104學習

年底到了，大多行業都得進行整個年度的各式報表彙整，例如員工年度所得、年度業務員業績、年度營業額、年度產品銷售數量等等，Meiko回想起以前當助理的時候，算薪資總是花費好多時間，還很容易算錯，聯想起這時候大家或許也正在為了年度彙總運算而煩惱，所以趕在年底之前，趕緊跟大家分享如何利用樞紐多重彙總功能，快速進行跨頁彙總合併計算，讓大家在合併彙總時，可以更輕鬆一些唷~???? ▶此影片錄製使用版本：Excel365 ▶影片連結：https://youtu.be/XFg7YmgO1e4

想要取得RHCSA認證需要大量的實作練習，單靠自學很容易受挫半途而廢，或只是硬背考古題拿張Paper License，但實作上還是一團糟，面對企業多台實機環境無法故障排除，缺乏Total Solution的整體解決能力也是枉然！ https://www.uuu.com.tw/Public/content/Edm/190712_RHCE.htm

利用職能的測試讓自己了解 不足的地方，也能讓公司了解職能是否有達標準。如不足應該改善，如符合指標讓公司了解你的英文打字的能力。

運用R和Python學習50+個必學統計概念 「這本書並非是另一本統計學教科書，也不是機器學習手冊。本書透過清楚的解釋和豐富範例，將實用的統計術語及原理和當今資料探勘的行話及實務聯繫起來。對資料科學的初學者和老手來說，這都是一本非常出色的參考書。」 —Galit Shmueli, 暢銷書《Data Mining for Business Analytics》主要作者，台灣清華大學特聘教授 統計方法是資料科學很重要的部分，然而很少有資料科學家接受過正式的統計訓練，而一般的課程及書籍亦很少從資料科學的角度來講解基礎統計學。因此本書第二版新增了詳盡的Python範例，提供讀者如何將統計方法應用於資料科學的實用指南、如何避免誤用統計方法，以及該注意的建議。 資料科學的學習資源或多或少有採用統計方法，但卻缺乏更深入的統計觀點，如果你熟悉R或Python程式語言，並對統計學有所了解，那麼這本書將以易懂的方式來幫助你學習。 透過本書，你將會學習到： ‧為何探索式資料分析是資料科學關鍵的第一步 ‧隨機抽樣如何減少偏誤，並產生更高品質的資料集 ‧實驗設計的原理是如何針對問題得出明確的答案 ‧如何使用迴歸來預測結果並檢測異常 ‧用來預測紀錄所屬類別的重要分類方法 ‧從資料中「學習」的統計機器學習方法 ‧從無標籤資料中提取有意義訊息的非監督式學習方法 看更多書籍介紹: http://books.gotop.com.tw/v_A643

當 AI 從科技新聞走進日常工作，愈來愈多上班族開始感受到一種新的職場壓力：明知道 AI 很重要，卻不知道該從哪裡開始學；想跟上趨勢，又怕自己學得太慢、用得不夠好。 這種焦慮，其實正成為許多職場工作者的共同心情。 只是，面對 AI，真正該解決的也許不是「我還不夠強」，而是「我能不能找到適合自己的學習節奏」。AI 時代需要的，不是每個人都變成技術專家，而是學會如何把工具變成工作助力。 為什麼 AI 讓上班族特別容易焦慮？ AI 帶來的焦慮，並不只是因為工具難學，而是它同時牽動了上班族對未來工作的想像與不安。 一方面，企業開始重視 AI 能力，市場也不斷強調 AI 素養的重要性；另一方面，多數上班族本來就已經被工作、績效、會議與生活壓得喘不過氣，很難再騰出完整時間從頭學習。當「學 AI」被視為一種不能不做的事，壓力自然就放大了。 更現實的是，AI 更新速度太快。今天大家在學聊天機器人，明天又開始討論簡報生成、自動化流程、影音製作與研究整理工具。資訊愈多，反而愈容易讓人陷入一種無力感：工具這麼多，我到底該先學哪個？ 多數人的焦慮，來自怕自己跟不上 不少上班族對 AI 的不安，並不完全是因為不會使用，而是擔心自己來不及。 社群平台上，常常充滿別人用 AI 提升效率、快速完成工作的案例。看久了，很容易產生一種錯覺：是不是大家都已經很熟，只有自己還停在原地？ 但事實上，很多人也都還在摸索。只是社群習慣呈現成果，不會呈現卡關與試錯的過程。你看到的是別人整理好的答案，卻沒有看見他們前面花了多少時間摸索。 所以，AI 焦慮某種程度上不是能力問題，而是比較帶來的壓力。當你把焦點放在「別人會多少」，就很容易忽略自己其實只是還沒找到最適合的起點。 AI 時代，不是學最多的人最有優勢 很多人一提到 AI，就會直覺認為自己必須懂很多工具、追很多新知、熟悉很多名詞，才算有競爭力。 但對大多數上班族來說，真正重要的從來不是「知道多少」，而是「能不能用得上」。 企業不一定在意你有沒有追到最新工具名稱，卻會在意你能不能把 AI 轉化成實際成果。例如更快整理資料、更有效率地產出內容、更清楚地撰寫提案、更順暢地處理日常溝通。換句話說，AI 能力不一定等於技術深度，更常是工作應用能力。 也因此，上班族其實不需要一開始就什麼都學。比起追著工具跑，更重要的是先回頭看：自己工作中最常卡住、最耗時、最需要優化的是哪一段流程。 面對 AI 學習焦慮，先從工作痛點開始 如果一開始就從熱門工具出發，很容易學到一半就失去方向。因為你可能知道工具很多功能，卻不知道它和自己的工作到底有什麼關係。 比較有效的方法，是直接從工作痛點出發。 例如，常常要寫文案的人，可以先學 AI 的發想、改寫與摘要能力；經常需要開會的人，可以先學如何用 AI 協助整理會議重點；常常做報告、寫企劃的人，也可以先練習讓 AI 協助架構內容、整理重點與修飾表達。 當 AI 能立刻幫你解決一個具體問題，學習就不再只是跟風，而會變成一種有感的工作升級。這時候，焦慮也會慢慢被掌控感取代。 不用一次學很多，先學會一件小事就好 很多上班族之所以遲遲沒有開始，不是因為沒意願，而是把目標設得太大。 像是「我要學會 AI 工作流」「我要變成 AI 高手」「我要跟上所有新工具」，這類目標聽起來很積極，實際上卻容易讓人更有壓力。因為目標太大，就會讓第一步變得很難跨出去。 相反地，真正適合忙碌工作者的方式，往往是從小處開始。今天先試著用 AI 幫忙整理一份資料，明天讓它協助修改一段文字，下週再試著建立一兩個常用的 prompt。這些看似很小，但只要能穩定累積，就會逐漸變成你的新工作習慣。 在 AI 時代，真正拉開差距的，常常不是誰學得最快，而是誰能持續地用。 接受一件事：你本來就不需要什麼都會 AI 工具不會停止更新，這代表幾乎沒有人能夠真的「全部學完」。 所以，上班族最需要建立的，不是無所不會的壓力，而是選擇的能力。你要知道哪些值得學、哪些與自己工作最有關、哪些能真正帶來效率提升。 例如，行銷人員需要的 AI 應用，可能和人資、業務、專案經理完全不同。每個職務的需求不同，本來就不需要用同一套標準衡量自己。 與其因為自己不懂某個熱門工具而焦慮，不如先問：這個工具和我的工作有關嗎？它能不能幫我解決實際問題？如果答案是否定的，那麼暫時不學，也不代表你落後。 AI 焦慮未必是壞事，關鍵在怎麼看待它 從另一個角度看，AI 焦慮其實也反映了一件事：你在意自己的成長，也在意自己是否能適應新的工作環境。 這不一定是壞事。 真正需要避免的，不是焦慮本身，而是被焦慮困住，最後既沒有開始，也沒有找到方法。只要把那份不安轉成比較務實的行動，例如先解決一個工作問題、先熟悉一種工具場景、先建立一個小小的使用習慣，它就有機會變成推動成長的力量。 對上班族來說，AI 不是一場非贏不可的競賽，而是一段新的工作適應期。你不用一開始就表現得很厲害，只要願意開始，就已經比停在原地更重要。 結語：與其害怕被 AI 取代，不如學會和 AI 一起工作 AI 正在改變職場，這件事已經很明確。只是，面對改變，最好的方法從來不是放大恐懼，而是重新調整自己的學習方式。 你不用什麼都懂，也不用急著證明自己很會用 AI。更重要的是，從自己的工作出發，找到最需要被優化的一個環節，然後讓 AI 成為你的協作工具。 未來更有競爭力的人，不一定是最懂 AI 的人，而是最能把 AI 融入工作、持續學習、持續調整的人。 所以，當你也感到 AI 學習焦慮時，也許可以先提醒自己： 你不是落後，只是在適應一個變化很快的新時代。 而所有真正有用的成長，都是從願意開始的那一步開始。

