104學習

最近實在太多人對於「整理師 / 收納師 / 整聊師」這份工作感到好奇了，身邊也非常多朋友都說有興趣，但往往能撐下去，長期接案的人真的好少啊！本篇以一個看著這產業3年發展的過來人作為經驗分享，內容針對兩個主題來做解析！ ❓整理師能變成正職工作嗎？一個月平均收入是多少？ ❓整理師課程內容＆培訓學費計算。 【整理師能變成正職工作嗎？一個月平均收入是多少？】 「幫人整理」當然可以成為一份正職工作，但這也取決於個人期待的月平均收入與自身能夠付出的時間，實不相瞞，大多數整理師都還是以兼職的方式在接案，以下是兼職、正職整理師的薪資來源分佈，提供參考。 ⭕ 興趣取向，每月收入10,000元以下 如果你每個月只能空出5天以下時間，也是有機會賺到一萬元的額外收入唷！每場整理案通常都需要花費6-8小時，以目前業界行情時薪 $300 – $800 不等，大致可推算出以興趣為主的接案整理師，即便只利用週休二日接1-5天的服務案，也可以有萬元左右的收入。蠻常見到大學生或小資族利用這樣的方式一點一滴累積儲蓄，也有許多相關行業，諸如幼教老師、心理師、服裝師、軟裝師、室內設計師、保姆等，喜歡與人接觸或對空間非常有一套的專家們，利用這樣的方式增廣見聞，每服務一個家庭就好像看了一本全新的故事，充滿愉悅、感動、心酸、痛苦、糾結，窺探人生百態，可說是非常有趣！ ⭕ 喜歡幫助人的成就感，每月收入10,000-25,000元 每個月接5-10天全日的整理服務案，大概就可以有這樣的收入啦，其實真的還不錯呢！家庭主婦、工作轉換期（準備考試之類的）的朋友，很適合選擇成為整理師來維持生活開銷，做整理收納服務不僅能遇見各式各樣的家庭與客戶，也能發揮自身家庭主婦做事俐落、洞察人心的專長，來幫助客戶解決空間或家人間關係的問題，相當有成就感。 ⭕ 全心投入穩定接案，每月收入25,000-40,000元 約莫在接過10個左右的整理案後，大概就能分辨出自己是把整理師當成「工作」還是真正「熱愛」這份職業，整理服務是非常勞心勞力的，在客戶面前，無論碰到多艱難的任務，情緒都要保持在愉悅的狀態、隨時觀察客戶動態、維持團隊效率，同時要讓整理工作維持在進度上。如果你依舊認為，擔任整理師的成就感大過於這些身體與心靈上的疲累，那就可以考慮經營好自己「整理師 / 整聊師」的角色，並漸漸把這份工作的專業度提升到最高層級。 ⭕ 熱愛整理多元經營，每月收入上看100,000元 最後就是網路上一堆人在傳說的，整理師能夠月入十萬是真的嗎？當然是真的囉！不過最難的是要能持續維持這樣的收入品質，到底該怎麼做呢？除了每個月持續穩定接案之外，可以開始接受講座邀約，將自己的整理經驗、客戶故事整理成文字檔，照片依照時數、空間、故事類型歸檔，可利用社群落部落格分享這些故事，廠商或公司行號自然而然就有機會在網路上看見妳囉。講座的時薪從 $500-$20,000 不等，就看個人名氣及資深程度，創造多元的收入來源，就能讓整理這份工作也有人人稱羨的高薪資。 【整理師課程內容＆培訓學費計算】 ⭕ 整聊師認證課程 其課程以「整聊五步驟」為特色，開發課程的團隊成員，札札實實整理了上百個家後，經由不斷的會議、驗證、修正、再服務，最後濃縮成從整理技法、心法、空間學、溝通、色彩學、心理學，針對台灣家庭研究的整理收納課程。也是從這時候開始，台灣的整理收納課程，才終於跳脫產業框架，跟其他學科產生了連結。據說在課程研發時，還嚴禁所有人去翻閱或查看相關書籍與資料，希望在整理收納尚未有一套專門科學的台灣，利用純粹的服務經驗和服務設計思維，創造出屬於台灣的整理收納概論，所有的研究方法和會議記錄，甚至還編纂成了研究所論文（沒錯，當時大家都還是學生呢！）。 初階整聊認證課程 $4,000 中階整聊培訓課程 $16,000 中階整聊認證測驗 $2,000 全包費用是 $20,000（因為可折扣2000元） 以踏進一個全新的領域，學習全新的技能來說，兩萬元真的沒有很貴，所以才會那麼多人躍躍欲試！那如何開始接案呢，sorry 因為有字數限制，歡迎參考以下文章閱讀全文： https://www.tidyman.com.tw/organizer-career/

