確率的迷思。  專案規劃與倫理：學習AI專案生命週期，懂得如何將老闆抽象的商業目標（如：提升客戶滿意度）轉化為可衡量的「代理指標」，並防範演算法偏見與遵循GDPR等個資法規。  雲端AI服務與部署：認識微軟、Google、AWS等現成雲端認知服務，學習No-code/Low-code開發工具，並評估在聯網受限或低延遲情境下，採用「邊緣部署」的策略。  延伸閱讀：你也是膨風一族嗎？63%上班族AI能力都在灌水，為什麼會這樣？ 實戰經典樣題揭密！考情境邏輯不考程式 「AI通用素養認證」不考程式碼與工程佈署，而是重視情境與邏輯分析，特別舉例「AI基礎概論」核心考點中的實戰樣題：  【案例】某開發團隊訓練了一個預測準確度高達99%的AI模型，用來分辨照片中的動物是「哈士奇」還是「狼」。但當專家用熱力圖（Heatmap）檢驗模型決策依據時，卻發現AI根本沒有看動物的五官，而是看「背景有沒有雪地」。請問這是什麼現象？該如何解決？  💡考題核心解析：這在AI領域被稱為「聰明漢斯效應（Clever Hans Effect）」，代表AI模型只抓到了無關的作弊線索，學到的是「偽相關」而非真正的動物特徵。這題在考你懂不懂得透過「提供背景多樣化的資料」或「在訓練前將影像去背」來打破單一規律，確保模型上線後不會失準。  獨家通關神隊友：認證課程+實戰「AI陪練法」 光看考點覺得有點抽象、擔心卡關？104學習會在學員購買「104 AI通用素養檢測認證」，特別附加免費課程，幫助考生系統化準備、快速通關！  這門課程分為三個主要部分，不僅帶你看懂檢測核心、系統化複習，更會教你一套實戰「AI陪練法」，教你如何直接把ChatGPT、Gemini等AI工具變成你的專屬刷題助教：  建立個人化備考計劃：讓AI扮演學習規劃顧問，根據你的備考時間、目標分數產出每日進度。  生成考點筆記與名詞對照表：利用AI快速濃縮精華，例如將容易混淆的「精準率與召回率」、「相關性與因果性」用生活化的比喻整理成對照表，突破理解卡關。  互動式模擬測驗與弱點補強：請AI擔任命題老師，以概念題與情境題交錯出題；做完題後利用AI進行錯題分析，精準診斷盲點並安排強化練習。  延伸閱讀：如何用AI準備證照考試？Gemini Notebook學習備考超實用5步驟完整解析 從履歷亮點到進階AI證照敲門磚，現在就開始！ 在AI時代，「感覺會用」跟「拿到官方認證背書」，在企業HR眼中是完全不同的層次。取得這張「AI通用素養認證」，不只是在履歷表上建立清晰、具可信度的實力證明，也能作為邁向其他AI專業證照的入門基礎，例如準備挑戰iPAS AI應用規劃師初級前，先補齊必要的通用觀念、應用邏輯與專案思維。  準備好迎戰AI時代、讓你的面試邀約與進修路徑一起升級了嗎？透過「104 AI通用素養檢測認證」，先取得企業看得見的能力背書，也為下一張AI證照打下扎實起點！  加入【104 AI通用素養檢測】

因為最近2周在協助履歷健檢時，又再次遇到類似的狀況，因為頻率算蠻高的。所以特別拿出來談，在協助履歷健檢超過千份後，我感到很可惜的3種履歷寫法。 1. 【高階主管的履歷】 高階主管的履歷，很多都會寫那種非常大範圍的項目及成果，利如：「 完成XXX系統導入認證」、「 XXX廠區完成OO系統架設」，看起來相較是比較抽象，但原因是可以理解的，因為很多都牽扯到機密性無法細說，另外也會需要多個團隊組織分工，所以在履歷描述及成果描述上較難去表達，也是我在健檢中需要花時間去逐一說明調整的。 2. 【工作經歷的表達】 在面對即將畢業的新鮮人，很常遇到在工作經歷這個欄位中寫【無工作經歷】，但後續在自傳或是專案成果中，其實是可以看到有擔任【系學會幹部、社團辦活動、公司研習、技能學習】的經驗，當我建議這些項目也可以當作工作經驗撰寫時，同學往往會很訝異說，這些也可以當作是工作經驗來寫嗎？ 雖然這些並非是很正式的工作經驗沒錯，但對於即將畢業的新鮮人，我個人認為履歷中想要看到，是同學在學生身分以外，有擔任過那些其他角色。以及在面對這些角色所具備的責任中，如何去用自己的能力去學習，並且取得相關的成果，所以我認為這些經驗，都是可以作為工作經驗表達呈現的。 所以同學也不要因為這些經歷，看起來都只是在校經驗，就用隨便的概念去應付過去，這也是非常可惜的。而且我個人覺得這些經驗也會比一般打工的經驗，更容易去凸顯出自己的價值。 3. 【不要好酒沉甕底】 我曾經看過一份同學的履歷，工作經歷寫的很簡單，自傳內容也很少，同時沒有專案成果，只有一份附件，當看到這裡後原本心理已經浮現100個履歷建議，結果一點開附件後驚為天人，同學用了近30頁的報告內容，把過往所有表現成果都圖文並茂的列出來，而且內容數字清楚明確，這讓我不禁問他為何不直接把這些資料寫在履歷內就好了。 