104學習

104人力銀行 / 鴻鎷科技股份有限公司 / 管理部助理管理師[職務代理 ] / 符合度分析
管理部助理管理師[職務代理 ] 鴻鎷科技股份有限公司
履歷符合度:
登入計算

性格適合度:

職缺要求技能

未具備

報表彙整與管理

PowerPoint

測驗

Outlook

測驗

具備人力資源相關知識

測驗

執行日常招募業務

測驗

庶務採購管理與策略規劃

測驗

人工智慧

測驗

ChatGPT

測驗
已具備

英文

有已符合的經歷忘了填寫嗎?記得定期 更新履歷

學習推薦

緯育TibaMe

04/01 09:48

【職涯必備】AI 正在改寫人才規格!4/8 線上講座帶你晉升「π 型人才」
在 104 看了這麼多職缺,你有發現「AI 應用能力」已成為多數高薪職務的標配嗎?
別讓你的競爭力停留在工具操作,企業現在要的是能將 專業能力 × AI 工具 × 跨域思維 結合的 π 型人才。
本次由 勞動部北基宜金馬分署 與 緯育 TibaMe 合作的「生成式 AI 培訓據點」特別邀請 AIGC 專家 陳建夆 Jason 老師,用 60 分鐘帶你拆解職場生存法則。
💡 這場講座你將獲得:
🔹 個人競爭力分析:解析 AI 時代人才需求結構的轉變。
🔹 高效工具示範:如何利用 NotebookLM 快速整理企業大數據,將資訊轉化為實質產出。
🔹 職涯路徑指南:從 AI 素養出發,建立不被取代的跨域優勢。
📍 適合對象:
正在 104 尋找更好職涯機會的你。
感覺目前技能遇到瓶頸,想透過 AI 轉型的在職者。
想掌握政府補助培訓資源的積極學習者。
📅 講座時間: 4/8 (三) 20:00 - 21:00(線上直播)
💰 費用: 0 元(官方資源,限額 300 名)
🔥 別讓你的履歷輸在 AI! 名額有限,立即報名卡位,讓 AI 成為你職涯最強的放大鏡!
👇 點擊連結立即報名 👇
看更多
0 0 677 0
詹翔霖

商學院兼任副教授

03/31 23:20

最好留才制度不是高薪,而是讓員工分享企業成功 台灣員工分紅制度成功案例
最好留才制度不是高薪,而是讓員工分享企業成功 台灣員工分紅制度成功案例
一、Taiwan Semiconductor Manufacturing Company
「科技業最具代表性的分紅制度」
台灣科技業常被稱為「分紅文化」,其中最具代表性的就是台積電。
制度特色
1.員工分紅配股
公司將部分盈餘提撥給員工。
早期甚至有:
「股票分紅」
員工可取得公司股票。
2.績效獎金制度
員工薪資通常包含:
• 年終獎金
• 季獎金
• 分紅
不少工程師:年終可達 數個月至10個月以上薪資。
3. 長期留才效果
很多工程師願意長期留下,原因就是:公司成長=員工財富增加
二、MediaTek
「股票激勵最成功的IC設計公司」
聯發科是台灣IC設計產業最典型的股權激勵公司。
制度設計
1.員工認股權
員工可以:優惠價格購買公司股票。
2.RSU限制型股票
達到績效與年資條件才可取得。
3.高額分紅
高階工程師:年薪可能超過 300萬~500萬台幣。
三、E.Sun Financial Holding Company
「金融業最具代表性的員工持股制度」
玉山金控一直強調:員工是企業合夥人。
制度特色
1.員工持股信託
公司鼓勵員工:每月固定買公司股票公司還會補助。
2.長期投資文化
員工長期持股分享公司成長。
3.企業文化穩定
員工流動率低。
四、鼎泰豐
「餐飲業分紅制度典範」鼎泰豐是服務業最有名的高分紅企業。
制度特色
1.高比例分紅
公司每年會提撥:20%~30%盈餘給員工。
2.高薪資制度
服務員薪資:通常高於餐飲業平均。
3.完整升遷制度
服務員→ 領班→ 經理。
五、Delta Electronics
「科技製造業長期分紅制度」
台達電長期採取:員工分紅配股制度
制度特色
1.盈餘提撥員工分紅
2.長期股權激勵
3.穩定人才結構
台達電員工普遍:任職年資長。
台灣成功企業共同特點
觀察以上企業,可以發現三個共通點:
1 分享企業成果
企業願意:把部分利潤分給員工。
2 建立長期誘因
制度通常設計:3~5年長期激勵。
3 讓員工成為夥伴
員工會認為:公司成功=自己成功
為什麼分紅制度可以解決缺工?
因為工作不再只是:領薪水
而是:累積財富
當員工能分享到公司成長成果,就會更願意長期留下。
看更多
0 0 237 0
詹翔霖