想轉職AI領域卻不知道從哪開始？數發部最新公布的《AI產業人才認定指引》，幫你一次看懂AI三大人才類型、必備技能與證照資源推薦，讓你在AI浪潮中不再原地踏步！本文並盤點AI人才職涯發展路線，以及最常見的AI工作機會，幫助你找到最適合自己的AI職涯起點。 文／《104職場力》 本文目錄（點擊可快速前往） 你屬於哪種AI人才？從研究到應用3大類一次搞懂想進入AI領域，5大能力你具備了嗎？AI能力如何認證和學習提升？AI人才職涯發展路徑圖及轉職跨領域建議AI產業人才常見職稱及104工作機會一覽投入AI領域3大建議：要具備哪些核心技術和軟實力？數發部「AI產業人才認定指引」電子書下載 想進入AI領域要做哪些準備？工作上如何認證自己的AI能力？為了協助國內人才掌握AI就業趨勢，數位發展部日前發布《AI產業人才認定指引》，指出AI產業人才可分為研究、開發、應用3大類型，不論你是工程師、行銷人，還是剛準備跨領域轉職的上班族，都能在AI產業找到自己的角色！ 指引中明確列出AI產業的人才分類、能力架構與專業認證方向，並提供職涯發展路徑及跨域建議。《104職場力》幫大家濃縮重點，整理懶人包，讓你一篇就看懂！ 完整內容請參考數發部【AI產業人才認定指引】：因應AI技術與應用的快速變革，數發部指出，為了協助企業快速識別、應用與培育AI人才，並為個人職涯發展、培訓規劃及專業認證提供明確依據，特別制定本指引。並將隨著產業趨勢持續動態更新指引內容，強化AI人才標準與產業需求接軌。● 下載數發部《AI產業人才認定指引》（114年7月）>>● 數發部AI產業人才認定指引專區>> 延伸閱讀：搶攻12.1萬個AI工作！104運用AWS技術推「AI人才就緒計畫」目標首年培育逾3萬人 你屬於哪種AI人才？從研究到應用3大類一次搞懂 根據指引定義，AI產業人才是指具備人工智慧相關知識、技能與能力，並在各行各業中，從事人工智慧相關之技術研究、開發、應用、管理，或使用AI工具於生產、服務或行政管理相關工作流程的從業人員。 指引依據產業應用現況和專家建議，將AI產業人才分為「AI應用人才」、「AI開發人才」、「AI研究人才」等3大類別： AI研究：AI技術的源頭，從事AI基礎研究與發表論文。 AI開發：AI技術的實現者，負責訓練出新的AI模型或開發新的AI應用工具。 AI應用：AI應用的使用者，將AI應用於各行各業，使用AI工具提高生產力。 AI產業人才分為3大類：AI研究、AI開發、AI應用（資料來源／AI產業人才認定指引） 本文整理將聚焦於「AI開發人才」及「AI應用人才」的相關資訊，包括AI認證資源、AI人才常見職缺及最新工作機會，還有職涯發展路徑，提供有意求職轉職、或即將進入職場的新鮮人參考！ 想進入AI領域，5大能力你具備了嗎？ 依據產業現況，指引列出「AI開發人才」及「AI應用人才」所需的5種核心能力。其中，「AI應用人才」需要「AI應用素養」及「AI工具應用」能力，將其應用於行銷、製造、醫療、教育、法律、金融等不同領域，用AI創造實際價值。 而「AI開發人才」關注將AI技術落實於產品和服務，所需的能力包括「AI程式語言應用」、「AI模型訓練」與「AI服務開發」。詳細說明請見下表： AI產業人才5大類能力整理 人才類別能力類型細項能力說明AI應用人才AI應用素養AI素養瞭解AI基本知識、道德倫理、應用及限制AI工具應用文書應用能用AI工具進行文字內容產生、修改、翻譯及整理圖文應用能用AI工具進行圖像內容產生、擷取與修改影像應用能用AI工具進行影像內容產生、擷取與修改音源應用能用AI工具進行音源內容產生、擷取、翻譯及整理AI開發人才AI程式語言應用程式應用能用Vibe Coding引導AI生成、優化和調試程式碼AI模型訓練AI模型訓練能用模型訓練和學習（如ML、RL）等工具、技術及方法，訓練AI模型AI服務開發NLP/LLM工程能用NLP、LLM工具，進行AI優化或提出新服務CV工程能用現有CV工具，進行AI優化或提出影像應用相關之新型服務 AI能力如何認證和學習提升？ 清楚AI人才需要具備的關鍵能力後，想學習或提升相關AI能力，可以參考數位產業署官網提供的相關培訓課程及AI能力認證內容，並透過相關資源來強化自己的AI競爭力。 以下整理素養類、工具類及專案類3種AI認證資源。 AI產業能力認證參考：素養類 AI素養類認證主要為「建立AI基本認知與倫理觀念」，不要求實作能力或程式操作。相關認證包括：經濟部iPAS AI應用規劃師、資策會生成式AI能力認證、AIA的AI素養級認證等。 點擊「認證名稱」可查看更多認證資訊及歷屆試題資源： 認證名稱辦理單位iPAS AI應用規劃師初級經濟部產業發展署生成式AI能力認證財團法人資訊工業策進會人工智慧工程素養認證財團法人資訊工業策進會AI 素養級認證臺灣人工智慧學校TQC生成式AI應用與技術（實用／進階／專業）財團法人中華民國電腦技能基金會TQC人工智慧應用與技術（實用／進階／專業）財團法人中華民國電腦技能基金會EEC企業電子化人工智慧應用師財團法人中華民國電腦技能基金會 AI產業能力認證參考：工具類 AI工具類認證聚焦在「熟悉並應用AI工具完成任務」，要求能使用特定AI平台、工具或模型進行應用實作。例如：AWS Certified AI Practitioner、Microsoft AI-900: Azure AI基本概念、Google Cloud機器學習證照等都屬於此類。 點擊「認證名稱」可查看更多認證資訊及歷屆試題資源： 認證名稱辦理單位iPAS AI應用規劃師中級經濟部產業發展署生成式AI美術設計能力認證初級財團法人資訊工業策進會生成式AI美術設計能力認證中級財團法人資訊工業策進會生成式AI辦公室應用能力認證財團法人資訊工業策進會運用大語言模型建置對話助理能力評測（即將上架）財團法人資訊工業策進會 AI產業能力認證參考：專案類 專案類認證聚焦在「具備獨立完成AI專案的實戰能力」，用於評估技術人員是否具備立即上手企業AI任務的能力。包括：IBM AI Engineering Professional Certificate、Databricks Certified Machine Learning Professional等。 點擊「認證名稱」可查看更多認證資訊及歷屆試題資源： 認證名稱辦理單位TQC＋人工智慧：機器學習財團法人中華民國電腦技能基金會 104學習－課程推薦： LLM解決方案開發實戰班（緯育） AI資料科學家全方位學程（緯育） AI醫學影像分析實作直播學程（緯育） AI學習資源專區｜AWS免費課程系列，完課自動同步學習紀錄到履歷表！ 更多認證及培訓課程資訊，可至數位產業署官網查詢參考最新附表：AI產業人才認定指引專區 AI人才職涯發展路徑圖及轉職跨領域建議 不同科技背景的人，想成為3大類AI人才，職涯路徑要怎麼走？《AI產業人才認定指引》提供一份「AI人才職類與發展路徑圖」，整理「理工相關科系」及「其他科系」發展成為3大類AI人才（AI應用／開發／研究）的可能路徑。 資料來源：數發部《AI產業人才認定指引》 1. 以「AI應用人才」為例： 職涯發展路徑：AI工具使用能力與素養→職務加值型／AI導入型→AI產品經理 →AI應用人才跨域指引：未來若想轉向開發，需補足軟體工程及演算法知識，可跨域至「軟／硬體工程師」路徑。 2. 以「AI開發人才」為例： AI開發人才有2條主要的發展路徑：AI工程師、資料專業人員，共同負責AI系統的建構和資料驅動。 AI工程師路徑：軟／硬體工程師→AI工程師→AI技術主管／AIOps工程師。 → 轉資料途徑：若軟／硬體工程師或AI工程師對資料品質、資料策略有興趣，可加強統計學和資料治理知識，跨域至「資料科學家」路徑。→ 轉管理途徑：AI工程師或技術主管若具備良好溝通與領導力，可轉向「AI產品經理」或更高階的技術管理職位。 資料專業路徑：資料分析師→資料科學家。 → 轉工程師途徑：資料科學家補足軟硬體工程技術後，也可以轉向「AI工程師」途徑。 3. 以「AI研究人才」為例： 職涯發展路徑為：深入數學／統計、演算法研究→AI科學家／研究員→研發主管 → 跨域指引：AI科學家／研究員的成果是應用源頭，若能理解市場需求，可將研究成果轉化為實際產品。可跨域與「AI專案產品管理」合作，或轉向至該路徑。 AI產業人才常見職稱及104工作機會一覽 AI應用人才常見職稱及專業技能 《AI產業人才認定指引》指出，目前AI應用人才的職稱命名仍具有彈性和過渡性，需要依照產業特性和職務內容來判斷。以下整理參考職稱、角色定位、專業技能及最新工作機會。 點擊職稱或工作機會，可查看職缺： 參考職稱角色定位工作機會既有職稱（行銷專員、行政助理、人資專員等）AI工具的高效終端使用者和應用者看職缺>AI應用規劃師AI導入顧問流程優化專員協助企業規劃導入AI的數位轉型流程看職缺>AI產品經理技術與業務的橋樑，推動AI專案執行看職缺>資料標註師連接原始數據與AI模型理解的橋樑看職缺>資料分析師轉譯數據為可執行的洞察，支援AI導入成效評估與商業優化決策看職缺> 1. 既有職稱（行銷專員、行政助理、人資專員等） 角色定位：AI工具的高效終端使用者和應用者 核心職責：於既有職務範圍內，透過熟練使用既有AI工具、應用程式或軟體，來提升個人工作效率、優化工作成果、輔助決策或拓展創意。 專業技能：核心專業仍是其原本的職務領域，此外對AI工具具備理解與判斷，熟悉多種AI工具的操作、Prompt編寫能力、生成式應用技巧。 工作機會：行銷專員、行政助理、人資專員、看更多應用AI工具職缺> [joblist_plugin title='更多104【應用AI工具】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=AI%E5%B7%A5%E5%85%B7&order=15' amount='1'] 2. AI應用規劃師／AI導入顧問／流程優化專員 角色定位：協助企業規劃導入AI的數位轉型流程 核心職責：建構AI導入藍圖、評估痛點與效益、推動變革管理、企業訪談、現況盤點、需求分析、技術評估與導入建議。 專業技能：商業策略思維、資料治理、AI趨勢與工具理解、跨域分析、商業架構、數位工具評估與推進能力。 