「 因為我想說附件做的很完整，等到他們看附件就會知道了」 同學這樣回答。 「 但你有沒有想過，他們可能還沒看到附件，就跳過你的履歷了」 我嘗試問。 同學當下低頭沉思好幾秒的表情，讓我記憶深刻。 這樣的案例也真的遇過不少，有些同學沒有填寫自我簡介，在工作經歷上內容不多，但自傳卻洋洋灑灑的寫了近2千字，必須說在看履歷時，就算自傳內容寫得很好，大量連續文字閱讀起來還是會感到吃力，所以盡可能利用【自我簡介】、【工作經歷】、【專案成果】等欄位將重點成果進行整理，這樣才能夠更有效的分區呈現成果。 整理要點： ☆ 把最重要的資訊優先放在履歷的前 1/2，先吸引目光才會繼續往下看，不要讓 HR 「挖寶」。 ☆ 工作經歷盡量不要空白，就算沒有打工經驗，也可以將重要表現列上去 ☆ 數據化(數量、時間、人數、金額、影響範圍)的方式表達成果，會比空泛的形容詞更有說服力。 ☆ 確保履歷有清楚的分類與關鍵字，讓 HR 能快速找到重點。

台灣公司一般都會提供三節獎金的福利，你知道是哪三節嗎?一般來說，三節禮金是指農曆春節獎金、端午節獎金、與中秋節禮金。但三節獎金一定要給嗎?不給會觸法?你是否該應該理解自己的福利喔! 在台灣，是否發放三節獎金主要取決於公司的政策和與員工簽訂的勞動契約。如果公司在勞動契約、員工手冊或其他書面文件中明確承諾發放三節獎金，則公司有義務按照規定發放，否則可能會被視為違反勞動契約。 【勞基法與三節獎金】 根據台灣《勞動基準法》（勞基法），三節獎金並不是強制規定的法定福利，因此公司沒有法定義務必須發放三節獎金。勞基法主要規範的是最低工資、工時、休假、加班費等基本勞動條件。 【違法情況】 不發放三節獎金是否違法，主要取決於以下幾個因素： 勞動契約或公司政策： 如果勞動契約或公司政策明確規定了三節獎金的發放，且公司未按規定發放，則員工可以依據契約條款要求公司履行約定。 如果公司在勞動契約或員工手冊中並未明確承諾發放三節獎金，那麼公司不發放也不算違法。 公司慣例： 如果公司過去有固定發放三節獎金的慣例，而未提前通知員工停止發放，則可能會被視為違反勞動慣例，員工可以向勞動局或法院提出申訴。 然而，新入職的員工是否能在工作不到三個月的情況下享受這項福利，則取決於公司的政策和規定。本文將探討一些常見的處理方式以及相關因素。 公司政策和規定 不同公司對於三節獎金的發放有不同的政策，以下是幾種常見的情況： 按比例發放： 有些公司會根據員工在公司工作的時間按比例發放三節獎金。例如，如果一名員工在中秋節前只工作了兩個月，而年度獎金是基於三個月計算的，那麼該員工可能會獲得相應比例的獎金，如獎金的三分之二。 試用期規定： 有些公司規定試用期內的員工不享受三節獎金。因此，如果新人仍處於試用期內，他們可能不會得到這項獎金。這種情況下，員工需要在試用期結束後才能享有相應的福利。 發放標準： 有些公司有特定的發放標準，例如必須在節日前工作滿一定天數或月份才能獲得三節獎金。如果新人不符合這些標準，則可能無法獲得獎金。這類規定通常會在公司員工手冊或勞動契約中有所提及。 具體例子 為了更好地理解這些政策，以下是一些具體的公司例子： 公司A：規定所有員工均按比例享受三節獎金，不論工作時間長短。假如某員工在中秋節前工作了兩個月，則該員工可獲得相應比例的中秋獎金。 公司B：規定試用期內的員工不享受任何福利，包括三節獎金。假如某員工在端午節前工作了兩個月，因尚在試用期內，則無法獲得端午節獎金。 公司C：規定員工必須在節日前工作滿三個月才能獲得三節獎金。假如某員工在春節前工作了兩個月，則無法獲得春節獎金。 詢問公司 最好的方法是直接詢問公司的HR部門或參考員工手冊中的相關規定，以了解具體的獎金發放政策。這樣可以確保員工了解自己的權益，也可以避免不必要的誤會。 結論 新入職的員工是否能在工作不到三個月內獲得三節獎金，主要取決於公司的具體規定。不同的公司有不同的政策，有的按比例發放，有的則在試用期內不發放，或要求員工必須工作滿一定時間。建議員工在入職時仔細閱讀相關規定或向HR部門確認，以了解自己的權益和義務。