在美國俚語中，Beef 有著多層次的含義，美國影集Beef（怒嗆人生）故事是從一起普通的路怒事件作為開端，而劇情圍繞著這塊Beef 所衍伸的劇情，展開後續的情感糾葛與衝突。 What's the beef? 是一句英語俚語，用來詢問某人為什麼不滿或抱怨，或者詢問問題的原因，這句話通常用來了解兩個人或群體之間意見分歧的原因。根據上下文的不同，Beef可以代表不同意義，Beef本身是不可數名詞，我們最熟悉的意思是「牛肉」，在嘻哈的世界裡，Beef 則是泛指兩人之間的過節，以下是一些常見的用法和其在文化中所代表的意義。 1. Beef – 爭執或衝突 用來指個人或團體之間的衝突。 這種用法特別常見於美國的音樂文化，尤其是嘻哈和說唱音樂中。 例句：I don’t have beef with him anymore. 我不再跟他有仇了。 例句：What’s your beef with her? 你和她有什麼問題？ 2. Squash the beef – 和解 當人們說「squash the beef」時，意思是解決爭執達成和解。 這個片語在朋友之間或社會關係中經常使用，表示雙方同意不再繼續爭吵。 例句：We decided to squash the beef and move on. 我們決定化解爭執，往前看。 3. Beef up – 增強、加強 這裡的 beef 是指增強某物的力量或強度。 這個用法通常在談論加強安全措施、健身或增強系統的性能時使用。 例句：We need to beef up our security. 我們需要加強安保。 例句：He’s been beefing up at the gym lately. 他最近在健身房鍛鍊身體。 4. Have a beef with (someone) – 與某人有爭執 這個用法明確表達了你對某人的不滿，這可以是對人的意見，也可能是工作或社交中的摩擦。 例句：I’ve got a beef with my neighbor. 我對鄰居不滿。 ▍美國文化中的 Beef： • 音樂文化中的 Beef：在美國的嘻哈文化中，音樂人之間的 Beef 指的是公開的敵對，這種衝突經常通過歌詞或音樂表達。例如，90年代著名的說唱歌手Tupac和Biggie之間的beef是一個經典例子。 • 社交媒體與娛樂圈的Beef：在社交媒體時代，Beef 也指名人或社交媒體影響者之間的公開爭吵，經常引發網友的廣泛關注。 Beef 作為俚語在美國社會中廣泛使用，下次聽到Beef別再誤會囉！

VLOOKUP 一次只能找到一筆資料，但我要找的資料不只一筆該怎麼辦？ 小編也常遇到該情況，在網路上看到這個教學影片， 讓大家在Excel上面遇到困惱時，可以協助大家解決唷! ► 內容綱要 00:00 開場白 00:56 使用陣列公式查詢多筆資料 04:23 使用 FILTER 函數查詢多筆資料 06:53 使用 VLOOKUP 查詢多筆資料 影片來源：PAPAYA 電腦教室 https://youtu.be/aO_B2xj_rhc

這段Podcast 是專訪Nabi iPAS 證照講師 陳正健（CCChen）如何透過經濟部 iPAS 產業人才能力鑑定，成功建立跨領域的專業系統。他至今已累積取得涵蓋 AI 應用、淨零碳規劃、智慧生產、食品保穫及品牌企劃等五大領域共 14 張證照。 CCChen強調，證照不應僅是孤立的紙本證明，而是應將所學知識與工作實務及數位工具深度結合，以提升解決複雜問題的職場競爭力。他分享了運用 AI 工具輔助學習與時間管理的策略，並以此帶動家人參與，展現出自主學習的正面能量。 他鼓勵專業人士打破學科框架，藉由跨域考證建構個人能力地圖，從而因應智慧化與永續轉型的產業趨勢。這些內容不僅記錄了他的轉型歷程，也為求職者與企業提供了關於人才培育及職涯成長的實務參考。 歡迎收聽▼ https://youtu.be/bUZXvx9eZk0?si=6a4q234WUnAABWiQ CCChen 老師課程 : 【直播課程＋限時回放】iPAS AI應用規劃師（初級）- 第三梯考前衝刺班｜8/5（三）20:00–21:30 線上直播講座｜104獨家iPAS AI考證衝刺 https://nabi.104.com.tw/course/104nabi/4f6e498b-dee3-4fab-935d-64c781840c9c 【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

若您在建築工程相關行業工作，可能曾經聽過BIM一詞，但對於它的實際應用一知半解。事實上，BIM的概念已經引進台灣10多餘年，逐漸演變成建築行業的新趨勢。接下來，我們將簡單介紹，帶您了解BIM帶來的效益。 BIM（Building Information Modeling）的中文全名為「建築資訊模型」。與其字面上的意義有所不同，實際上，BIM是一種將資訊數位化的工程和建造管理方法。它透過在同一平台整合所有建築相關的資訊，並建立、管理建築項目的虛擬3D模型，目的在提高整個設計、建造和運營過程的效率。 BIM的主要特點： (1)三維建模（3D Modeling）:以3D建模為核心，創建建築物或基礎設施的全景三維模型，展現真實世界的空間關係和外觀。 (2)訊息模型（Information Modeling）:BIM整合了豐富的建築元素資訊，包括物理特性、功能、成本、時間等，能更有效的對施工項目進行管理。 (3)時間及成本模擬（Time and Cost Simulation）:BIM能夠模擬項目在不同時間點的變化以及相關成本的變動，有助於預測和控制項目成本。 (4)建築生命週期管理（Lifecycle Management）: BIM不僅應用於設計和建造，並提供實時資訊改進設施管理和維護，增加了建築物或基礎設施的可持續性。 (5)協同作業（Collaboration）: BIM能夠促進多方合作，各領域的專業人員可以在同一平台上共同工作，不僅改進雙方之間的溝通效率，並減少信息斷層和誤解。

在繁忙的工作日常中，有時候我們都會犯錯。或許你不小心發送了一封含有錯誤資訊的郵件，或是你發給了錯誤的收件人。感謝 Outlook，現在有了「Outlook 回收」功能，給予我們一次撤回的機會。 🛑 什麼是 Outlook 回收功能？ 🔄 功能解釋：這是一個允許你撤回已發送的郵件的功能。如果成功，收件人將無法看到該郵件。 🔄 使用情境：當你發現郵件有誤或發送給錯誤的人時，可以嘗試使用此功能。 🚀 如何使用 Outlook 回收功能？ ☑ 進入「已發送郵件」：在 Outlook 中，首先打開「已發送郵件」文件夾。 ☑ 選擇該郵件：找到你想要回收的郵件，並雙擊打開。 ☑ 選擇「回收此郵件」：在郵件視窗的上方，選擇「操作」，然後選擇「回收此郵件」。 ☑ 確認回收：系統會提示你確認是否真的要回收，按「確定」即可。 ⚠️ 注意事項 ☑ 回收不一定成功：如果收件人已經打開郵件，則郵件無法被回收。 ☑ 通知：即使回收成功，收件人可能會收到一個通知，告知有一封郵件被寄件人回收。 ☑ 版本限制：此功能只在某些Outlook版本和特定的郵件伺服器設定下有效。 🔄 優化回收機會的小技巧 ☑ 延遲發送：利用Outlook的延遲發送功能，給自己更多的時間來確認郵件的內容和收件人，這樣可以減少需要使用回收功能的次數。 ☑ 仔細檢查：發送郵件前，再三確認其內容和收件人，這是預防郵件錯誤的最佳方法。 透過這篇文章，希望大家能夠更熟悉「Outlook 回收」功能，並學會如何有效地使用它來避免可能的郵件錯誤。但最重要的還是在發送郵件前謹慎檢查，以減少後悔的機會！