工作機會：AI應用規劃師、AI導入顧問、流程優化專員、看更多AI應用規劃職缺> [joblist_plugin title='更多104【AI應用規劃】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=ai%E6%87%89%E7%94%A8%E8%A6%8F%E5%8A%83&order=15' amount='1'] 3. AI產品經理 角色定位：技術與業務的橋梁，推動AI專案執行 核心職責： 整合使用者需求與AI功能，設計應用情境與流程，與技術團隊協作落地應用。 負責規劃與管理以AI驅動產品或服務的設計、開發與市場導入，常需與技術、設計與業務單位密切合作。 專業技能：商業分析、AI應用理解、需求分析、技術溝通 工作機會：看更多AI產品經理職缺> [joblist_plugin title='更多104【AI產品經理】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=AI%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86&order=15' amount='1'] 4. 資料標註師 角色定位：連接原始數據與AI模型理解的橋樑 核心職責： 根據專案要求和標註規範，對文本、圖像、音訊、影片等各類型原始數據進行清洗、標註與分類。 確保標註數據的準確性和一致性，作為AI模型訓練的基礎。 識別數據中的潛在問題（如偏見、不足），並進行反饋。 專業技能：專案基礎領域知識與數據理解、標註工具操作、重複性工作效率與抗壓性 工作機會：看更多AI標註職缺> [joblist_plugin title='更多104【AI標註】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=AI%E6%A8%99%E8%A8%BB&order=15' amount='1'] 5. 資料分析師（介於AI應用與AI開發之間） 角色定位：轉譯數據為可執行的洞察，支援AI導入成效評估與商業優化決策 核心職責：運用資料分析工具與統計方法，進行資料整理與清洗、探索性資料分析、視覺化報表製作、KPI指標追蹤、洞察報告撰寫、跨部門需求溝通、支援策略分析與AI導入績效評估。 專業技能：SQL、Excel、Tableau、Power BI、統計分析、Python/R（進階）、資料視覺化、問題拆解與商業邏輯思維 工作機會：看更多AI數據分析職缺> [joblist_plugin title='更多104【AI數據分析】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=AI%E6%A8%99%E8%A8%BB&order=15' amount='1'] AI開發人才常見職稱及專業技能 AI開發人才常見職稱，在不同公司或組織也可能會有所差異。例如，「AI工程師（AI Engineer）」是最常見的職稱，泛指負責建構AI系統的人員。以下整理參考職稱、角色定位、專業技能及最新工作機會。 常見職稱角色定位工作機會自然語言處理（NLP）工程師專注於開發能夠理解和生成或人類語言的AI系統看職缺>大型語言模型（LLM）工程師專注於設計、開發與調校大型語言模型（LLM），使其能夠理解、生成並應用人類語言於各種場景中看職缺>電腦視覺（CV）工程師專注於開發能夠理解和分析圖像與影片的AI系統看職缺>機器學習（ML）工程師AI領域的核心角色，專注於設計、開發、訓練和部署機器學習模型看職缺>資料科學家擅長從巨量資料中提取有價值的洞察，並利用這些洞察為企業提供決策支持。看職缺> 1. 自然語言處理（NLP）工程師 角色定位：專注於開發能夠理解和生成或人類語言的AI系統。 核心職責： 運用NLP技術，實現文本分析、語言識別、機器翻譯、聊天機器人等功能。 廣泛應用於客服、輿情分析、內容生成等領域。主要工作在於使AI可以理解以及生成類人類的語言。 專業技能： 熟悉NLP相關演算法和技術（如詞向量、語言模型、transformer）。 熟練使用NLP函式庫（如NLTK、spaCy）。 具備深度學習框架的使用經驗。 大型語言模型 (LLM) 工程師 工作機會：看更多NLP相關職缺> [joblist_plugin title='更多104【NLP】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=NLP&order=15&page=4&jobcat=2007000000' amount='1'] 2. 大型語言模型 (LLM) 工程師 角色定位：專注於設計、開發與調校大型語言模型（LLM），使其能夠理解、生成並應用人類語言於各種場景中。 核心職責： 負責建置與優化語言模型架構（如Transformer），訓練與微調模型以符合特定應用需求，並解決模型生成偏誤、知識更新等問題。 應用範圍包含智慧客服、知識問答、語意理解、內容生成、程式輔助撰寫等，也需參與模型部署與效能評估。 專業技能： 熟悉自然語言處理技術與演算法（如詞嵌入、命名實體辨識、語意分析、知識蒐集）。 精通語言模型架構（如GPT、BERT、T5）與其訓練原理，熟練使用深度學習框架。 具備資料清洗、標註與語料管理能力，並能處理多語言或特定領域語料。 工作機會：看更多LLM相關職缺> [joblist_plugin title='更多104【LLM】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=LLM&order=15&jobsource=blog&page=1&jobcat=2007000000' amount='1'] 3. 電腦視覺（CV）工程師 角色定位：專注於開發能夠理解和分析圖像與影片的AI系統。 核心職責： 運用圖像處理和深度學習技術，實現圖像識別、物件檢測、影像分割等功能。 廣泛應用於自動駕駛、安全監控、醫療影像分析等領域。主要工作在於開發出讓電腦可以辨識圖像，以及影片的相關應用。 專業技能： 熟悉圖像處理和深度學習演算法。 熟練使用電腦視覺函式庫（如OpenCV）。 具備深度學習框架的使用經驗。 工作機會：看更多電腦視覺相關職缺> [joblist_plugin title='更多104【電腦視覺】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=CV+%E9%9B%BB%E8%85%A6%E8%A6%96%E8%A6%BA&order=15&page=2&jobcat=2007000000' amount='1'] 4. 機器學習（ML）工程師 角色定位：AI領域的核心角色，專注於設計、開發、訓練和部署機器學習模型。 核心職責： 研究各式機器學習演算法，並利用演算法解決商業問題。 透過大量數據處理與特徵工程，持續優化模型以提升性能。主要工作在於利用機器學習，使得AI應用可以達成預期的目標。 專業技能： 精通機器學習演算法（如監督式學習、非監督式學習、強化學習）。 熟練使用機器學習框架，具備資料處理和分析能力。 工作機會：看更多機器學習相關職缺> [joblist_plugin title='更多104【機器學習】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92+ML&order=15&page=1&jobcat=2007000000' amount='1'] 5. 資料科學家 角色定位：擅長從巨量資料中提取有價值的洞察，並利用這些洞察為企業提供決策支持。 核心職責： 運用統計分析、機器學習和資料可視化等技術，探索資料中的模式和趨勢。 需具備良好的商業理解能力，能夠將資料分析結果轉化為可執行的商業建議。主要工作在於分析資料，並且產出具有價值的資訊，輔助企業做出正確判斷。 專業技能： 精通統計分析和機器學習演算法。 熟練使用資料分析工具（如Python、SQL）。 具備資料視覺化和報告撰寫能力。 工作機會：看更多資料科學家職缺> [joblist_plugin title='更多104【資料科學家】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&page=1&jobcat=2007001021' amount='1'] 投入AI領域3大建議：要具備哪些核心技術和軟實力？ 對於有興趣投入AI領域發展的人，《AI產業人才認定指引》最後給出3個建議：1.根據個人興趣及專業背景選擇自己的AI職涯起點（參考AI人才職涯發展路徑圖），2.需具備核心技術基礎、3.培養關鍵軟實力和終身學習態度。 其中列出的4個核心技術基礎，對AI開發人才和AI研究人才來說是必備的；至於AI應用人才雖不要求具備開發能力，但若能對於基礎知識有一定了解，將能更有效運用AI工具，與技術團隊的溝通協作也會更順暢。 程式語言： 專精Python，並熟悉其在AI領域的函式庫（如NumPy, Pandas, Scikit-learn, TensorFlow/PyTorch）。 數學與統計：掌握線性代數、微積分、機率統計，是理解AI模型運作的基礎。 資料基礎：理解數據庫（SQL）、資料清洗、資料前處理、資料可視化等基本技能。 軟體工程：熟悉版本控制（Git）、基礎軟體開發流程。 而在軟實力方面，不論選擇哪種AI職涯都需具備以下能力： 解決問題能力：能分析問題、提出解決方案並有效執行 溝通協作能力：AI專案通常需跨部門協作，溝通要清晰有效 批判性思維與創新：不盲從、敢於質疑，並能提出創新想法 適應變化與終身學習：AI技術發展訊續，需保持好奇心，持續學習新知和新工具 專案實戰：透過參與開源專案、Kaggle競賽、校內外專案或實習，累積經驗並建立作品集 數發部「AI產業人才認定指引」電子書下載 本文由《104職場力》整理重點懶人包，完整內容請參考數發部《AI產業人才認定指引》： 【電子書下載】AI產業人才認定指引下載 （資料來源：數發部AI產業人才認定指引）

