104學習

104人力銀行 / 國立臺灣科技大學 / 【約⽤⼈員】電⼦計算機中⼼-技術組員(程式類人員) / 符合度分析
【約⽤⼈員】電⼦計算機中⼼-技術組員(程式類人員) 國立臺灣科技大學
履歷符合度:
登入計算

性格適合度:

職缺要求技能

未具備

JavaScript

測驗

ASP.NET

.NET

Microsoft SQL Server

AI應用

測驗

Docker

已具備

Python

測驗

Github

測驗

PostgreSQL

測驗

tensorflow

測驗

軟體工程

PyTorch

測驗
有已符合的經歷忘了填寫嗎?記得定期 更新履歷

學習推薦

104學習

產品

01/31 12:02

轉職首選!3 週從零到上手的數據分析師養成營 —— 104人力銀行 × 104學習 × 緯育 TibaMe 聯合推出
想跨入高薪、有前景,又能左右商業決策的數據分析師職涯,但擔心自己沒有程式背景、時間不夠嗎?
這堂【數據分析師學習營】或許是你理想的起點。
✨ 首次跨界合作,更強大資源整合✨
這次由 104學習精靈 首度攜手 緯育 TibaMe 聯合打造。
⚡104人力銀行 × 104學習精靈:深耕職涯數據多年,最了解台灣企業用人需求,課程更貼近市場實際職缺。
⚡緯育 TibaMe:累積多年產業培訓經驗,專注於 IT、數據、AI 等熱門技能轉職養成,培訓模式完整,輔導成效有口碑。
這樣的合作,讓學員享有真實的培訓經驗,學習效果與轉職落地率都更具保障。
課程亮點一次看
🔥3 週密集實戰:短短三週密集訓練,快速掌握職場必備技能,不必耗費半年、一年時間啃課表。
🔥零基礎設計:無需工程背景,也不用寫程式,由淺入深帶你學會資料庫查詢(SQL)與數據視覺化工具 Power BI。
🔥實戰作品累績履歷實力:課程設計強調實務操作,結訓不僅懂工具,更手上有完成的作品,讓履歷直接升級。
🔥專屬平台與支援:透過共學社群與專業助教協助,學習不再孤單。
為什麼你該報名?
🟢快速起步,快速看成果:三週聚焦提速進展,是在職或時間有限者的最佳選擇。
🟢具備市場需求核心技能:SQL 與 Power BI,完全符合企業當前的數據分析需求。
🟢履歷實力落地具體化:實作作品比起只學理論更能打動雇主眼光。
🟢104 × 緯育 TibaMe 強強聯手:把資源與專業結合,讓學習不只停留在課程,而是直通「就業」與「轉職」。
【名額倒數中,不要錯過現正優惠】
看更多
1 0 8179 1
職涯診所