❇️Q1：綠領人才缺口與成長速度 台灣綠領人才每月平均短缺 29,305 人。回顧近 8 年，招募綠領的企業數成長了 182%，職缺數更大幅成長 278%，需求力道遠遠勝過整體就業市場。 ❇️Q2：為什麼現在是投入 ESG 領域的最佳時機？ 主要是受到「政策」與「法規」的雙重推動。 • 強制編製： 2025 年起，全體上市櫃公司必須編製永續報告書。 • 準則接軌： 2026 年起將分階段導入 IFRS/ISSB 永續揭露準則。 • 成本壓力： 隨著碳費上路與綠色金融政策實施，企業必須將減碳納入日常決策，法規壓力正加速推升 ESG 的招募需求。 ❇️Q3：綠領的薪水真的比較高嗎？談薪空間大嗎？ • 薪資中位數： 綠領職缺月薪中位數為 4 萬元，比整體市場高出 5.3%。 • 談薪空間： 約 33% 的職缺採「面議」薪資，多數實際薪資高於 4 萬元，這顯示專業度越高的人才，溢價空間就越大。 ❇️Q4：我不是理科生也沒相關經驗，有機會切入嗎？ • 科系門檻低： 約 49.3% 的職缺「不限科系」。 • 歡迎新鮮人： 56.2% 的職缺不要求年資，或歡迎一年以下的新手，不論是文、理、工背景，只要補齊 ESG 知識，都能成功轉型。 ❇️Q5：如何證明我的 ESG 實力？有什麼證照能快速加分？ 目前最具實務效益的是「環境部淨零綠領人才培育課程合格證明」 🔗 證照連結：https://nabi.104.com.tw/ability/10049142 對「零邀約者」： 勾選此證明後，43% 的求職者在一週內就收到面試邀約。 對「已有邀約者」： 面試邀約數量平均成長達 5.4 倍。 1️⃣ 環境部「淨零綠領人才培育課程合格證明」 🔗 證照連結：https://nabi.104.com.tw/ability/10049142 由環境部主導、國家環境研究院執行的本土綠領認證，課程涵蓋氣候變遷、碳盤查、碳足跡與淨零相關實務。短時間內已躋身熱門綠領證照，是目前實證效果最明確的綠領入門選擇之一。 除此之外，永續金融相關證照與 iPAS 淨零碳規劃管理師也是跨入特定產業的重要跳板。 2️⃣ 永續金融證照（台灣金融研訓院） 🔗 證照連結：https://nabi.104.com.tw/ability/10048785 ▶️【點我免費做模擬測驗】https://nabi.104.com.tw/assess/df6c5f79-c9e5-4728-a7d0-b44ad5571ab1 由台灣金融研訓院等單位依金管會永續金融政策推動的 ESG 金融專業證照，以「永續發展基礎能力測驗」為起點，後續搭配進階培訓課程。近年已成為金融從業人員強化 ESG 能力的重要指標，銀行、保險與投信投顧等機構多鼓勵同仁取得，報考不限理工背景，一般商管或文科出身也適合準備。 3️⃣ iPAS 淨零碳規劃管理師（經濟部產業發展署） 🔗 證照連結：https://nabi.104.com.tw/ability/10048820 ▶️【點我免費做模擬測驗】https://nabi.104.com.tw/assess/2df0e155-3bd5-4613-ac2e-118a0dc7db66 ▶️【零基礎也懂的iPAS淨零碳規劃管理師 ｜速攻考點 × 考科實戰 × Ai助攻】https://nabi.104.com.tw/course/104nabi/cceed99a-91b2-4a0d-83c7-f6fd3f510244 由經濟部產業發展署納入 iPAS 專業能力鑑定體系、於 2024 年開考的淨零技術型證照，目前已累積超過 2 萬人次報考，被視為碳管理與減碳規劃領域的指標性認證之一。 💡如何讓履歷升級？ 在 AI 改寫職場規則的時代，把自己移動到「淨零與永續」題目上，是最具防禦力的選擇。建議轉職者透過「現有專業 + ESG 能力」的疊加方式（例如：會計專業 + 碳盤查認證），讓自己成為企業搶著要的稀缺人才。

【職涯診所夥伴提問】 之前做品管已經2年，但因人力問題我被資遣了，想再找品管工作又一直找不到，為了要錢，只好隨便去派遣公司做派遣工作，內容則是站立組裝東西，如果我一直如此做滿半年或一年，那麼想在回頭找品管做，到下間面試，他一定只會問你上份工作做甚麼，以這個來決定錄取與否，該怎辦？還有做組裝有算技能性質的技術員嗎？ 如果真的工廠就是如此生態，對於我想要培養多項技能的該怎辦呢？ 另外，想請問前輩，如果對於剛出社會的人，從事工廠工作，覺得怎樣的工作才能算是一個技術性的技術員？因我發現大多數的大工廠所稱的技術員都是作業員，也就是每天做同樣的事情，一來教一下就人人會的工作，不太需要什麼技巧技能，請問技術員跟作業員真區別在哪？我會問這個原因是，我擔心做到的工作是作業員，那麼想必被取代性就會很高，很容易年老而失業，所以在我認為應該要去學的是技能性的技術員，以上的問題請教前輩，感恩 '-------------------------------------------------------------------- 【職涯診所回覆內容】 您好，經了解過您的問題後，給予幾點建議如下。 ① 想問工廠方面，哪些才算是真正技術性質的技術員？ ✍ 您提出了一個很好的問題，以個人10幾年工廠管理的經驗，看過了幾千人以上的技術人員，真正技術性質的技術員與取代性高的作業員，其最大的差異在於對於問題的思考及處理作法。以下舉幾個簡單的例子。 1. 生產中遇到機台有異常 ☹ 取代性高的作業員：領班，幫我看一下，機台壞掉了。 👍 技術力高的作業員：領班，我先試著找看看，異常的問題點可能會是在哪邊，真的不行再找你。 2. 生產中發現檢測數字出現異常 ☹ 取代性高的作業員：應該沒差，不要管它繼續做吧 👍 技術力高的作業員：主動提出給領班，確認是否是批量性還是零星的問題。 3. 主管：我們有新的機台要學，有人志願的嗎？ ☹ 取代性高的作業員：(心想)拜託拜託，千萬不要挑到我 👍 技術力高的作業員：主管，我願意去學看看新機台 4. 主管：對於新的作業要求，大家有沒有一些想法或建議 ☹ 取代性高的作業員：沒意見，你們決定就好 👍 技術力高的作業員：我認為可以增加一些保護措施，可以讓作業更安全，大家也好做事。 ☹ 取代性高的作業員：每天上班就是只想要做同樣的事，不想去學新的事物，對工作內容沒有投入感，下班就是趕快走人。 👍 技術力高的作業員：不管是否是工作範圍內，都希望能夠多去了解，對於新事物願意主動去嘗試，遇到問題不會坐以待斃，而是想要去解決問題，並且提出更好的做法。 (同樣的身分、工作環境及工作內容，只是因為工作選擇的態度不同，最後能夠得到的成果也不同，通常技術力高的作業員，大多能取得更大的調薪幅度，以及晉升領班的機會，當然也很難被其他人所取代。) ② 我一直如此做滿半年或一年，那麼想在回頭找品管做，到下間面試，他一定只會問你上份工作做甚麼，以這個來決定錄取與否，該怎辦？ ✍ 套用到第一點的例子。 ☹ 取代性高的作業員：我上一份工作是組裝東西的技術員，每天上班就是將成品組好後送下一站， 👍 技術力高的作業員：我上一份工作是組裝東西的技術員，而在工作中我有以下幾點的成果。 1. 我有對於組裝動作提出2次改善，總共讓組裝時間縮短5分鐘，大大加速當站的產出速度。 2. 除了當站的工作，我還主動去學習前站、後站的工作項目，發現組裝時間改善加速後，前站常常供應來不及缺料，所以我就主動去前站幫忙，讓整個作業流程更順。 3. 另外我在進行組裝作業中，還會幫忙確認前站零件是否有漏裝或裝反，累計主動發現到 4次前站零件有問題，並即時回報主管，避免異常零件留到後面。 4. 主管對我的表現讚譽有加，但因為前份工作是派遣性質，希望還是能夠找正式員工，所以我才決定離職並來參加面試。 (如果您是面試主管，相信也很清楚該錄取哪位員工) ③ 技術員跟作業員區別在哪？ ✍ 其實技術員、作業員在公司來說並沒有實質的差別，有些技術員做了10年，其擁有的能力還是那些基本的作業內容。有些作業員做了1年，因為學習認真+態度積極，能力遠遠超過做10年的，這才是公司真正所重視的專業區別。 ④ 想請問前輩，如果對於剛出社會的人，從事工廠工作，覺得怎樣的工作才能算是一個技術性的技術員？ ✍ 而讓我們換個角度想，不管您今天工作的環境是工廠還是公司，工作的內容不管是技術職還是文書職，其工作的道理都是相同的，如果您每天想做的都是同樣的事情，新人一來只要教一下就人人會的工作，不太需要什麼技巧技能。那就算是換到公司，也只是從 取代性高的作業員-＞取代性高的職員 而已，所以您只要選擇上面積極突破的工作態度，就不用擔心會有取代性高的問題在。 👍 以上幾點是個人的建議分享，希望能夠解答到您的問題

丙級電腦軟體應用技術士學科證照考古題演練，來測驗看看 單選題： 1.「社交工程(social engineering)」是一種利用下列何種特性所發展出來的攻擊手法？ ①人際互動與人性弱點②作業系統的漏洞③通訊協定的弱點④ 違反資料機密性(Confidentiality) 的要求。 2.在 Linux 作業系統中，想要顯示目前已掛載檔案系統磁碟的 inode 使用狀況指令為何？①du–I②su–I③free–i④df–i。 3.對於職業災害之受領補償規定，下列敘述何者正確？① 受領補償權， 自得受領之日起， 因 2 年間不行使而消滅②須視雇主確有過失責任，勞工方具有受領補償權③勞工得將受領補償權讓與、抵銷、扣押或擔保④勞工若離職將喪失受領補償。 4.在網際網路的網域組織中，下列敘述何者是錯誤的？①mil 代表軍方單位②gov 代表政府機構③edu代表教育機構④org 代表商業機構。 5.為了防止因資料安全疏失所帶來的災害，一般可將資訊安全概分為下列哪四類？① 實體安全，法律安全，程式安全，系統安全②實體安全，資料安全，人員安全，電話安全③ 實體安全，網路安全，病毒安全，系統安全④實體安全，資料安全，程式安全，系統安全。 解答看留言區 更多考古題演練 : https://nabi.104.com.tw/ability/10028306/111_01_%E4%B8%99%E7%B4%9A%E9%9B%BB%E8%85%A6%E8%BB%9F%E9%AB%94%E6%87%89%E7%94%A8%E6%8A%80%E8%A1%93%E5%A3%AB%E5%AD%B8%E7%A7%91_%E9%A1%8C%E7%9B%AE%2B%E7%AD%94%E6%A1%88