只要10分鐘，用AI輕鬆打造高質感商務短影音！一人完成腳本、剪輯、配音、字幕等全流程，無需團隊也能專業上線。 我們將帶你實戰操作，讓你學會 📍不會剪片也能文字變影片 📍輸入腳本同步產出影音 📍虛擬主播免出鏡說明 📍展場解說與內訓互動教材 📍製作AR展覽、履歷與印刷 名額有限，立即報名 https://reurl.cc/eMZEYj 📅上課日期: 7/12(六)9:30-16:30、7/19(六) 9:30-16:30

你是否曾經在工作中感到迷茫，不確定自己真正適合什麼樣的職業？還是你已經在職場多年，卻覺得找不到發揮天賦的機會？ 現在，機會來了！ 透過AI專業測驗與職涯規劃課程，幫助你重新認識自己，挖掘最適合你的職場定位。不論你是正在求職、職涯轉型，還是想要突破職場瓶頸，這堂課都能給你全新的啟發和方向！ 👩‍🏫 課程亮點： ✅ AI個人化報告，精準解析你的職涯優勢 ✅ 專業測驗幫助你找到真正適合的工作方向 ✅ 超強實作課程，引導自我評估與回顧心流，找出專屬的天賦才能 🎁 特別加碼： 參加課程還可獲得專屬100點 LINE POINTS獎勵！ 👉 立即報名：https://senior.104.com.tw/c/66c4291c1268520613a104e5?utm_source=104nabi&utm_medium=post