永遠為你走在最前面！中華電信宣佈最新一波徵才活動，中華電信企業客戶分公司公布「115年第23次從業人員（具工作經驗）遴選」，本次一共招募41人，職缺涵蓋ICT、AI、雲端、資安、智慧醫療、智慧建築、專案工程與業務等領域，報名期間為2026年9月3日至9月23日，歡迎有志之士踴躍報考。 更新時間：2026/9/3 文／《104職場力》 中華電信宣佈「115年第23次從業人員（具工作經驗）遴選」，預計將招募41人，職缺涵蓋ICT、AI、雲端、資安、智慧醫療、智慧建築、專案工程與業務等領域，同時也在簡章當中揭露薪資待遇，業務類學士起薪4.7萬元以上、碩士5.4萬元以上；技術類工程師學士起薪5萬元以上、碩士5.9萬元以上，而且每月另外還有3,000 元伙食津貼＋2,500 元交通津貼（共5,500元津貼）。 類別學歷起薪業務類（管理師）學士4.7萬元以上業務類（管理師）碩士5.4萬元以上技術類（工程師）學士5萬元以上技術類（工程師）碩士5.9萬元以上 ※以上職缺均另含5,500元津貼。 此外，這些薪資資訊僅是是簡章當中所公布的「起薪標準」，不是每個職缺最後核定的固定薪資，實際的僱用待遇依簡章所言，其實都是「面議」，並非每個職缺都會採用起薪的揭露金額作為最終的核定薪資。 至於工作地點的部分，依照簡章資訊，錄取後的工作地點分布在全國各地，名額如下： 工作地點名額台北市26人 新北市4人台中市1人台南市1人基隆市2人新竹市1人苗栗縣1人雲林縣3人花蓮縣2人合計41人 本次徵才的報名時間也於網站公告說明：徵才日期：2026/09/03 12:00 - 2026/09/23 17:00。 【簡章】中華電信公司115年第23次從業人員遴選 本次徵才的注意事項，中華電信也於網站中載明： 報名方式： 一律採網路報名，不受理現場與通訊報名。 報名表件【凡報名履歷表登(上)載不全者視同報名未完成】。 請下載簡章詳閱。 報名資料請務必留下正確之地址、E-mail、聯絡電話、手機號碼等，以利通知。 [joblist_plugin title='【中華電信】工作職缺，104上也看得到' url='https://www.104.com.tw/company/1a2x6bk73o' amount='5'] 一般資格條件 國籍：具有中華民國國籍者。 性別與年齡：不拘。 其他： 學歷條件須為教育部認可之學校，且不得以同等學力報考。 畢業證書如係國外學歷須請加附中文譯本(可委由翻譯社翻譯或自行翻譯)；國外學歷影本應經我國駐外單位，包括我國駐當地使、領館或派駐當地之文化、貿易、商務機構或其他經我國政府認可之機構驗證或公證人驗(認)證。目前若無我國駐外單位驗證者，請及早申請，以免損及本身權益。 報名期間與方式 報名期間自即日起至115年9月23日（星期三）下午17:00止，逾期恕不受理。 報名方式： 一律採網路報名(https://rmis.cht.com.tw/ )，不受理現場與通訊報名。 報名表件【凡報名履歷表登(上)載不全，或未於報名期限內完成表件登(上)載、資料不全及未檢附相關證明文件者，恕不受理補件。】 履歷表、自傳（請上網登錄，履歷表中每欄位皆必須填寫）。 各類組所需專長及工作經驗相關佐證資料（請自行掃描後上載）。 相關學歷之畢業證書及全份學業成績單（請自行掃描後上載）。 碩士論文、著作或研究計畫等（請自行掃描後上載）。 具備類組相關全職工作經歷證明（請自行至勞保局下載勞保投保證明資料上載）。 技能檢定、證照（無者免附）（請自行掃描後上載）。 如具原住民身分或身心障礙者，需檢附證明文件（請自行掃描後上載）。 報名資料請務必留下正確之地址、E-mail、聯絡電話、手機號碼等，以利通知。 ※以上資料及上載文件(證件)如有偽造、變造及其他不實情事，應考人應負法律責任，如獲錄取者亦將取消錄取資格。 遴選日期及方式 遴選日期：另以電子郵件E-mail通知。 遴選方式：分二階段進行，第一試為「資歷（論文）審查（含專長之需求及符合性審查）」，通過第一試審查者，通知參加第二試「筆試（含專業測驗）及口試」。 如通過第一試，應試人員需配合本公司要求提供必要之相關個人證明文件（含近一、二年公司績效評核相關資料暨薪資所得證明資料），以利本公司進行後續人事查核作業。 更多其他相關規定（如僱用待遇、報到、試用期等資訊）請參考簡章資訊。 2026中華電信徵才重點整理如下： 項目相關資訊總錄取名額41 人報名開始2026/9/3 12:00報名截止2026/9/23 17:00招募性質具工作經驗從業人員年齡不拘性別不拘基本國籍資格具中華民國國籍報名方式一律網路報名遴選方式資歷審查 → 筆試、專業測驗及口試 【簡章】中華電信公司115年第23次從業人員遴選