工作推薦信範例如何寫？求職時，可能會需要別人幫忙寫一封推薦信，通常是邀請主管長官等，尤其是長期跟你共事，了解你做事風格與表現的人。本文將介紹5個推薦信不可不知的要訣，讓你在求職、求學時所列的經歷更有信服力！ ▌先雙手奉上今天的教學口訣： 「選、說、給、告、謝」 選：選對人，找了解你優點的人來寫。 說：說明原因，告訴對方為什麼需要推薦信。 給：提供範本，幫助對方寫出更好的推薦內容。 告：告知時間，提前告訴對方截止日期。 謝：感謝對方，不管結果如何都表達感激。 ▌為什麼會覺得難開口？ 很多人不敢請別人幫忙寫推薦信，因為： - 害怕麻煩別人： 寫信需要花時間和心力，感覺好像在增加別人的工作。 - 不確定怎麼開口： 不知道該怎麼說，才會讓對方願意幫忙又不覺得為難。 - 擔心推薦內容不好： 害怕對方寫的信不夠好，或者不知道要寫什麼內容。 簡單地說，都是怕麻煩別人！不過如果表現不錯，相處也合宜的人，其實不用太擔心，相信主管很願意助你一臂之力的！ ▌如何正確請別人幫忙寫推薦信？ 其實，請別人幫忙寫推薦信不需要太害羞，只要完整說明來意、表達請求： - 選對人選： 選一位了解你的工作能力、品格或學習表現的人來寫推薦信，這樣他們可以寫出有說服力的內容。例如，之前帶過你的老師、主管或同事。 - 清楚說明原因： 你可以簡單地告訴對方，為什麼你需要推薦信。例如，「我想申請新工作，想讓未來主管清楚我在上份工作的表現成果。」 - 提供細節和範本： 你可以告訴對方，你希望推薦信提到哪些方面，比如你的優點、工作成果或學習表現。甚至，你可以自己先準備範本，讓對方參考，這樣對方寫起來會更容易！ - 提前告知時間： 告訴對方什麼時候需要推薦信，並給他們足夠的時間準備。不要等到最後一刻才請別人幫忙，這樣他們才不會感到壓力。 - 感謝對方： 無論對方是否同意幫忙，都要記得禮貌！ ▌推薦信範本 推薦信內容可分成三部分：介紹、貢獻、為何 - 介紹：介紹推薦人的背景，和被推薦人的關係與共事時間 - 貢獻：條列對公司的具體貢獻，也可提到團隊合作、印象深刻的事等等 - 為何：強調這些貢獻與人格特質和欲申請的職位相符 ▌結語 推薦信一直是許多人苦惱的問題，但相信只要用心、尊重對方的時間和意願、範本清楚簡潔，相信大多數人都會樂意幫你！推薦信是展示你的好機會，最重要的是選適合的人、說清楚原因、信的內容強調和職位的關聯，最後，無論錄取與否，都別忘了致上最深的謝意！

【API 是什麼？】 API代表「應用程式介面」，簡而言之，API是兩個軟體系統之間進行通訊的一組規則和工具，它允許不同的應用程式之間共享數據和功能，從而使它們能夠相互交互。 舉個例子，想象一家餐廳的訂餐應用程式，這個應用程式需要從餐廳的數據庫中獲取菜單資訊，處理用戶的訂單；然後將訂單訊息發送給餐廳的系統。這就是API的作用，通過餐廳的API，訂餐應用程式可以與餐廳的系統進行交互，從而獲取所需的訊息和完成訂單。 簡而言之，API就像是兩個系統之間的橋樑，使它們能夠彼此交流和合作，從而實現更廣泛的功能和服務。 【PM為什麼要會？】 產品經理（PM）需要了解API的原因包括以下幾點： 1. 產品整合和擴展 ► 整合外部服務：許多現代應用程序需要與其他服務（如支付處理、地圖服務、社交媒體平台等）進行整合。了解API可以幫助PM有效地規劃和管理這些整合。 ► 擴展產品功能：通過API，PM可以擴展產品的功能，而不必從頭開始構建所有功能。例如，利用第三方API來增加語音識別或翻譯功能。 2. 技術溝通 ► 與開發團隊溝通：PM需要與開發團隊合作制定技術需求和實施計劃。了解API可以幫助PM更好地理解技術限制和可能性，從而進行有效的溝通和決策。 ► 理解技術問題：當出現技術問題時，PM需要能夠理解問題的根源以及可能的解決方案，這樣才能在與技術團隊和其他利益相關者溝通時表現得更加專業和高效。 3. 產品設計和用戶體驗 ► 設計一致的體驗：了解API的設計和使用可以幫助PM確保產品功能的一致性和無縫集成，從而提供更好的用戶體驗。 ► 優化用戶流程：PM可以通過API來優化用戶流程，例如自動填充表單、實時數據更新等，提高用戶的滿意度。 4. 市場競爭和創新 ► 識別市場機會：了解API的PM能夠更好地識別市場上的新技術和機會，並快速採用和整合這些技術，從而保持產品的競爭力。 ► 驅動創新：API可以用於開發創新的功能和服務，從而幫助產品在市場上脫穎而出。 5. 戰略決策 ► 制定產品路線圖：了解API可以幫助PM更好地制定產品路線圖，規劃產品的長期發展方向，並確保與技術戰略一致。 ► 評估合作夥伴和供應商：在選擇合作夥伴和第三方服務供應商時，PM需要評估其API的質量和可用性，確保能夠支持產品的需求。 總之，PM對API的了解和掌握，可以大幅提高他們在產品開發和管理中的效率和效果，從而推動產品成功。 圖片出處：《我的專案筆記 #19》搞懂前端與後端，成為工程師的神隊友 — HeroMi

Python 是目前最受歡迎的編程語言之一，特別適合想要自學 Python 的初學者。它擁有簡單易懂的語法、豐富的Python 課程學習資源，以及廣泛的應用領域，讓初學者自學Python 能夠輕鬆上手Python 並快速進入實際應用。 1. 簡單易懂的語法 Python 的語法設計簡潔明瞭，接近自然語言。相較於其他編程語言，Python 去除了許多複雜的語法規則，減少了初學者的學習負擔。這種易讀性使得初學者能夠更快地掌握編程概念，減少在語法細節上的困擾。 2. 豐富的資源和社群 Python 擁有龐大的社群和豐富的學習資源，無論是官方文件、線上課程，還是各種開源庫，初學者都能輕鬆找到所需的教學內容和支持。這意味著，即使你在學習的過程中遇到問題，也可以輕易地從社群中獲得幫助，讓學習過程更加順利。 3. 廣泛的應用領域 Python 的應用範圍非常廣泛，包括網頁開發、數據分析、人工智慧、機器學習、網絡爬蟲、遊戲開發等。這種多樣性意味著，學會 Python 後，你可以根據自己的興趣和職業規劃，進一步深入不同的領域，從而找到適合自己的方向。 5堂推薦課程：從初級到進階： 為了讓初學者更好地學習 Python，以下是五堂從基礎到進階的推薦課程，幫助你逐步深入學習 Python： Python程式設計入門實戰 https://nabi.104.com.tw/course/ppa/4df89eb1-67c8-457e-a605-48d6e4a89214 這堂課適合剛接觸 Python 的初學者，課程內容涵蓋 Python 的基本語法和實用範例，帶你快速掌握 Python 的基礎知識。 從零開始：Python程式語言 https://nabi.104.com.tw/course/tibame/7e370e7a-42ad-4627-8921-bf991e3f06d0 透過循序漸進的教學方式，幫助你從零開始學習 Python，逐步深入，從基本語法到實際應用，適合希望系統學習 Python 的學員。 Python資料處理與網路爬蟲 https://nabi.104.com.tw/course/tibame/d0060434-f6d3-4f0e-830d-37c2a649a2ba 當你掌握了 Python 的基礎知識後，這門課將帶你進一步學習如何使用 Python 進行資料處理和網絡爬蟲，適合想要進一步學習數據分析的學員。 Python 資料科學與機器學習 https://nabi.104.com.tw/course/tibame/9eebfb5e-5f34-447a-b63b-07aac1b07631 本課程專注於 Python 在資料科學和機器學習中的應用，帶你深入了解 Python 在數據分析和人工智慧領域的強大功能。 Python全方位應用開發 https://nabi.104.com.tw/course/tibame/00fc45db-3803-47c3-973a-6a921f7a58a2 想要成為全方位的 Python 開發者？這堂課將帶你學習如何使用 Python 進行網頁開發、應用程式開發等，讓你成為一名全能的 Python 開發者。 Python 是初學者絕佳的編程語言選擇。簡單易懂的語法、豐富的學習資源以及廣泛的應用領域，讓 Python 成為編程入門的首選。如果你想要開始學習 Python，不妨從以上推薦的課程開始，逐步深入，掌握這門強大的編程語言。 更多Python相關課程推薦： https://nabi.104.com.tw/nabisearch/course?keyword=Python