01/29 00:05

0 0 726 0
2026 開發者的身價保衛戰:在 Vibe Coding 浪潮中,拿回你的「定義權」
最近與許多技術團隊負責人和企業主聊天,大家不約而同提到一個現象:「開發軟體的門檻好像消失了,但系統崩潰的風險卻變高了。」
隨著前特斯拉 AI 主管 Andrej Karpathy 提出的 Vibe Coding(氛圍編程) 成為主流,我看到很多非技術背景的朋友,靠著與 AI 聊天就能生出亮眼的 App 介面;我也看到許多工程師開發速度提升了數倍,卻在「上線後」陷入了前所未有的技術債深淵。
當 Vibe Coding 已經普及,隨之而來的卻是嚴重的「開發斷層」。當開發者只靠氛圍、不靠邏輯時,系統將變得混亂無序。身為技術顧問,我想分享一個關於 2026 年開發範式的核心觀察:
「當程式碼變得廉價,你的『定義權』就是你的身價。」
__
為什麼「感覺(Vibe)」很好,系統卻會崩塌?
AI 可以根據你的「氛圍」快速產出代碼,但它無法替你思考複雜的商業邏輯,更無法預見潛在的安全威脅。如果缺乏結構與驗證,Vibe 出來的結果往往是:
* 需求斷層: AI 寫出的功能外表亮眼,卻與實際業務場景完全脫節。
* 安全性漏洞: AI 為了追求功能實現,常產出帶有 SQL Injection、跨站腳本 (XSS) 或缺乏權限驗證的程式碼。這些隱蔽的資安破口,在上線後將成為駭客進出的後門。
* 邏輯黑盒: 沒有人敢改 AI 寫的 Code,因為沒人知道邏輯邊界在哪。
* 擴充災難: 隨意生成的代碼導致耦合度爆炸,系統最終難逃「砍掉重練」的命運。
要駕馭這場技術海嘯,我們需要一套更人性化、也更嚴謹的**「數位防禦思維」**。
__
從 User Story 出發:找回軟體的「靈魂」
很多失敗的 AI 專案,問題都出在指令(Prompt)太過破碎。在 AI 時代,我們必須回歸本質,從 User Story (使用者故事) 開始:
「身為 [角色],我想要 [功能],以便於 [獲得價值]。」
這不只是文件,這是你與 AI 溝通的底層邏輯。如果你無法清晰定義需求與價值,AI 給你的只會是一堆華麗卻無用的廢碼。
__
建立 AI 時代的「鐵三角」品質防線
為了確保 AI 產出的結果不只是「看起來會動」,開發團隊必須導入以下框架,構築穩固的防線:
1. BDD (行為驅動開發):將需求變成「活的規格」
AI 容易產生幻覺,我們不能只給任務,要給「場景」。透過 BDD 的 Given/When/Then 格式描述行為,讓 AI 清楚知道「什麼樣的結果才算成功」,將開發轉變為**「目標導向工程」**。
2. TDD (測試驅動開發):建立不可穿透的「品質護欄」
在叫 AI 實作功能前,先叫它寫測試單元。TDD 是對付 AI 不確定性最強大的武器。透過先行的測試案例(Test Cases),強迫 AI 產出的程式碼必須通過斷言(Assertion),杜絕技術債。
3. DDD (領域驅動設計):建立邏輯的「護城河」
AI 懂語法但不懂你的生意。我們需要 DDD 定義 Bounded Context (邊界上下文),建立一套**「通用語言」**。這能確保複雜系統在規模化擴張時,邏輯依然清晰且不崩壞。
4. SDD (規格驅動開發):構築穩定「鋼骨」
在 ASP.NET Core 框架下,我們利用強型別與依賴注入 (DI),將上述行為轉化為不可違背的 Interface (介面)。這份「規格」就是 AI 必須遵守的施工圖,確保系統具備企業級的穩定度。
__
從「開發者」到「架構師」:定義未來的規則
2026 年,開發者的角色正經歷劇烈重塑。我們不再需要更多「只會寫 Code 的工程師」,而是需要更多**「具備領域洞察力、能編寫高品質規格、並能驗證 AI 品質的架構師」**。
__
這也是我在 X School 規劃 【Vibe Coding AI 工程師養成班】 的初衷。我們不走傳統的語法教學,而是教你:
* 從 User Story 挖掘核心商業價值。
* 透過 DDD 建立健壯的系統模型。
* 利用 SDD、BDD 與 TDD 建立 AI 無法穿透的品質護欄。
* 在 ASP.NET Core 的架構下,實現真正的**「精準開發」**。
這是一場關於「主導權」的訓練。在 AI 淹沒平庸之前,先讓自己成為規則的制定者。
如果你感覺目前的 AI 開發流程讓你焦慮,或許缺的不是更強的模型,而是一套能駕馭 AI 的開發方法論。
【Vibe Coding 全端架構師養成:ASP.NET Core × AI LLM 企業級實戰】 現在就加入,成為定義規則的人。
想了解更多課程資訊請詳見以下連結👇
看更多
0 0 2262 0
104學習