2026-08-31 經濟日報記者洪安怡　由聯合新聞網授權轉載 怎麼把AI用得好，是職場下一階段的決勝關鍵。人才招聘與顧問公司華德士（Robert Walters）最新調查顯示，96%台灣專業人士已在工作中使用AI，高於亞洲整體的93%；73%受訪者有信心持續更新AI技能，更居亞洲十個受訪市場之冠。 華德士發布《未來職務洞察：AI如何重塑亞洲職場》報告，調查亞洲十個市場近5,000名專業人才及企業，包括台灣、香港、新加坡、日本、中國大陸、馬來西亞、印尼、菲律賓、泰國及越南。 結果顯示，亞洲已有93%專業人士在日常工作使用AI，超過五成雇主也已正式導入AI工具；其中台灣AI使用率達96%，另有79%認為AI將為未來職涯帶來正面影響。 隨AI加速改變工作內容，企業對人才技能轉型的需求也升高。調查顯示，超過九成台灣雇主預期，未來五年內員工需要因應AI發展重新培養或提升技能，其中18%更認為，超過半數員工都需要進行技能轉型。 亞洲整體最常見的AI應用情境，以文案及內容生成占47%最高，其次為數據分析與洞察40%、研究38%；但台灣則以「預測分析與決策支援」占62%居首，其次為文案與內容生成58%、數據分析與洞察40%，反映AI應用正由內容產出，進一步走向資訊分析及決策支援。 不過，AI深入工作流程，也讓職場焦慮從「會不會被取代」轉向「資料能不能放心交給AI」。調查指出，台灣專業人士最擔心資料遭誤用或涉及機密性問題，占54%；其次為AI產生錯誤或參與決策後的責任歸屬，占51%，兩項比例皆為亞洲10個受訪市場最高。 雇主對人才能力的要求也跟著改變，高達76%台灣雇主將「批判思考與事實查核」列為AI時代最關鍵能力，高於亞洲整體64%。 延伸閱讀：當大家都在瘋AI，你要怎麼贏？報告顯示：聰明人都回頭學這老派技能！ 而目前成長較快的職務主要集中在三大方向： 一是能串聯技術與實際業務需求的AI應用與導入相關職務，如AI產品經理、AI商業分析師； 二是將數據轉化為決策與成長動能的相關職務，如數據分析師、商業智慧（BI）及數位轉型相關職務； 三是因應AI應用擴大而增加的治理、風險與法遵相關職務，包括AI治理或風險管理、Responsible AI、AI法遵及資料隱私等職位。 華德士台灣總經理John Winter表示，對組織來說，下一步的關鍵不只是導入AI，而是重新思考工作設計與人才能力，並建立值得信任的AI使用方式。AI能提升效率，但如何做出正確判斷、創造真正的商業價值，最終仍取決於人。 延伸閱讀：AI時代你的工作還安全嗎？李開復「2張職場地圖」解析難取代關鍵 [joblist_plugin title='最新【AI產品經理】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&keyword=AI%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86&order=15&page=1' amount='3'] [joblist_plugin title='最新【AI商業分析師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&keyword=AI%E5%95%86%E6%A5%AD%E5%88%86%E6%9E%90%E5%B8%AB&order=15&page=1' amount='3'] [joblist_plugin title='最新【數據分析師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&keyword=%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E5%B8%AB&order=15&page=1' amount='3']

AI左右企業未來的發展！104人力銀行旗下「104學習」發布《104 AI人才趨勢報告》，2026年企業每月平均招募AI人才達10萬人，以工程職佔多數，隨著AI從技術端走向應用端，非工程職急起直追，專案/產品管理、業務銷售AI月均工作機會5年成長超過200%。想成為AI人才，關鍵硬技能包含流程自動化、機器學習演算法、自然語言處理。具備AI技能有望年薪翻倍，或是在職涯起步階段，握有薪資溢價的優勢，了解職務所需AI關鍵技能，歡迎進入104學習AI專區：https://tw104.pse.is/98lsfb。 AI人才需求5年成長97.6%　專案/產品管理、業務銷售、行銷職成長最明顯 「104學習」透過AI智能推薦求職者個人化課程，提供求職者精準學習解決方案，讓學習成果可視化，也被企業看見，在求職市場脫穎而出。根據《104 AI人才趨勢報告》，近5年AI人才需求成長97.6%，高於整體招募市場同期的22.9%。