AI 都會寫 code 了，我還能轉職工程師嗎？ 別再猜了！讓我們用數據和真實經驗讓你看到趨勢、看到未來 帶你一探AI為軟體工程師打造的新藍海 📍 【免費直播】轉職前導課－AI時代下，工程師的職涯趨勢與發展 🔗 https://tibame.tw/1cMUa 讓你在 1.5 小時內掌握： ✅ AI 時代的 IT 產業趨勢與職涯方向 ✅ 哪些工程職位將迎來黃金紅利期 ✅ 非本科、零基礎如何跨入工程職 ✅ 緯育 TibaMe 如何陪你從學習 → 求職全程支援 🔥 現場加碼！ 參加就送「轉職大禮包」，還有機會獲得價值「AI職涯顧問課程」 🗓️ 時間：11/20（四）12:00–13:30 🔗 報名連結：https://tibame.tw/1cMUa 👉 現在報名，明年就能換你上車！

🎬 短影音風潮席捲全網，你還在花時間剪片嗎？ 只要一支影片，AI 幫你自動剪出 30+ 短影片供發布！🔥 操作重點： ✅ 上傳一支影片（課程錄影、演講、訪談都行） ✅ Vizard.ai 自動轉錄、剪輯、加字幕 ✅ 幫你挑重點、套表情符號、加特效 ✅ 一鍵輸出 YouTube Shorts / IG Reels 等格式！ 💡再教你如何自動生成社群文案與 Hashtag、打造品牌風格模板！ ________________________________________ 📍 課程名稱：AI短影音工廠：一鍵生成30支熱門影片的秘訣 📅 時間：2025/8/15（五）線上直播課程 🧠 適合對象：講師、創作者、社群行銷人員、品牌經營者 🛠 工具主打：Vizard.ai 📌 免費版就能剪出 30 支短影片！不會剪片也能輕鬆上手 費用：定價新臺幣2,700元/人，特別優惠2,300元/人（6/12前完成報名及繳費流程） 📞 聯絡人：外貿協會 沈小姐 (07)525-0260#32，brenda@taitra.org.tw 📌 立即加入，讓 AI 成為你的工作夥伴 ➤ https://events.taiwantrade.com/2025AIC14B8或掃描下圖QR碼報名

AI時代來臨 聽過AI卻不知道有哪些相關職務嗎？ 🎯AI智慧應用開發實戰養成班用500小時 將你打造成企業要的即戰AI人才！ 👉 https://bit.ly/3R1fBQH 透過完整且系統化的課程你將學會 ✅ Python資料處理 ✅ 雲端平台應用 ✅ 機器學習 ✅ 深度學習 ✅ 影像辨識 ✅ 文字分析 ✅ Tableau數據視覺化 比起理論我們更重視實戰！ 講師除了本身擁有豐富的業界資歷，更會在學習過程中引導你逐步完成專題，歷屆學員都成功透過所學以及專題作品順利就業成功🎉🎉🎉 這些都是他們結訓後的常見出路👇 ✅ Python工程師 ✅ 資料工程師 ✅ ETL工程師 ✅ BI分析師 ✅ 雲端工程師 近期最多人憧憬的企業──緯創資通更是我們企業媒合的長期夥伴～🙌 還在等什麼，只要在11/20前搶先報名即享有7折優惠 如果還是在猶豫中的你， 我們也有提供免費課程說明會場次 由專人解說培訓模式➕技能養成藍圖➕履歷健診➕就業媒合模式 👉 https://bit.ly/40KdPXd