想準備 iPAS AI 應用規劃師初級考試，卻不知道該從哪裡開始嗎？這篇文章分享作者在約 60 天內完成備考並順利通過測驗的實際經驗。作者從閱讀官方學習指引與歷屆試題開始，重新整理成自己的筆記，再搭配 Gemini 每日產生練習題，透過大量刷題、訂正錯題與反覆複習，加深對人工智慧基礎及生成式 AI 應用的理解。 文章也整理兩個考科的準備重點、較具挑戰的內容，以及電腦測驗當天的作答方式與注意事項。對於剛接觸 AI、非技術背景，或正在尋找有效讀書方法的考生而言，都具有實際參考價值。不過，AI 產生的題目與答案仍可能出錯，建議以官方資料為主要依據，並做好內容查核。 想了解完整備考流程、刷題方法及考試心得，可點擊連結閱讀完整文章： https://www.dcard.tw/f/talk/p/261350889

善用「換位思考」檢視履歷。 每每看到履歷，都會想求職者應該都有仔細思考過每一項欄位才寫的吧？! 但卻有幾次發現，疑？不是這個意思嗎？ 這邊教大家一個方法，寫好履歷後請用「換位思考」檢視履歷。可以自問自答，檢視填寫的資訊是否哪邊怪怪的？ 在履歷健診時，偶爾會問諮詢者：王美美小姐，假設你是你投遞的OO股份有限公司的老闆、主管，XX職務內容條件都是你開的喔。你會如何看王美美小姐的履歷？ 有些諮詢者會愣住喔，因為進入換位思考模式，突然想到哪邊不太對？! 這篇文章分享履歷欄位中的「基本欄位」，履歷中的各項欄位資訊都在透露你的想法，光基本欄位就有可能讓企業產生很多疑問？ 履歷是看整體，當整份履歷讓企業的疑問越多，收到面試邀約的機率就越低，因為面試會耗費過多時間來確認疑惑。 因此，填寫每項欄位前請先思考過，履歷完成後請「換位思考」檢視。 人力銀行提供的制式履歷欄位已經很豐富，還有預設選項選一選就好，但選的時候也是要思考過喔，畢竟投遞出去後就是呈現你勾選的項目。 且無論甚麼格式，這畢竟是你要求職的履歷，透過它來傳遞介紹你本人的學經歷、專業、技能、特質讓企業瞭解。因此，就算有方便的選項欄位，該撰述清楚的也要清楚。例如：工作經歷欄位的工作內容只選#hoshtag主題標籤，工作內容卻是一片空白？主題標籤就只是主題標籤，重點在於內容，曾執行過的任務與實績，企業想瞭解你到底做過哪些事情等。 稍等，每每提到職涯或履歷有關主題就有很多想法想跟大家分享，但此篇先分享基本欄位常見的案例(※「基本欄位」以104履歷中的"個人資料"為例)。請視各式履歷格式調整。千萬別在基本欄位就創造疑惑給企業造成履歷擱置石沉大海。 →請參閱整篇文章 https://tinyurl.com/y4ql3o3d 延伸閱讀： 【擔任履歷總編輯】https://tinyurl.com/y69u3leb 【這是求職履歷 非回憶錄】https://tinyurl.com/y2sr4yo8 【履歷投遞前務必預覽過，並仔細檢查】https://tinyurl.com/y6x43gej

想試試AI生成影片，卻一直沒有訂閱付費方案？最近正好有一個免費體驗的機會。 Google近期開放Gemini Omni限時免費體驗，原本活動預計在8月4日結束，不過Google Gemini官方日前宣布延長活動時間。 最新期限為美國太平洋時間2026年8月11日晚間11點59分，換算台灣時間，就是2026年8月12日下午2點59分。 活動期間內，使用者可以透過Gemini網頁版或App，免費建立最多10支Gemini Omni影片，不需要先訂閱Google AI付費方案。 Google Gemini官方活動公告： https://x.com/GeminiApp/status/2085444245058736363 Gemini官方網站： https://gemini.google.com/ Gemini Omni是什麼？ Gemini Omni是Google在2026年推出的新一代多模態生成模型。 和過去單純「輸入文字→產生影片」的AI影片工具不同，Gemini Omni可以理解文字、圖片、影片等不同類型的素材，再根據使用者的指令產生新的影片。 更值得注意的是，它強調「對話式編輯」。 例如，你可以先要求： 「一名上班族走在下雨的東京街頭，背景有霓虹燈，電影感運鏡。」 影片產生後，再繼續告訴Gemini： 「改成晚上。」 「鏡頭從人物後方拍攝。」 「讓雨水反射霓虹燈。」 「整體改成復古電影風格。」 不需要每修改一個細節，就重新寫一大串Prompt。 Google將Gemini Omni定位成結合Gemini多模態理解與生成影音能力的模型，可以利用文字、圖片與影片作為輸入，並透過自然語言持續修改生成內容。 Google Gemini Omni官方介紹： https://gemini.google/overview/video-generation/ Google Gemini Omni技術介紹： https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni/ 這次免費活動送什麼？ 這次最大的重點，就是原本沒有訂閱Google AI方案的使用者，也可以趁活動期間體驗Gemini Omni。 Google Gemini官方最新公告指出，免費活動已延長至： 美國太平洋時間： 2026年8月11日晚上11點59分 台灣時間： 2026年8月12日下午2點59分 免費額度： 最多10支Gemini Omni影片 使用方式： Gemini App或Gemini網頁版 Google官方表示，使用者可以直接選擇「Create video」來建立、編輯及重新混合影片。 台灣使用者特別要注意，活動不是8月12日晚上才結束，而是下午2點59分截止。 如果之前錯過第一波免費體驗，這次就是最後幾天可以把握。 Gemini Omni怎麼用？ 使用方式不算複雜。 第一步：開啟Gemini 前往： https://gemini.google.com/ 登入自己的Google帳號。 第二步：找到Create video 在Gemini工具選單中找到「Create video／建立影片」。 第三步：輸入Prompt 直接描述你希望AI產生什麼影片。 部分功能也支援加入圖片或影片素材，再請Gemini進行生成或修改。Google官方說明顯示，Gemini Apps可以使用圖片、影片搭配文字指令來建立影片。 Gemini影片生成官方說明： https://support.google.com/gemini/answer/16126339 第四步：繼續修改 第一次產生的不滿意，不一定要整支重做。 可以直接告訴Gemini： 「人物走慢一點。」 「背景換成台北街頭。」 「鏡頭拉近。」 「改成動畫風格。」 這也是Gemini Omni和傳統AI影片生成工具相比，很值得體驗的地方。 只有10支免費額度，Prompt怎麼寫比較不浪費？ 因為免費額度有限，建議不要一開始就輸入： 「幫我做一個科技感影片。」 這類Prompt太模糊，AI可以自由發揮的空間很大。 比較好的方式是把影片描述拆成： 主角＋場景＋動作＋鏡頭＋光線＋風格＋比例 例如： 「一名30歲左右的亞洲上班族坐在現代辦公室使用筆電，下午陽光從窗戶照進來。他先看著螢幕思考，接著露出笑容並開始快速打字。鏡頭從中景緩慢推近，寫實商業廣告風格，16:9。」 這樣Gemini得到的資訊越完整，第一次生成的成果通常也越容易接近需求。 甚至可以先不要急著產生影片，而是先問Gemini： 「請幫我把以下想法改寫成適合AI影片生成的Prompt，補充人物動作、鏡位、場景、光線與視覺風格。」 確認Prompt之後，再按下影片生成。 Gemini Omni適合哪些工作情境？ 如果只有10次免費額度，更推薦拿來測試真正與工作有關的應用。 例如： 行銷與社群 快速製作Reels、Shorts或社群短影音概念，測試不同廣告情境。 簡報與提案 把原本只能用圖片呈現的概念，轉成數秒鐘動態影片。 文章與內容製作 將文章中的抽象概念轉成影音素材，增加內容表現方式。 教育訓練 把流程、觀念或較難理解的知識轉成動畫。 電商與商品行銷 利用商品圖片搭配Prompt，快速嘗試不同使用場景。 企業內部溝通 製作活動宣傳、專案介紹、內部教育或概念示意影片。 Google也已經逐步把Gemini Omni整合到Gemini App、Google Flow及Google Vids等影音創作環境中。 AI影片正在從「生成工具」變成「AI導演」 Gemini Omni真正值得觀察的地方，可能不只是影片畫質。 以前使用AI影片工具的流程比較像： 輸入Prompt →產生影片 →不滿意 →重新寫Prompt →重新產生 現在逐漸變成： 先產生影片 →告訴AI哪裡要改 →改背景 →換鏡位 →調人物動作 →改影片風格 也就是從單純的「AI影片生成器」，慢慢變成一個可以持續溝通的AI影音助手。 未來製作影片，也許真的會越來越像在跟導演或剪輯師對話： 「這個鏡頭再近一點。」 「最後兩秒拉遠。」 「人物走慢一點。」 「背景換成下雨的台北。」 而這次Google開放10支Gemini Omni影片免費額度，正好是一個不用先付費，就能實際測試AI影片是否真的能融入工作流程的機會。 Gemini Omni免費活動資訊 截止時間： 台灣時間2026年8月12日下午2點59分 免費額度： 最多10支影片 Gemini入口： https://gemini.google.com/ Gemini Omni官方介紹： https://gemini.google/overview/video-generation/ Google官方技術介紹： https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni/ Gemini影片生成操作說明： https://support.google.com/gemini/answer/16126339 免費活動官方公告： https://x.com/GeminiApp/status/2085444245058736363 如果之前只是看別人展示AI影片，這次不妨把免費額度拿來測試自己的工作需求。 真正值得問的，可能已經不是「AI能不能做影片」，而是「哪些原本需要花幾個小時製作的內容，現在可以先交給AI完成第一版？」