比AI人才的職類需求，2026平均每月需求軟體/工程1.7萬人最多、工程研發1萬人第二、操作/技術8,000人第三；看5年增幅，專案/產品管理類從2022年951人、增長到2026年3,453人，增幅263.1%最多，業務銷售從2022年1,801人、增長到2026年6,263人，增幅247.8%第二，行銷類從2022年2,270人、增長到2026年6,023人，增幅165.4%第三。104人力銀行總經理陳嵩榮指出，AI從技術走向應用，企業期待非工程職使用AI提升工作效率增加產值，人才需求成長明顯。 登入下載104 AI人才趨勢報告 製程規劃、學術研究職缺需具備AI專業比例逾3成　非技術職最高 進一步觀察各職類工作機會中，需要AI專業技能的比例，104人力銀行總經理陳嵩榮分析，非技術職中，企業推進智慧工廠、期待透過流程自動化提升生產效率與良率表現，製程規劃類的工作機會中，36.4%需要AI專業，是「非技術職」AI化比例最高的職類；學術研究類對於文獻蒐集整理、研究時統計分析AI能提升效率，工作機會有33.7%需要AI專業，品保/品管期待結合AI提升檢測效率與準確度，工作機會有28%需要AI專業。至於產業，軟體網路業當中的AI工作機會佔28.5%、電腦及消費性電子製造業佔27.6%、半導體業佔23.9%，需要AI專業工作者的產業，仍集中在科技相關產業。 成為AI人才常見工具聚焦LLM　證照機器人工程師證照、 iPAS +AI應用規劃師入榜 當企業招募越來越重視AI能力，職場工作者該怎麼準備？《104 AI人才趨勢報告》數據顯示，AI職缺中最常見的技能需求第一名為流程自動化，是提升效率最直接技能；第二名為機器學習演算法，廣泛應用於分類與預測任務；第三名為自然語言處理，文本理解語義分析，適用於客服、行銷與法務多個職類。 企業期待求職者會使用的AI工具，ChatGPT、PyTorch、Gemini位居前三名，ChatGPT、Gemini入榜顯示LLM已廣泛應用於職場中，成為解決問題、優化工作的重要夥伴。企業判斷求職者具備AI能力，iPAS+ AI應用規劃師為國家級的AI應用認證，成為企業找數位轉型人才判斷標準之一；針對製造業推進自動化場景，機器人工程師證照，則是企業識別硬體整合型AI人才能力重要指標。 2026 年 AI 職缺最常要求的 Top 硬技能 ※點擊可查看相關課程或證照說明 排名技能近5年成長說明1流程自動化233%從製造到行政業務，效率提升最直接的工具2機器學習演算法64%監督式學習核心，廣泛用於分類與預測任務3自然語言處理147%文本理解語義分析，客服行銷法務均適用4預測分析168%商業決策核心，廣泛應用於金融、零售、製造場景資料來源：104學習 排名工具近5年成長說明1ChatGPT新興 ↑辦公自動化、創意協作、文字生成，企業首要培訓工具2PyTorch54%深度學習模型訓練，AI研發職位主流框架3Gemini新興 ↑多模態生成式AI，搜尋整合與企業應用快速擴張資料來源：104學習 排名證照說明1機器人工程師證照製造業自動化場景，硬體整合型AI職位需求2iPAS+ AI應用規劃師國家級AI應用認證，企業數位轉型人才標準資料來源：104學習 緯育 TibaMe 總經理陳鴻志分享，AI 已從職場加分項演變為不可或缺的「標配」。從國際趨勢觀察，企業對「具備 AI 素養」的職位需求大幅提升，53% 的工作者半年內都想積極學習 AI。陳鴻志強調，學習的核心應從「掌握單一技能/工具」轉向「打通完整應用情境」，透過將訓練、認證、就業媒合深度整合，解決學習與實戰脫節的痛點，不僅能顯著提升工作者的求職競爭力，更能為台灣產業打造關鍵的 AI 人才供應鏈基礎建設。  中央大學資管系兼任助理教授劉書銘指出，AI變化太快，去年還在瘋Prompt，今年熱度已轉移至Agent、RAG等，因此三個月才學一門技術已不符合需求，建議學習AI不只當作一門課，而是要獲得「理解未來的核心能力」更為重要，善用AI的人將會重新定義競爭力。 【104學習推薦】成為AI人才，立即行動！ 104學習AI專區👉立即前往 104 AI素養認證：客觀評估AI應用能力，測驗通過一鍵匯入履歷👉立即前往 iPAS+ AI 應用規劃師：已成企業評估數位轉型人才標準 【初級】衝刺班｜速攻考點 × 模擬實戰 × GPT刷題攻略 【中級】衝刺班｜命題精析 × 實戰解題 × AI刷題 AI鍍金！財會青年具備AI技能起薪溢價69%最高、學AI工具年薪翻倍 《104 AI人才趨勢報告》透過「去個人識別化」研究，找出透過AI打造鍍金職涯三大情境： 高薪AI人才，在半導體業擔任AI研發工程師，具備Matlab、LLM整合、領導力三大關鍵能力，年資7年年薪已突破300萬。在金融業擔任財務分析企劃主管，會預測模型、SAS以及擁有AI證照，年薪也突破220萬。 