商學院兼任副教授

03/29 00:08

當奧客失控:如何建立有界線的服務應對之道
當奧客失控:如何建立有界線的服務應對之道
在服務現場面對情緒失控的顧客,單靠第一線人員的臨場反應往往不足,店家若沒有一套清楚的因應機制,不僅容易讓衝突升級,也會讓員工長期處於高壓與不安之中,所以「如何應對奧客暴走」,其實是企業管理與服務文化的重要課題。
首先,建立明確且一致的服務流程與規範是基礎當員工面對顧客質疑時,若能依據清楚的制度回應,不僅能減少個人承擔壓力,也能避免因不同員工處理方式不一而引發更多爭議。例如退換貨政策、客訴處理流程,都應該公開透明,讓顧客與員工都有依循的標準。
其次,店家應該重視員工的應對訓練,也透過情境模擬與溝通技巧培訓,讓員工學會如何在衝突中保持冷靜、如何用語言緩和對方情緒,以及如何適時設立界線。這類訓練不只是提升服務品質,更是保護員工心理健康的重要手段。
再來是建立分級處理機制,並非所有客訴都需要第一線人員獨自承擔,當顧客情緒升高或要求超出權限時,應有明確的升級流程,例如由主管介入、或由專責客服處理。這樣不僅能讓問題更有效解決,也能避免員工被迫承受不合理壓力。
店家也應該清楚傳達一個觀念:服務不等於無限退讓,當顧客出現言語攻擊、歧視或威脅行為時,店家有責任保護員工,必要時可以拒絕服務,甚至尋求法律或安全協助,建立這樣的底線,能讓員工感受到被支持,也有助於塑造健康的服務文化。
重視事後關懷與內部支持同樣重要,被客人兇過的員工,往往需要情緒上的釋放與理解。透過主管關心、同事支持或簡單的檢討會議,不僅能協助員工整理情緒,也能從事件中學習,持續優化應對方式。
面對奧客暴走,店家不能只期待員工「忍耐」或「自己想辦法」,而應該從制度、訓練到文化全面建立支持系統,當員工有後盾、規則有依據,衝突就更容易被化解,服務品質也才能真正穩定提升。
人員當下怎麼應對(不讓事情更糟)
1. 先穩住自己
o 對方越大聲,你越要刻意放慢語氣
o 不用急著反駁,先讓場面降溫
2. 用「接球」而不是「對打」
可以講這種句型:
o 「我了解您現在很不開心,我幫您看看怎麼處理」
o 「不好意思讓您有這樣的感受,我這邊幫您確認一下」
重點:先接住情緒,不代表你認錯
設界線(很重要)
如果對方開始人身攻擊或太誇張,可以溫和但堅定地說:
• 「我可以協助您處理問題,但我們可以用比較平和的方式溝通嗎?」
• 「這部分我會幫您處理,但有些規定我這邊需要照流程來」
你不是要忍耐,是要「不失控地擋下來」
遇到這些情況,不用硬撐:
• 對方持續辱罵
• 有威脅或肢體靠近
• 你已經無法處理
直接找主管或同事支援,這不是你一個人的責任
事後怎麼調整心情
被兇完很難不影響情緒,這很正常:
• 不要一直回想「我是不是哪裡做錯」
• 試著分開:「那是他的情緒,不是我的價值」
• 找人講一下(同事、朋友),不要悶著
看更多
1 0 208 0
104學習