就業服務法第5條第2項第2款規定：「雇主招募或聘僱員工，不得有下列情事：二、違反求職人或員工意思，留置其國民身分證、工作憑證或其他證明文件，或要求提供非屬就業所需之隱私資料。」第67條第1項規定：「違反第5條第2項第2項規定者，處新臺幣6萬元以上30萬元以下罰鍰。」其中，「或要求提供非屬就業所需之隱私資料」之規定為民國101年11月30日施行，其修正目的是使求職者與受僱員工之工作權及個人隱私得以獲得保障。 就業服務法施行細則第1條之1規定：「本法第5條第2項第2款所定隱私資料，包括下列類別： 一、生理資訊：基因檢測、藥物測試、醫療測試、HIV 檢測、智力測驗或指紋等。 二、心理資訊：心理測驗、誠實測試或測謊等。 三、個人生活資訊：信用紀錄、犯罪紀錄、懷孕計畫或背景調查等。」 下舉勞動部民國110年11月26日勞動法訴字第1100013596號訴願決定書的個案為例： 事實： 訴願人於求職人報到時要求提供「個人信用紀錄」及「警察刑事紀錄證明書」等隱私資料，與求職人應徵之「業務諮詢顧問」職務欠缺正當合理之關聯，違反就業服務法第5條第2項第2款規定。案經原處分機關臺中市政府審查屬實，依同法第67條第1項規定，裁處訴願人罰鍰新臺幣6萬元整。 理由： 雇主要求求職人提供之隱私資料，是否為招募從事該職缺所必要提供之資訊，或從事該職缺所需之職能資料，而為就業服務法第5條第2項第2款所稱「就業所需之隱私資料」，應按各行業及職業之屬性，予以認定。 查本案求職人應徵之職務為「業務諮詢顧問」，其工作內容為透過電話、電腦雲端平臺，介紹與銷售公司產品，並提供客戶專屬課程規劃服務，可知該職缺之核心職能要求應具備溝通表達、產品銷售專業能力。就此以觀，該職務之工作屬性，訴願人要求求職人提供「個人信用紀錄」及「警察刑事紀錄證明書」，自非從事該職務人員就業所需之隱私資料，亦與訴願人徵才目的間，未具有正當合理之關聯性。 訴願人訴稱業務同仁執行職務過程中，會接觸到客戶之信用卡資訊、存摺封面等個人資訊。訴願人自需在選任受僱人加倍嚴謹，以避免發生業務同仁因欠債壓力盜用客戶個人資料或變賣客戶個人資料牟利，損及客戶權益及影響社會秩序等語。是訴願人要求系爭資料應係為達成了解求職人有無利用客戶個人資料之風險。惟查訴願人以個人刑事紀錄證明及信用報告，固然有助於達成前述目的之可能，然該等資料乃係個人隱私及名譽之表徵，而訴願人為加強資訊安全，應係透過內部稽核、定期抽查員工掌握資料、確保資料流向等方式，而非透過侵害個人隱私之方式為之，是「個人信用紀錄」及「警察刑事紀錄證明書」皆係與「業務諮詢顧問」之工作內容無關之隱私資料，並已逾越訴願人基於該職務之工作內容需求或維護公共利益等特定目的之必要範圍。訴願人違反就業服務法第5條第2項第2款規定之事實，足以認定。

日文中「想做某件事時」，有2個用法：「～たいです」、 「～たがります」。 「行きたいです」 V.S. 「行きたがります」 「～たいです」用於第1、2人稱，而「～たがります」則用於第3人稱，以「行きます」為例來說明。 1.行きたいです 第1人稱「我想去～」 例句： 温泉に行きたいです。 →我想去泡溫泉。 2.行きたいですか 第2人稱「你想去～嗎？」 例句： 温泉に行きたいですか。 →你想去泡溫泉嗎？ ......... 更多學習文章內容，可前往完整文章：https://colanekojp.com.tw/classroom_detail/155

在勞動檢查機關派員實施勞動檢查後，如認定雇主涉有違反勞動法令規定事項者，雇主將會陸續收到由勞動檢查機關發出的勞動檢查結果通知書；此外，也會收到來自地方勞工行政主管機關發出的罰鍰處分通知書（如審認雇主違反勞動法令規定屬實）。 有雇主同時收到勞動檢查結果通知書及罰鍰處分通知書，認有違業者認知，該罰鍰處分通知書應是雇主未對勞動檢查結果通知書，於10日異議期間表示異議之後，地方勞工行政主管機關始得核發罰鍰處分通知書。 以勞動部民國107年3月30日勞動法訴字第1060027790號訴願決定書為例（此是屬於違反職業安全衛生法的案件）： 理由： 本案職安署106年7月20日勞職北4字第10610265001號函附勞動檢查結果通知書，係依勞動檢查法第25條第1項規定，檢附勞動檢查結果通知書，告知訴願人限期改善，並應將檢查結果通知書公告7日以上，核與本部106年7月20日勞職授字第1060203181號職業安全衛生法罰鍰處分書，係裁處訴願人罰鍰，兩者性質並不相同。 訴願人有無依勞動檢查法施行細則第21條規定於10日內提起異議，要無影響本部依職業安全衛生法第26條第2項、第45條第2款及第49條第2款規定裁處權限。 小結： 如上說明可知，受檢雇主如同時收到勞動檢查結果通知書與罰鍰處分通知書，不要感到意外。因上述二者性質本不相同，其所適用的法律亦有不同，勞動檢查結果通知書是適用勞動檢查法之規定而來，罰鍰處分通知書則是適用職業安全衛生法所為違法認定之結果（以本文所引訴願為例）。受檢雇主不要錯誤認知，以為中央或地方主管機關須俟雇主對勞動檢查結果通知書之行政處分救濟無果後，始得另案依違反勞動法令規定事項進行行政裁罰。