學AI職涯鍍金：擔任產品經理，花4年學習SAS數據預測模型，原本深厚硬底子加上AI工具的加成，轉型為AI產品經理，年薪從70萬成長至140萬元翻倍成長。 會AI起薪溢價：在 30 歲以下、年資未滿 5 年的職場青年中，具 AI 技能的個案，其月薪相對於「同職類非 AI 工作者的月薪中位數」明顯較高——財務會計高出 69%、門市營業 67%、MIS 網管 63%、旅遊休閒 53%。 成為AI人才獲得重要競爭力，「104學習」推出AI專區，將會自動帶入求職會員當前職務，分析最需要的AI技能，並提供技能測驗以及推薦課程，了解AI能力並強化：https://tw104.pse.is/98lsfb。企業端想培育AI人才，104人資市集則推出AI企業內訓課程， 實現員工AI化的目標：https://tw104.pse.is/98mx3p。 掌握職場趨勢，你還會想看 2026年COMPUTEX喊燒！「AI五層蛋糕」多家企業 7/4全面搶才 求職熱搜關鍵字揭密！　「兼職」、「AI」成世代共同語言 力抗科技業虹吸效應！非科技業邀約面試力道兇猛 建築營造不動產最積極 [course_plugin api_type='course_id' title='【104學習推薦】成為AI人才' id='9759690a-9a20-4575-8dce-492636a1206c, 3987ebea-3686-4f67-a292-c46c3cc2128e, 19ba2cdd-5ae1-44a0-a975-01f989c92691']

你知道學AI其實不需要花大錢嗎？Google、Anthropic、NVIDIA、Microsoft、Meta這五大科技原廠，早已推出完全免費的高品質AI課程，含金量甚至超越市面上許多收費課程！ 【為什麼選原廠課程？】 原廠課程有三大優勢：資訊最即時準確、課程架構完整嚴謹、部分課程完成後可獲得官方認證徽章，對履歷加分效果十足。 【五大平台推薦】 ▍Google AI 學習中心（grow.google/ai） 最適合AI零基礎的新手！「AI Essentials」課程不需要程式背景，教你用Gemini和NotebookLM提升工作效率，完成後可獲得Google官方數位徽章。另有教育工作者與學生專屬課程。 ▍Anthropic Academy（anthropic.skilljar.com） 想精通提示工程（Prompt Engineering）必看！提供15門以上完全免費課程，深入拆解如何寫出穩定高品質的Prompt。「Building with Claude API」長達13小時，涵蓋API串接到AI Agent建構，不需帳號即可學習。 ▍Microsoft Learn（learn.microsoft.com/training） 上班族的最佳選擇！專注Microsoft 365 Copilot在Excel、PowerPoint、Teams、Word的實務應用，讓你在不改變工作習慣的前提下，用AI大幅提升效率。 ▍NVIDIA 深度學習學院 DLI（nvidia.com/training） 技術工程師的殿堂！涵蓋深度學習、生成式AI/LLM、加速運算等六大領域，完成實作測驗後可獲DLI認證證書，是向雇主證明技術實力的最佳利器。 ▍Meta AI 資源庫（ai.meta.com/resources） 開源AI的最佳入口！提供Llama模型文件、PyTorch框架與地端部署指南，特別適合需要將AI部署在內部伺服器、資料不能上雲的金融或醫療企業。 【不同角色的學習路徑建議】 全體員工 → Google AI Essentials 建立基礎認知 行政業務人員 → Microsoft Copilot 提升日常效率 行銷企劃人員 → Anthropic 提示工程 優化AI產出 IT工程師 → NVIDIA DLI + Meta開源資源 深耕技術 善用這些免費資源，就能打造自己的AI競爭力！你目前在學哪個平台的課程呢？歡迎留言分享 👇