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＞

iPAS AI 應用規劃師初級考試，已逐漸從「背誦名詞」轉向「理解情境、判斷技術與規劃企業導入」。這篇文章整理近期考古題與命題趨勢，指出考生除了掌握人工智慧概念、資料分析、機器學習及生成式 AI，也要理解 RAG、Fine-tuning、AI Agent、MCP、No Code／Low Code等技術的適用情境。 此外，AI 治理、資料隱私、法規、資安與風險管理的重要性也持續提高，題目更常結合企業案例，測驗考生能否從成本、效益、資料品質與部署方式中選出最合適的方案。文章建議以官方學習指引為主軸，搭配歷屆試題及最新 AI 趨勢進行整合複習。 點此閱讀完整文章 https://vocus.cc/article/6a6aa64efd897800018a1e77 CCChen 老師課程推薦 【直播課程＋限時回放】iPAS AI應用規劃師（初級）- 第三梯考前衝刺班｜8/5（三）20:00–21:30 線上直播講座｜104獨家iPAS AI考證衝刺 https://nabi.104.com.tw/course/104nabi/4f6e498b-dee3-4fab-935d-64c781840c9c 【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

透過104人力銀行「找工作」與「學習」的兩大行為數據中，整理出近期熱門證照排行Top10，不僅涵蓋了會計、工程、AI應用等多元領域，更顯示證照能顯著提升求職者的面試邀約。 🟡 Top1 丙級會計事務技術士 🔺面試邀約提升：1.4倍 • 適用職務：會計助理、出納、報稅人員 • 歷屆考古題 https://nabi.104.com.tw/ability/10028814 Q：這張證照的通過率如何？ A： 根據勞動部2023年（民國112年）的資料，該證照的通過率為52.6%。 ▶️【點我免費做線上模擬測驗】https://nabi.104.com.tw/assess/df09209a-c850-4fc8-8515-616c07252f11 🟡 Top2 公共工程品質管理人員 🔺面試邀約提升：約 3倍 • 營建施作類職務需具備 • 證照資訊 https://nabi.104.com.tw/ability/10029243 Q：誰需要考公共工程品質管理人員證照？ A：凡參與公共工程，需擔任品管人員（如施工、監造、管理等工程從業人員），都必須參加由工程會或其委託訓練機構舉辦的公共工程品質管理訓練課程，並取得結業證書。持證逾四年者，須再參加回訓並取得最近四年內之回訓證明，才可續任品管人員。 ▶️【點我免費做線上模擬測驗】 https://nabi.104.com.tw/assess/d074f13b-3cf6-42e9-82ea-90c61f619bfe 🟡 Top3 生成式AI課程認證 【未來職場必備技能】 • 適用職務：AI應用、行銷、資料分析 • 免費線上課程通過測驗後可獲得完課徽章 https://nabi.104.com.tw/ability/10048799 Q：沒技術背景可以學嗎？ A：可以！課程為初階入門，適合想了解AI應用的新手 🟡 Top4 TOEIC (多益測驗) 🔺面試邀約提升：50% • 適用職務：業務、貿易類工作、海外職位 • 證照資訊 https://nabi.104.com.tw/ability/10034532 Q：幾分以上比較有用？ A：104 職缺數據顯示，主管與專業職中，有超過一半要求具備英文實力。而其中若有附上多益成績，往往能幫助履歷更快被看見。 特別是多益分數達到 700 分以上者，獲得面試邀約的機率平均可提升 20% 以上。 ▶️【點我免費做英文模擬測驗】https://nabi.104.com.tw/assess/toeic 🟡 Top5 總幹事證照 事務管理人員 🔺面試邀約提升：1.3倍 • 適用職務：社區總幹事、大樓管理員 • 證照資訊 https://nabi.104.com.tw/ability/10029198 Q：誰需要考總幹事證照？ A：凡欲從事社區公寓大廈管理的總幹事工作者，必須取得此證照，依據《公寓大廈管理條例》規定，通過中央主管機關舉辦的事務管理人員講習並考試合格，才能合法擔任總幹事，負責社區組織運作、公共安全及財務管理等工作。 ▶️【點我免費做線上模擬測驗】https://nabi.104.com.tw/assess/98c486e6-8ec7-44da-b07c-d3799eaed113 🟡 Top6 乙級就業服務技術士 🔺面試邀約提升：1.1倍 • 適用職務：人力資源類人員 • 歷屆考古題 https://nabi.104.com.tw/ability/10029276 Q：證照專業度如何？ A：這是人資領域唯一的國家級證照，專為人力銀行、人力仲介從業人員及企業人資招募專員設計，持有證照有助提升職涯發展機會。 ▶️【點我免費做線上模擬測驗】 https://nabi.104.com.tw/assess/343d8c62-b9aa-4af3-8fa2-b3b684908277 ▶️【考前總整理】https://nabi.104.com.tw/course/vftcollege/cd36c1a7-efa4-4dff-b11a-0102e0c6e1b1 🟡 Top7 丙級中餐(葷食)烹調技術士 🔺面試邀約提升：99% • 適用職務：廚師、餐飲人員 • 歷屆考古題 https://nabi.104.com.tw/ability/10029006 Q：丙級中餐(葷食)烹調技術士證照通過率如何？ A：通過率大約79%至80%，只要熟悉考試題庫要求並掌握基本烹調技巧，通過機會高。 ▶️【點我免費做線上模擬測驗】https://nabi.104.com.tw/assess/543ee6ed-bfa5-417f-8cd9-d545842f6393 🟡 Top8 乙級職業安全衛生管理員 🔺面試邀約提升：近4倍 • 適用職務：環境安全衛生類人員 • 歷屆考古題 https://nabi.104.com.tw/ability/10028467 Q：證照專業度如何？ A：取得此證照證明持有人具備評估職場安全風險、規劃安全措施及事故預防的專業能力，考試內容包含眾多專業知識與技能，證照在職場上的認可度和價值均較高，尤其適合想專注於職業安全衛生管理領域的人士參考。 ▶️【點我免費做線上模擬測驗】 https://nabi.104.com.tw/assess/9e3f75d6-01c6-4d46-98b6-347dc9f76b35 🟡 Top9 照顧服務員單一(丙)級技術士 🔺面試邀約提升：1.6倍 • 適用職務：長照、看護助理、照服員 • 歷屆考古題 https://nabi.104.com.tw/ability/10029185 Q：證照專業度如何？ A：經由政府主管機關依法規範的技術士資格，證照專業性與實務性並重，對從事長照相關工作者來說，是基礎且必備的專業認證。 ▶️【點我免費做線上模擬測驗】 https://nabi.104.com.tw/assess/c2d6707f-c205-4054-a741-d8d70decc4ae 🟡 Top10 丙級電腦軟體應用技術士 🔺面試邀約提升：40% • 適用職務：MIS、IT助理、行政文書 • 歷屆考古題 https://nabi.104.com.tw/ability/10028306 Q：證照考什麼？ A：考試包含學科與術科兩部分，評估應檢人具備基礎電腦知識並能操作辦公室常用軟體的能力，適合從事文書、資料處理等相關工作者。 ▶️【點我免費做線上模擬測驗】https://nabi.104.com.tw/assess/45150d6b-b912-48f9-afce-ca3b629993e9 熱門證照不只是加分，更是求職轉職的入場券 想查熱門證照、掌握報名資訊與考古題？立即造訪【104證照中心】https://nabi.104.com.tw/certify

大家好,好久沒在浮上來跟各位互動了 提供最近的議題供各位討論 在我們職安法新修法之後，行政罰也上升了，出一些新題給各位 1.如果未執行自動檢查該事業單位會依據哪一條法規受罰? 2.罰多少錢?