產品

01/15 09:27

拒絕年後職涯焦慮:為什麼 2026 年你需要一張「會說話」的 AI 證照?
步入 2026 年,職場分水嶺不再是學歷,而是誰能更有效率地與 AI 協作。
面對轉職潮,單純在履歷上寫「會用 AI」已不足以說服面試官,現在企業更看重「即戰力」。資策會有兩張證照,分別從「基礎通識」與「職場實戰」切入,讓非技術背景的人才也能擁有標準化的專業背書。
除了 AI 素養,具備國際公認的管理框架也是加薪關鍵。根據 PMI (國際專案管理學會) 於 2025 年 11 月發布的《薪資調查報告:第 14 版》(Earning Power: Project Management Salary Survey, 14th Edition) 指出,持有 PMP 證照的專業人士,其薪資中位數在 21 個受訪國家中平均比未持有者高出 33%。這反映出企業對於「具備專業框架」且懂「商業敏銳度」人才的重視。
💡2026 熱門證照「實戰資訊」快報
❇️iPAS+ AI應用規劃師能力鑑定(初級)
▶️【點我免費做線上模擬測驗】
特色:國家級認證,證書永久有效。考試範圍包含人工智慧概論與生成式AI應用兩科,考題靈活且重視實際應用,且難度隨梯次逐漸加深的趨勢。
❇️生成式AI能力認證(資策會)
▶️【點我免費做線上模擬測驗】
特色:有明確的考試範圍與備考內容,證書兩年有效,通過率幾乎都有80%以上,目前已開放2026年1-3月場次報名。
❇️生成式AI辦公室應用能力認證 (資策會)
▶️【點我免費做線上模擬測驗】
特色:分學科與術科,評測生成式AI實際應用在文本創作、文案創作、圖像創作、簡報製作,強調AI實務操作,證書兩年有效,將於2026年3月進行考試。
❇️國際專案管理師PMP 👉擁有此證照面試邀約可提升45%
▶️【點我免費做線上模擬測驗】
特色:全球公認的專案管理專業資格,代表你掌握了專案規劃、執行、監控與結案的完整知識體系,能有效提升跨部門溝通協調、進度控管及風險管理能力。
挑選一張與您工作場景契合的證照,這將是您在數位浪潮中不被取代的生存證明。
➡️【推薦給你的考照學習資源】
看更多
0 0 1221 0
104學習

產品

01/13 09:32

【AI 不只是工程師的事:職場人2026都該學會的能力】
在 2026 年的職場裡,討論的重點已從「AI 會不會取代人類」轉向「會不會善用 AI,會不會在本業中把它用對地方」。對人資、行銷、財務等非技術背景的專業人士來說,關鍵多半不是成為工程師,而是培養「AI 協作能力」與「情境應用思維」,讓自己在自動化愈來愈普及時,仍然握有決策主導權。
一、從執行者到調度者
傳統工作模式,強調的是把每一項任務「親手做完」,例如一份份篩選履歷、逐篇撰寫文案或報告。當 AI 能幫忙處理部分重複性工作時,專業人士的角色就不只是在「執行」,而是學會如何把任務拆解、交辦與檢查結果。
兩項能力特別重要:
• 把業務需求拆解成清楚的指令,讓 AI 能理解並產出有用結果。
• 判讀與稽核 AI 輸出內容,確認是否正確、合規,必要時調整或補充。
這不要求每個人都懂演算法細節,但需要明白:哪些流程可以讓 AI 協助,哪些決策仍必須由人負責。只要能把工具「調度」好,就能把更多時間留給真正有價值的工作判斷。
二、證照作為有結構的學習起點
對非工程師而言,AI 相關證照的價值,在於提供一套有系統的學習框架,而不是單純多一張紙本證明。像 iPAS AI 應用規劃師與 Microsoft AI-900,都屬於基礎、概念與應用導向的認證,適合想把 AI 當工作工具的人作為起點。
💡 iPAS AI 應用規劃師(初級)聚焦在 AI 基本概念、應用規劃與導入風險,強調如何在組織裡規劃與運用,而非自己訓練模型。
💡 Microsoft AI-900 則幫助學習者理解雲端 AI 服務的用途與邏輯,方便之後與 IT 或外部廠商協作,有共同語言可對焦。
透過這類證照課程,非技術背景者能較有架構地理解 AI 能與不能,包含幻覺、偏誤與合規等議題,降低在實務導入時踩雷的機率。
三、在人資與管理情境中的實際應用
在人力資源與管理工作中,AI 正逐漸成為日常工具,而不是實驗玩具。若善用這些工具,人資與主管可以把心力從大量庶務中抽離,轉向更具策略性的任務。
實務上常見的應用包括:
• 利用 AI 協助整理履歷重點、產出面談問題範本、彙整員工意見調查文字回饋,減少重複性閱讀時間。
• 在資料與合規條件許可下,輔助觀察離職、出勤與績效等數據趨勢,作為決策參考,而不是只依直覺判斷。
當部分流程能交由 AI 協助完成,人資與管理者便能更專注在組織發展、關鍵人才盤點、勞資溝通與文化經營等需要高度人際互動與情境判斷的工作。對非工程師來說,真正的競爭力不在技術深度,而在能否在自己的專業場域中,持續找到與 AI 合作的具體場景,並穩定把它用好。
看更多
0 0 896 0