在人工智慧時代，生成式 AI（AIGC）成為焦點，本文旨在介紹其核心概念、應用領域和未來趨勢. 🤖🚀 1. AIGC是什麼？核心概念： AIGC，或生成式 AI，全名為Artificial Intelligence Generated Content，是一種利用機器學習及深度學習演算法模型的技術. 🧠💻透過分析龐大數據庫，訓練AI學習並模仿人類情感表達，AIGC能自動生成文字、圖像、音樂、影片等原創內容. 2. AIGC應用領域及常見工具： 文字創作： 如ChatGPT、NotionAI，能根據指令生成文字重點摘要. 📝🤖 圖像生成： 包括Midjourney、StableDiffusion等工具，能根據文字描述生成圖像. 🎨🖼️ 音樂生成： 例如Mubert、Soundful，能根據主題、風格生成音樂. 🎶🤖 影片生成： 使用如CapCut、FlexClip等軟體，能根據文字稿生成完整影片. 🎥🤖 搜尋引擎： Google Bard、Microsoft Bing等AIGC搜尋引擎能回答更複雜的用戶需求. 🔍🤖 3. 生成式 AI 的挑戰與道德考量： 雖然AIGC提高了內容生產效率，但基於大數據學習，生成內容可能不完全正確，並引發智慧財產權法律問題. 使用者應謹慎小心，避免觸碰法律或道德底線. ⚖️🤔 4. AIGC的未來發展趨勢： 生成式 AI的未來將影響元宇宙發展. AIGC能高效生成元宇宙所需的虛擬世界、角色、對話、場景，加速推動元宇宙的發展，縮短人類與元宇宙之間的距離. 🌌🚀 5. AIGC應用於元宇宙的實例： Jumbo Computer提供的「出發吧！進攻元宇宙」課程，由知名3D遊戲設計師親自授課，引導學員從基礎軟體操作到3D角色設計、場景製作，助力學員提早進入元宇宙產業鏈. 🎮🌐 總括而言，AIGC的崛起為人工智慧領域注入新動力，然而在使用時應謹慎，並持續關注相關法律和道德議題. ⚠️👁️‍🗨️

大家有聽過「畳語（じょうご）」嗎？ 所謂的「畳語」是指由兩個相同的字組合而成的單詞，這次先跟同學介紹由相同動詞組合而成的疊語。 相同動詞組成的「疊語」 1.見る見る 一瞬間 例句： ●商品はたくさん用意していたが、開店とともに見る見るなくなった。 →雖然準備了很多商品，但開店後商品一瞬間就沒了。 ….................. 前往看完整學習 | https://colanekojp.com.tw/classroom_detail/120

前 Google X 商務長莫．加多（Mo Gawdat）警告，AI 將在 3 年內掀起高達 30% 的失業潮！白領職缺率先消失，哪些工作最危險？哪些技能無法被取代？本文帶你了解 AI 浪潮下個人與國家打造「獨立性」與「情感共鳴」的生存關鍵，掌握未來職場趨勢！ 文／Y Chen　由Cheers人才永續頻道授權轉載 本文導覽 從Google X到創業者：加多的AI洞察從何而來勞動套利正在瓦解，初階職缺率先消失人際共鳴，將成為新經濟下的基礎貨幣不投資AI獨立性，恐淪數位第三世界 「你只剩三年可以準備。」 前Google X商務長、科技思想家莫．加多（Mo Gawdat）在《The Diary Of A CEO》節目上拋出這句警語，直指AI對白領工作的衝擊將加速到來；沒有自主AI能力的國家，將可能淪為數位第三世界，只能在中美主導的AI軍備競賽下夾縫生存。 從Google X到創業者：加多的AI洞察從何而來 加多2007年加入Google，任職Google X商務長期間，就已見證機器手臂如何學習精細觸覺等前瞻計畫，讓他比多數人更早意識到超級智慧的潛力與風險。 離開Google後，他主導「One Billion Happy」計畫，並共同創辦智慧媒合新創Emma.Love。這樣的經歷讓他更早看出，AI真正衝擊的不只是單一職位，而是整個經濟運作的根本邏輯。 勞動套利正在瓦解，初階職缺率先消失 加多解釋，資本主義一直以來都是這樣運作的：企業用低於售價的成本雇用勞力製造產品，賺取中間差額。但當AI能以更低成本完成同樣工作，這套模式便失去意義，「就算沒有到100%工作被取代，光是10%到20%的工作流失，你就已經身處一個完全不同、且正在向下螺旋的經濟體了。」 所以像是客服人員、行政助理、旅行社代辦等例行工作將最快消失，「任何用幾個點擊就能完成、而且瑣碎重複的工作，很快就會消失。」加多點出過去被忽略的警訊。隨模型能力提升，衝擊將蔓延至法律助理、財務分析師、平面設計，甚至初步診斷的醫師。他也毫不避諱地談起自己的新創：「我的技術長是AI，我的幕僚長是AI，我的專案管理也是AI。」加多透露，Emma.Love這家公司其實只靠3個人打造，若不是有AI幫忙，他估計得雇用超過350名工程師，才能做到同樣的事。 他預測：「某些產業裡，高達30%的工作將在2027到2028年間消失。」規模恐超越以往任何一次經濟衰退。相對地，機器人技術仍難複製人類雙手的精細靈活度，「我喜歡修復骨董車，但目前沒有任何機器人能做到這件事」，加多以木匠為例，說明藍領技藝工作反而較不易被取代。 人際共鳴，將成為新經濟下的基礎貨幣 加多認為，只要經濟沒有因失業潮崩潰，人際連結仍將是驅動人類彼此互動的「基礎貨幣」。