我以前有個毛病，就是愛在背後抱怨員工。說他們做事不主動、不積極、沒有責任感，每件事都要我跟催，催了才動。我以為這是員工的問題，後來才發現，問題大部分出在我自己身上。 直到有一次，我一個認識很久的朋友，他也在做生意，聽我抱怨完之後，丟了一句話給我：「你有沒有想過，問題出在你這個老闆身上？」我當場沉默了好幾秒。那次對話之後，我回去認真想了很久。我開始問自己，我有沒有清楚告訴員工我期待什麼？我有沒有讓他們知道做好了會有什麼回饋？我有沒有給他們一個安全的環境，讓他們敢說出自己的想法？答案幾乎都是沒有。 我那時候管人的方式很簡單，就是交代任務、等結果，結果不好就罵，結果好了也沒有特別說什麼，因為覺得那是本來就該做到的。這種管理方式，我以為是高標準，後來才知道那叫做沒有管理。真正的管理不是管控，是讓人願意做事、知道為什麼要做事、做完之後感覺有意義。這三件事，缺了任何一個，員工的積極性都會慢慢消磨掉。 我後來做了幾個改變，是讓我管理方式徹底不一樣的事。 第一個是把期待說清楚。以前我交代任務，說的大概就是「你去把這個弄一下」。這種說法根本沒有辦法讓人知道你要什麼。後來我改成，說清楚這件事的目的是什麼、希望在什麼時間點完成、完成的標準長什麼樣子。光是這樣，執行的成果就好很多。不是員工變聰明了，是他們終於知道該往哪個方向走。 第二個是開始給予正向的回饋。這件事聽起來很簡單，但對習慣只抓問題的老闆來說，其實不容易做到。我以前覺得稱讚員工很奇怪，感覺像是在討好人。後來我才理解，適時的肯定不是討好，是讓人知道他們的努力被看見了。一個感覺被看見的員工，和一個覺得自己做再多也沒人在意的員工，工作的狀態是完全不同的。我的觀點是，稱讚是最低成本的管理工具，你不用花一毛錢，但它能直接影響一個人對工作的態度。 第三個是讓員工有機會表達意見。我開始每個月固定找核心員工一對一談話，不是要檢討他們，而是問他們工作上有什麼困難、有什麼建議。一開始大家都不太敢說，因為過去的文化就是老闆說了算。但慢慢的，有人開始說出一些我根本沒有想到的問題，有些還是非常有價值的改善建議。我後來發現，很多問題其實員工早就知道，只是沒有人問他們，或者他們覺得說了也沒用。當你願意真的聽，他們也願意真的說。 第四個是停止用恐懼管理人。我以前有時候會用壓力、用威脅來逼人做事，短期確實有效，但長期的代價非常大。被恐懼驅動的員工，只會做到剛好不被罵的程度，不會多做一步。更糟的是，這種文化會讓最有能力的人先離開，因為有能力的人不缺選擇，他們不需要忍受這種環境。留下來的，反而是不知道去哪裡的人。這個結果對公司來說是最壞的情況。 人員管理這件事，說複雜很複雜，說簡單也很簡單。最核心的一點，是你有沒有把員工當成一個完整的人在對待，而不只是一個執行任務的工具。工具你可以不管它的感受，但人不行。人有感受、有情緒、有自己的期待和想法。你作為老闆，有沒有試著去理解這些，決定了你手下的人願不願意真的跟你走。 我後來公司的離職率明顯降低，不是因為我加薪了，而是因為工作環境變得讓人願意待。這件事給了我一個很重要的認識：留不住人，很多時候不是薪水的問題，是人覺得在這裡沒有未來、沒有被尊重、做的事情沒有意義。這三件事，薪水都補不了。 老闆可以用高薪把人吸引進來，但如果這三件事沒有做好，那個人很快就會離開，而且可能還帶走一些核心的東西，對公司造成的損傷更大。 我想特別說一件事，就是老闆要對自己的管理風格誠實。很多老闆在外面講管理、講領導力，但回到公司還是用同樣的老方式對待員工。這種落差，員工感覺得到，而且他們不會說，只會選擇用行動表態，就是慢慢地變得更不積極，或者直接離職。你如果真的想要一個有戰鬥力的團隊，你必須先成為一個讓人願意跟的老闆。這件事沒有捷徑，是靠每一天的行為累積起來的。 如果你現在也在為員工不積極而頭痛，我建議你先停下來，回頭看看自己做了什麼，或者沒做什麼。答案通常不在員工身上，而是在你這個老闆每天的決定和行為裡面。