你是否也常有這種時刻？ ​ 專案成功了，你被老闆大力稱讚，你心裡的第一個念頭卻是：「...還好啦，這次只是運氣好。」 ​ 拿到一個夢寐以求的升遷，你開心的時間不超過十分鐘，下一秒就開始恐慌：「完蛋，如果我做不好怎麼辦？他們會不會發現我根本沒那麼厲害？」 ​ 如果這些OS你全都中，那恭喜你，你並不孤單。你很可能正深陷在「冒牌者症候群」的泥沼裡。 ​ Emily就是一個被「冒牌者症候群」綁架的典型個案。 ​ 客觀來看，她是標準的「人生勝利組」。名校畢業，工作五年就爬到行銷副理，團隊都服她。但實際上她的狀態差到不行，焦慮到失眠。 ​ 她的公司剛交付給她一個千萬等級的年度專案，這本該是她大展身手的舞台。 ​ 但這份「肯定」，卻成了壓垮她的最後一根稻草。 ​ 她說：「我真的快不行了。我每天都超慌，我總覺得我會搞砸這一切。」 她又問自己：「妳過去也成功執行過好幾個大案子，不是嗎？」 她卻又立刻搖頭：「那不一樣！ 上次是因為客戶人好、上次是剛好搭上熱潮、上次是隊友罩我...我根本不知道我上次是怎麼成功的！ 這次...這次我一定會被看穿。」 ​ 她因為害怕「被看穿」，開始瘋狂加班、檢查所有細節到凌晨三點，甚至因為壓力太大，開始拖延最重要的策略規劃。她越努力，就越焦慮。 ​ Emily的痛苦，就是「冒牌者症候群」最可怕的地方：它會讓你的「成就」，變成你「焦慮」的來源。 ​ 這種職場心理狀態，特別容易出現在高成就、高責任感的人身上。經驗中，這些「冒牌者」通常會陷入三種有毒的思維陷阱： ​ 第一種：「完美主義的超人」。 這類人相信，他們必須在「所有」事情上都表現完美。他們不允許自己犯任何小錯。只要有一個細節沒顧到，例如簡報上打錯一個字，他們就會立刻否定自己全部的努力，覺得「看吧，我果然是個騙子，連這個都沒做好。」 ​ ​ 第二種：「天生好手」的迷思。 這類人深信，如果一件事情需要他「花時間努力」才能學會，那就代表他「沒有天分」，不配得到這個成就。 ​ 危險點： 他們極度害怕「學習過程」被看見。他們不敢問問題，也不敢接受新挑戰。他們只願意做那些「看起來毫不費力」的事。 ​ 第三種：「獨行俠」的包袱。 這類人認為，「尋求幫助」就等於「承認自己無能」。他們覺得既然這個位子是我的，我就必須「獨自」搞定所有事。 ​ 危險點： 他們會扛下所有不該扛的責任，拒絕團隊合作，最後把自己孤立起來，直到被壓力壓垮。 ​ 如果你發現自己中了任何一項，別怕，這不是你的錯。這只是你的「大腦程式」需要更新了。 ​ 你不需要「消除」焦慮，你只需要「戳破」它。 ​ 1. 建立你的「客觀事實檔案夾」： 冒牌者症候群是用「主觀感覺」在攻擊你，所以你要用「客觀事實」反擊。 ​ 準備一個筆記本或檔案，把你所有「具體的成就」寫下來。 ​ 錯誤示範： 「我專案做完了。」 正確示範： 「我（具體行動）導入了 A/B 測試，讓點閱率（客觀數據）提升了 15%，為公司（實際貢獻）帶來了 50 萬營收。」 ​ ​ 2. 重新定義「努力」與「求助」： 你必須打從心底接受：「努力」並不可恥，「求助」更是強者的象徵。 ​ 1： 把「我怎麼連這個都不會？」改成「這個新東西很有趣，我該怎麼學會它？」 2： 把「我不敢問」改成「我想跟你請教一個專業問題...」 ​ 重點提醒： 真正厲害的人，不是什麼都會，而是「知道如何最快找到資源」。 ​ 3. 練習「小規模搞砸」： 「完美主義」的解藥，就是「接受不完美」。 ​ 重點提醒： 在「非核心」的任務上，刻意練習「做到 80 分就好」。例如，一封內部信，檢查一次就寄出，不要改 10 遍。你會發現，天真的沒有塌下來，地球還在轉。 ​ Emily後來怎麼樣了？ ​ 她沒有奇蹟似地變成一個 100% 自信的人。她接下了那個千萬專案，過程中她還是很焦慮。 ​ 但她做了不一樣的嘗試。 ​ 她在第一次策略會議上，就主動跟團隊說：「這是我初步的構想，但我對 A 部分的數據掌握還不夠，需要大家支援。」 ​ 她也開始建立她的「事實檔案夾」。她說，每當她又想拖延時，她就去看看那個檔案，告訴自己：「我不是騙子，我是靠著這些戰功走到這裡的。」 ​ 專案結案時，成果斐然。她笑著說：「我現在還是會焦慮，但我不再把它當成『我無能的證明』，我只把它當成『我對自己要求很高』的副作用。」 ​ 你不是運氣好。你是真的，真的，很努力。 你的優秀值得被你自己看見。