他舉例：「我們之所以還要去聽演唱會，是因為就算音樂能由AI譜寫，你看到紅髮艾德（Ed Sheeran）在舞台上的魅力，還是會忍不住讚嘆。」 他更提到：「當我告訴全世界，我在擔心女兒的未來時，每個人都能感受到我內心真正的重量，這是AI永遠學不會的。即便它可以說『我也擔心我的女兒』，但你知道，它根本沒有女兒。」這也是為何他建議年輕世代除熟練AI工具外，更該投入護理、諮商等情感連結職業的原因。 不投資AI獨立性，恐淪數位第三世界 AI除了顛覆整個職場結構，加多認為這項技術發展真正的風險，在於掌控技術的少數人如何運用它——這點在國家層級同樣成立。他直言，當前AI發展本質是中美主導的軍備競賽，若其他國家只是持續、單向進口海外算力、模型與軟體授權，終將喪失國家競爭定位：「如果持續進口科技、依賴他人，那就等著迎接數位第三世界的到來。」 但他強調，這不代表各國得砸重本在頂尖算力或模型上，與中美兩大強權硬碰硬——重點是別讓每年支付海外科技巨頭的軟體授權費，年復一年流出國門。與其依賴國外系統，不如善用開源技術打造本地化辦公工具，把這筆錢改投入國內創新與能源建設，才能真正打造「AI獨立性」。 儘管加多對眼前幾年感到憂心，卻還是樂觀相信人類長遠的未來。AI浪潮已無可迴避，現在正是從個人到國家都得重新評估定位的關鍵時刻。 （資料來源：The Diary Of A CEO，原文標題：「你只剩３年可準備！」前 Google 高層警告：２０２７年將掀３０%失業潮，這２種能力才是未來保命符） 延伸閱讀： AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司 AI真的改變了生活？Google報告解密1,500萬筆Gemini對話真相！ 85%員工上完課卻不會用！AI時代真正的危機不是失業，而是你的「技能已過期」 AI時代最值錢的人，長得像一把梳子！台灣大哥大林之晨、蔡祈岩：你不必成為大師，但必須要有「品味」 想創新卻怕落後？微軟２０２６工作趨勢報告揭「轉型悖論」：高達５０%員工卡在觀望區，不敢放手用AI的背後真相 生產力創歷史新高，為何我們卻活得更像囚徒？若盲目相信「這件事」，AI再聰明也只會讓生活更辛苦

作者：財團法人中華民國電腦技能基金會 CWT全民中檢指定用書，三大特色： ※擬真演練，厚植實力：涵蓋語文素養與寫作測驗兩科擬真試題，另附專業詳解，讓您系統化學習，增進語文能力。 ※知彼知己，一試過關：獨家公開CWT全民中檢歷屆會考測後分析，精闢解析，提升認證通過率。 ※升學求職，無往不利：完整說明CWT全民中檢測驗流程，協助您有效率地取得專業證照，掌握升學、求職的致勝關鍵。 更多資訊：https://www.cwtc.org.tw/StoreBook.aspx?_ga=2.77902612.125290977.1620713971-2140495447.1620713971

提供今年度1月到10月底，針對在「管理」相關職類中，求職者與證照中心瀏覽者熱搜得TOP10證照，提供您職場進修做為參考： 第1名：公共工程品質管理人員 證照資訊：https://nabi.104.com.tw/ability/10029243 第2名：國際專案管理師PMP 證照資訊：https://nabi.104.com.tw/ability/10029355 第3名：品質工程師(CQE) 證照資訊：https://nabi.104.com.tw/ability/10029229 第4名：品質技術師(CQT) 證照資訊：https://nabi.104.com.tw/ability/10029232 第5名：國際企業管理師 證照資訊：https://nabi.104.com.tw/ability/10029382 第6名：品質管理師(CQM) 證照資訊：https://nabi.104.com.tw/ability/10029226 第7名：CPIM-國際產業管理師 證照資訊：https://nabi.104.com.tw/ability/10028459 第8名：認證採購經理C.P.M. 證照資訊：https://nabi.104.com.tw/ability/10029380 第9名：ERP軟體應用師 證照資訊：https://nabi.104.com.tw/ability/10028355 第10名：中華專案管理師CPMP 證照資訊：https://nabi.104.com.tw/ability/10029357 此外，想了解企業找人才時愛用證照嗎? 點下方連結前往看看 ! https://nabi.104.com.tw/certify/topic/management