台灣太空產業職缺2025增加近2,500人，薪資中位數持續提升。大廠進場、政府加碼，太空浪潮似乎正在醞釀。然而台灣想從零組件供應跨入衛星、火箭系統，這場升級戰最缺這種人？本文揭開太空產業是否有望成為下一座護國神山。 文／邱煜庭　由Cheers授權轉載 本文目錄 太空產業4塊版圖，台灣人才新機會在哪？2025太空產業職缺大爆發！這個職類出乎意料系統工程人才，最稀缺也最難培養為太空產業設立專門研究所，吸引跨域人才投入！「太空產業」是否能成為新護國群山？ 2026春季的台大徵才博覽會，人潮和往年一樣擁擠。半導體、AI、雲端這些熟悉的科技業職缺照例佔據最顯眼的位置。但今年，企業的招募職位中多了幾個陌生的字眼——「衛星軟體研發」、「光學酬載」、「射頻 (RF) 工程師」等等。 緯創資通的攤位前，人資正向前來詢問的學生解釋這個職缺的內容。這家電子大廠，今年悄悄把「低軌衛星」相關職缺列為新的重點徵才方向。 「這個領域的重要性正在上升，」人資副總胡雯雯說：「我們的團隊正在成立，需要相關領域的人才。」 不只緯創，仁寶電腦、鴻海科技等過去以筆電、手機、伺服器聞名的大廠，也都正積極投入低軌衛星市場。根據104人力銀行的統計，太空相關產業的職缺需求在2023至2024年之間幾乎沒有波動，但進到2025年，這個數字一口氣增加了約2,500人。 太空產業4塊版圖，台灣人才新機會在哪？ 要理解這波人才需求從何而來，得先搞清楚「太空產業」究竟涵蓋什麼。 國家太空中心（TASA）主任吳宗信把它拆成四塊： 火箭 衛星 地面接收設備 資料應用 吳宗信說，這四個領域彼此的發展難度和市場規模差異懸殊，「例如資料應用這一塊，大概佔整個產業價值的45～50%，包含影像分析、氣象預測、通訊服務，都從衛星資料衍生而來，是整條產業鏈裡附加價值最高的部分。」 地面設備門檻相對較低，不需進入太空環境，加上台灣原有的網通、ICT、半導體供應鏈本就具備優勢，廠商切入相對容易，目前主要承接美國、歐洲廠商的OEM（委託製造）、ODM（委託設計及製造）訂單。 吳宗信表示，真正困難是的衛星本體與火箭。衛星必須在真空、輻射、極端溫差的太空環境中穩定運作，「上去就回不來，出錯了沒有機會修，」他指出，投入這塊領域挑戰在於成本高、數量少、規格嚴苛，這是台灣過去鮮少涉足的領域，卻也是整條產業鏈最核心的位置，台灣的機會，也存在於此。 [joblist_plugin title='104精選【緯創資通】工作機會' url='https://www.104.com.tw/company/5wthkkw' amount='2'] [joblist_plugin title='104精選【仁寶電腦】工作機會' url='https://www.104.com.tw/company/9qzgnew' amount='2'] 2025太空產業職缺大爆發！這個職類出乎意料 而這波產業醞釀的人才浪潮，從104人力銀行的數據中已能窺見一角。 在2025年所增加的約2,500人中，從職類來看，需求增幅最大的是生產製造 / 品管 / 環衛類，其次是研發相關類，第三是資材 / 物流 / 運輸類。第三類乍看令人意外，但104人力銀行永續長鍾文雄解釋，精密設備的跨國運輸遠比想像中複雜，「要防震、防靜電、控制溫濕度，還涉及各國海關法規，技術含量非常高。」（見表一） 職務分類年度需求人數（工作機會）年度需求人數（工作機會）人數增減增幅排名傳播藝術 / 設計類20242832025166-117 其他職類202419202516-3 學術 / 教育 / 輔導類202459202555-4 客服 / 門市 / 業務 / 貿易類2024186820251313-555 操作 / 技術 / 維修類20242213202528636504文字 / 傳媒工作類2024132025196 營建 / 製圖類20246182025502-116 生產製造 / 品管 / 環衛類20243518202544849661研發相關類20244763202555487852經營 / 人資類202445220257272755行政 / 總務 / 法務類20246852025610-75 行銷 / 企劃 / 專案管理類2024170820251893185 財會 / 金融專業類2024454202551662 資材 / 物流 / 運輸類2024601202512596583資訊軟體系統類2024462520254442-183 軍警消 / 保全類202451202525-26 醫療保健服務類20243520254914 餐飲 / 旅遊 / 美容美髮類20241120253928 總和 21976 245262550 ▲表一：18大職類需求人數變化。（按：各職類需求以該年度於104網站上刊登職位計數，採最大值估算。）（資料來源：104人力銀行） 這也直接反映在薪資上，物流運輸類在太空產業的薪資中位數，由2023的3.9萬到2025的4.15萬，增幅最為顯著。 整體而言，太空產業薪資中位數落在4.2萬元左右，最大宗的電子資訊 / 軟體 / 半導體相關業約是4.3萬元。從職類來看，生產製造 / 品管 / 環衛類最高可達4.5萬，研發相關類約4.25萬各職類增幅相對有限。為何在市場上普遍炙手可熱的科技人才，在太空產業卻相對平淡？鍾文雄解釋，這些職類薪資本就在較高水位，成長空間不大。（見圖二） 延伸閱讀：【2026最新】上市櫃公司非主管員工薪資中位數出爐：信驊453.7萬、聯發科355萬蟬聯冠軍！台積電316萬元創高 至於低軌衛星人才為何現在崛起？鍾文雄分析，太空產業已進入「擴張變現期」，政府與產業醞釀了三到四年，AI與半導體發展提供了技術基礎，地緣政治壓力則讓國防成為一波加速力。目前政府已將太空產業列為六大核心戰略產業，第3期太空計畫更從10年投入400億，加碼至710億元。 職務分類年度薪資下限中位數薪資上限中位數平均薪資中位數2024年平均薪資中位數漲幅總體202535,00050,00042,00041,000+1,000傳播藝術 / 設計類202535,00054,00041,00033,735+7,265客服 / 門市 / 業務 / 貿易類202535,00050,00041,00040,000+1,000操作 / 技術 / 維修類202535,00045,00038,50037,500+1,000營建 / 製圖類202537,00055,00044,50041,500+3,000生產製造 / 品管 / 環衛類202536,00060,00045,00045,0000研發相關類202535,00055,00042,50042,000+500經營 / 人資類202536,50060,00045,00040,000+5,000行政 / 總務 / 法務類202532,00040,00036,25035,000+1,250行銷 / 企劃 / 專案管理類202535,00060,00045,00042,500+2,500財會 / 金融專業類202532,00050,00041,00040,000+1,000資材 / 物流 / 運輸類202533,00050,00041,50037,200+4,300資訊軟體系統類202537,00054,00042,00043,000-1,000▲表二：12類職務薪資成長比較（按：部分職類因調查樣本數過低而略過不計。）（資料來源：104人力銀行） 系統工程人才，最稀缺也最難培養 台灣太空產業的現階段主力推手，是國家太空中心（TASA）。 TASA同時在火箭、衛星、地面設備、資料應用四個方向佈局。火箭部分，目標是在2034年具備將200公斤酬載（編按：指航空領域的運載工具，如飛機、火箭、衛星、無人機）送入低軌的能力，「目前全世界只有9個國家做得到自主發射，我們希望讓台灣成為其中之一，」吳宗信說。 更重要的角色則是帶著企業一起做，透過「通訊衛星製造產業化平台計畫」，TASA 與緯創與仁寶合作，提供資源與技術支援，目標是在2030年各自發射兩顆通訊衛星。「我們手把手教，」吳宗信說，「從系統設計、整合測試到衛星上去之後該如何操作。」另外，太空中心的「新創追星計畫」也扶植了一批立方衛星新創。 但台灣想從元件供應商到能輸出完整系統，雄心壯志背後有一個共同的瓶頸：系統工程人才。 太空產業橫跨機械、電子、資工、通訊等高度專業的領域。吳宗信說，「電機界面、機械界面、通訊界面，彼此間如何配合？ 太空任務一旦升空就無法召回修理。」 他舉例，美國就曾有太空計畫因弄錯計算單位而失敗， 上百億台幣就此蒸發 。 這是發生在1999年的災難性事件：NASA 火星氣候探測者號（MCO） 因承包商的軟體使用英制單位（磅力），而 NASA團隊使用公制單位（牛頓） ，導致探測器進入火星軌道時失聯 。一個錯誤，便損失了3.27億美元（當時約 105.5億元台幣 ） 因此，所謂太空系統工程師便相當重要，能從「任務需求」出發，向下推導出火箭每個子系統的規格，讓各路專才知道自己要做什麼、做到什麼程度的職位。吳宗信表示，這類人才目前最稀缺 ，且難培養。 延伸閱讀：SpaceX上市，台灣太空產業不只找工程師，生產製造需求首度超越研發 航太／太空人才門檻高、跨領域能力比單一專長重要 根據104人力銀行上 TASA的徵才資訊，如火箭計畫室的系統工程師 ，學歷要求至少碩士以上，以航太工程、機械工程相關背景為主，需具備物理如 空氣動力學、 熱力學等專長，或是工程軟體及 Python的相關經驗。 依照需求不同，物理、化學、材料等背景都有可能，關鍵還是跨領域整合能力而非單一專長。 其稀缺程度從薪資資料就可看出。在比薪水、104等成熟的徵才平台上，「太空系統工程師」幾乎找不到足夠的樣本數來統計薪資中位數，相關職缺也通常僅寫待遇面議（經常性薪資達 4 萬元或以上）。 但根據統計資料， 航太碩士畢業起薪月薪約為新台幣6.1萬至6.6萬 ，相較熱門的半導體產業也不算低。 而 中央大學太空科學與工程學系教授趙吉光指出，僅有課堂養不出這類人才，真正的學習是在寫文件、參與任務、做出成果，以及一次次失敗成功中疊代累積，才能真正理解其中的方法論。 另外他也提到具備實務經驗 的師資 非常薄弱且稀缺 ，例如曾參與科學酬載、衛星計畫甚至載具發射等等 ，「目前師資大部分專長都是航空為主而非太空，」 趙吉光提到。 [joblist_plugin title='最新【系統工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&keyword=%E7%B3%BB%E7%B5%B1%E5%B7%A5%E7%A8%8B%E5%B8%AB&order=15&page=1' amount='3'] 為太空產業設立專門研究所，吸引跨域人才投入！ 因此，教育部在TASA的推動下，於2023年在陽明交大、成大、北科大、逢甲四所學校設立「太空系統工程研究所」，每年合計培育約60名碩士生。 這批學生來自電機、機械、化工、材料等不同背景，進入研究所後跨領域學習太空系統整合。不過吳宗信坦言：「這批人才剛起步，要在做中學，一步一步來。」以每年60人畢業，距離目前市場缺口仍緩不濟急，還需時間積累。 因此，近年TASA還透過舉辦「立方衛星任務設計競賽」、「臺灣盃火箭競賽」等方式吸引更多科技人才；對於非工程領域人才，2022年起也有「臺灣太空事務青年人才選訓計畫」，主要聚焦在太空政策、法制、國際治理等等。 產業端方面，經濟部產業發展署推動的「太空產業供應鏈暨網通產業新星飛揚計畫」更直接， 透過在職培育、國際資源引進與主題競賽等方式，試圖補上「相對缺乏系統整合能量」的缺口。 像今年六月，在中央大學舉辦國際培育營，邀請來自英國薩里大學、美國太空系統新創及射頻量測設備商的專家來台，課程就涵蓋太空系統工程，直接面向有意轉入太空產業的在職工程師。這類短期密集的培訓，或許是目前最有效率的方式之一。 趙吉光也觀察到，隨著台灣積極布局太空產業，近年航太相關科系的入學競爭也同步升溫。根據大考中心統計，113到114學年度，各校相關科系的個人申請管道的一階篩選門檻皆提高，包括成大提高1級分，淡江大學與逢甲大學各提高2級分。 學生有機會參與衛星任務：寫設計文件、研製酬載、等待發射。「我們最近就準備要發兩顆衛星，上面有些酬載是大學部學生自己做的，」趙吉光說。 延伸閱讀：國科會115年度預算793億元 聚焦AI、晶片、機器人與太空科技 「太空產業」是否能成為新護國群山？ 台灣具備深厚的製造底氣與半導體積累，如今更有 TASA（國家太空中心）帶領企業從零學起、太空系統工程研究所積極培育整合型人才，各大專院校的相關科系也正合力將新世代人才推向國際舞台。 台灣現在最欠缺的，是更多實戰的舞台，以及能站在系統最頂層、將技術與資源完美穿針引線的領軍人物。 儘管挑戰仍在，但這座全新的護國群山，或許正悄悄在浩瀚的太空產業中破土萌芽。 （原文標題：半導體後的下一個護國群山？從零組件到發射衛星，太空產業人才需求在哪裡） 延伸閱讀： 五月天《頑固》MV 原型是他！國家太空中心主任吳宗信：發射火箭、建立太空產業，是為了讓台灣人不再自卑 LinkedIn預測２０２６年２５大趨勢：新鮮人的最佳選擇是「小公司」、企業爆「回鍋潮」？ 台灣自製衛星都有他們的身影，學者：未來１０年將缺太空人才