當多數新鮮人因為AI而求職艱難，卻有一群人在這波浪潮中逆勢崛起！究竟什麼行業的人才，不僅是各大科技公司爭相招募的對象，年薪更是輕鬆突破百萬美元？ 文／田孟心　由天下雜誌授權轉載 本文導覽 AI造成失業，卻也創造高薪機會！懂AI的科學家，薪資飛躍成長如何進入產業？對的AI技術、學習資源及實踐經驗都很重要！ AI造成失業，卻也創造高薪機會！ 如今，AI原生代出現一群大學剛畢業，甚至還沒畢業就被重金禮聘的人才，企業要這群人做什麼？當軟體工程師的時代已結束，下一個世代最炙手可熱的專業，該怎麼入場？ 對於年輕人來說，由於AI浪潮，現在的求職市場很艱辛。 在美國，近四成企業主寧願招募AI，也不想手把手培訓大學畢業生。這導致入門級工作者的就業市場持續低迷，甚至高於所有勞工的失業率。 然而，這樣的情況也讓一群人乘勢而起：擁有機器學習專業知識的人才。 他們可能僅20歲出頭，但擁有AI的專業知識——不是在工作中運用AI，而是真正做出AI模型——讓他們年薪高達數十、數百萬美元。 懂AI的科學家，薪資飛躍成長 根據AI人才招募公司Burtch Works，從2024到2025年，擁有0至3年經驗的AI非管理職員工的基本薪資，成長約12%，是所有經驗人群中漲幅最大。 這份報告分析了數千名AI和資料科學求職者的薪資，發現擁有AI專業的工作者也更容易晉升管理職，速度是其他技術領域同行的兩倍。 搭上AI熱潮的數據分析軟體公司Databricks，就十分歡迎畢業生加入，並開出19萬-26萬美元（581萬-796萬台幣）年薪給僅有兩年工作經驗的生成式AI研究科學家。 「我們確實有一些員工雖然資歷很淺，但影響力很大，而且薪資很高，」執行長哥德西（Ali Ghodsi）說，「不到25歲，就能年收百萬美元。」 根據薪資數據平台Levels.fyi，在Roblox等公司，許多需要零到一年經驗的機器學習工程師職位年薪高達20萬美元（612萬台幣）。Levels.fyi分享，已看到42份來自AI公司逾百萬美元的招聘邀請。 更有名氣的新創Scale AI，約有15%的員工年齡在25歲以下，而且給畢業生的基本年薪也是直接開出20萬美元。 一家目標是解決AI幻覺問題的AI新創CTGT，共同創辦人果拉（Cyril Gorlla）表示，公司員工的平均年齡只有21歲，而部分員工的股權目前價值約50萬美元（1530萬台幣）。 果拉本人今年也才23歲，不過他不斷收到更加年輕的潛在員工申請求職，其中包括一名16歲，但已發表過AI論文的年輕人，「幾年前我絕對沒看過這種情況，」果拉說。 如何進入產業？對的AI技術、學習資源及實踐經驗都很重要！ AI工程師使用機器學習演算法和深度學習神經網路，來建立AI模型，從而獲得商業點子，推動各行各業的自動化、預測分析和個人化服務。 培養上述技術，包括了解AI工程師通常使用的工具： 程式設計：學習Python、R、Java和C++等程式語言，以便建立和實作模型 機率、統計和線性代數：實現不同的AI和機器學習模型所需要的基礎知識 大數據技術：了解Apache Spark、Hadoop和MongoDB來管理所有數據 演算法和框架：了解機器學習演算法（例如線性迴歸和單純貝氏分類器）以及深度學習演算法（例如循環神經網路和生成對抗網路），並能夠使用框架實現它們。常見的AI框架包括Theano、TensorFlow、Caffe、Keras和PyTorch 除了在學校等專業機構修讀相關課程，許多線上課程在教授相關知識，例如史丹佛大學和DeepLearning.AI的「機器學習專案課程」、哈佛大學的「機器學習與AI課程」、MIT的「應用AI與資料科學課程」，其他類似課程可以在線上學習平台Coursera、edX、Udemy找到。 學習知識理論之外，實踐經驗對於精通AI也至關重要。參與專案、實習和黑客松對於一名AI工程師的履歷很加分。 曾經，軟體工程師是追求金錢仕途的學生眼中最理想的崗位，讓他們一窩蜂往該領域投入，但這個前景已經被AI原生世代的新工程師所取代。 預期AI工程會和上個世代的傳統程式設計一樣，影響不少年輕人的職涯選擇，只是這個領域的變化更快，也更考驗數學能力。 （資料來源：WSJ, Forbes, NYT） （原文標題：AI世代最夯新職位》為什麼他們零經驗，年收20萬美元起跳？） 延伸閱讀： AI仍難取代！逾7,800名Giver職涯志工  陪伴29萬人次求職者職涯找出路 AI到底取代哪些人的工作？史丹佛最新大型研究揭「首當其衝族群」 只有AI獨自升級？為何有超凡的科技，職涯卻沒爆炸性突破？ AI時代的資工人該何去何從？專家：向「文組」取經 專家：多數人用ChatGPT的方法都錯了 除了答題還能創世　9個ChatGPT不務正業的創意用法

利用Excel處理有效率地解決HR需要處理的問題 本書主要介紹Excel在人力資源管理中的應用，涵蓋了人力資源管理中的招聘與培訓管理、員工關係管理、績效管理、考勤與假期管理、薪酬與福利管理以及人力資源規劃中的人員調度等模組。緊密結合人力資源管理中的實際案例，深入淺出地講解Excel中的基本操作、函數與公式、樞紐分析表、圖表以及資料的取得與轉換等功能的應用。 源自工作現場的實際案例，可直接移植、套用 以人力資源管理中的實際案例為出發點，系統全面地介紹Excel在人力資源管理中的應用。除此之外，書中還介紹了Power Query和Power Pivot的使用，即資料取得與轉換功能、資料建模與分析功能。書中的公式與函數、圖表、Power Query等內容適用於實際工作中的絕大多數場景，讀者可以直接移植、套用 ....<看更多書籍介紹> http://books.gotop.com.tw/v_ACI034600#02

這部影片主要針對Google Sheet 同一個欄位進行多個條件值的篩選，也適用於MS Excel唷，Filter真的是好多變化，頻道內也有多部跟Filter相關的單元唷~ ．此影片錄製使用版本：Google Sheet ．影片連結：https://youtu.be/n85Dhyqc7d4

沒資源、沒背景、家裏沒礦，甚至是負二代，負債的負 要怎麼樣才能賺錢呢?要怎麼樣才能再也不用爲錢煩惱? 答案就是，辦法靠近能賺錢、會賺錢的人 你要成爲什麼樣的人，你就要向什麼樣的人靠近 人是環境下的產物，你都沒錢了，還每天跟那些負債的人在一起，怎麼會有錢? 每個人都想改變，但是都不想被別人改變 我想健康，但是你要來改變我，我會排斥 可是你健康了，我會被你影響，你變有錢了，我就想要成爲你這樣的人 人很容易不知不覺的被別人影響 你要賺錢那就靠近能賺錢會賺錢的人，他們充滿熱情、夢想動力 愛賺錢的人，是睡不着的，不愛賺錢的人，是叫不醒的 想知道臺中怎麼去(怎麼賺到錢) 直接問去過臺中的人最快(賺到錢的人) 成功最快速的方法，不就是追隨成功者的腳步，複製成功者的方法嗎? 就這麼簡單，你會覺得難，是因爲你從來都沒有去過臺中(賺到錢) 人們總是會對於自己從來沒有做過的事情，感到恐懼 25年前我聽了我老師的一場演講，老師非常的優秀，這不就是我想成爲的樣子嗎! 所以我就跟著他，一起學習、一起創業，一開始沒有賺到錢，我依然全力以赴 後來成爲了銷售冠軍、增員冠軍、首席講師 就是因爲我靠近了我的老師，我從一個自卑、內向、沒有背景、沒有資源的普通人，活出了我想成爲的樣子 如果當初我聽完演講，我只是覺得他離我好遠，而不去靠近他 那現在我還是一個普通人，只是老了25歲 去靠近你想成爲的人吧!!!如果你想靠近的人是我，私訊我"靠近" 看看我們有沒有緣分能在現場碰個面 https://youtu.be/eljftClzRBM