產品

03/26 14:14

想轉職 AI 工程師,該先學什麼?6 個月學習路線圖整理企業真正要的能力
最近,X 上一篇題為 《How to become an AI Engineer in 6 months》的文章引發不少關注。這份路線圖之所以被討論,不是因為它鼓吹速成,而是它提出了一個很貼近當前職場需求的觀點:現在企業需要的 AI 工程師,很多時候不是從零訓練大型模型的研究員,而是能把現有模型、API、資料與工具整合起來,做成可用產品與工作流程的人。
根據這份整理,AI 工程師的核心工作,通常包括串接 LLM API、設計 prompt 與上下文流程、建立聊天或搜尋系統、整合資料庫與外部工具、處理結構化輸出,以及優化成本、速度與穩定性。換句話說,這份角色更接近軟體工程、產品開發與流程自動化的交會點。
這份 6 個月路線圖,最重要的不是「學更多」,而是「學對順序」。第 1 個月先把 Python、Git/GitHub、CLI、HTTP/API、JSON、基本 SQL、Pandas 與 FastAPI 打底,因為原文認為 AI 工程首先仍是軟體工程;如果連基本程式、API 與資料處理能力都還不穩,後面的 AI 應用很容易只停在 demo 階段。
第 2 個月,重點進入 LLM 應用開發,包括 prompt 設計、結構化輸出、tool calling、streaming responses、對話狀態管理、成本與 token 概念、失敗處理與 prompt injection 基本意識。第 3 個月則聚焦在 RAG,也就是讓模型能根據自己的文件與資料回答問題,這也是客服機器人、企業知識庫、文件搜尋等場景最常見的核心能力之一。
第 4 個月開始,路線圖進一步談到 agent、工具、workflow 與 evals。原文特別提醒,不是每個問題都需要 agent;有時一個 prompt 就夠,有時 workflow 比 agent 更穩。真正重要的,是知道該怎麼選擇,以及如何用評估機制去判斷系統是否真的變好。第 5 個月則轉向部署、可靠性與產品化,包括 Docker、背景任務、queue、驗證與 API key 管理、logging、observability、prompt/version management、成本監控、rate limits 與 caching。
到了第 6 個月,這份路線圖建議學習者開始選定方向,往三種角色收斂:AI Product Engineer、Applied ML / LLM Engineer,以及 AI Automation Engineer。前者偏向使用者產品與 AI 功能開發,後兩者則更接近模型效果優化或企業流程自動化。對求職者來說,這一步的意義在於:不能只停留在「我有在學 AI」,而要把能力整理成職缺看得懂、作品集也講得清楚的樣子。
如果把這篇路線圖放回台灣職場來看,它最大的提醒其實不是「6 個月能不能成功轉職」,而是:AI 時代的競爭力,越來越像是把技術、工具與工作場景整合起來的能力。 企業不一定每一家都在找模型研究員,但會愈來愈需要懂 API、懂資料流、懂自動化,也懂得把 AI 接進產品與流程的人。這段屬於本文根據原始路線圖內容做的職場延伸整理。
A還有一個很務實的提醒:一定要做作品。 作者多次強調,不管是 Python 練習、API 串接、RAG 還是 agent,都不能只停留在看教學,而要真的做出專案、放上 GitHub、部署出去,讓別人能試用。對轉職者來說,這點尤其關鍵。因為當市場上很多人都說自己「會用 AI」,真正能拉開差距的,往往不是上過多少課,而是有沒有做出一個可被驗證的作品。
說到底,這篇路線圖最值得記住的一點是:未來企業需要的,不只是會使用 AI 工具的人,而是能把 AI 做成工作成果的人。對想轉職、想加值、想提升職場競爭力的人來說,與其一開始追逐最新工具,不如先建立一條能走完、也能做出作品的學習路。
---
資料來源
看更多
1 0 1355 1
104學習

產品

03/26 11:52

行政、總務、人資必看!別讓重複雜事掏空你的職涯,2026 數位轉型關鍵:打造個人專屬「AI 工作流」
在職場中,你是否也常陷入這樣的循環:
週而復始的會議紀錄: 聽著錄音檔反覆確認,花費 3 小時只為整理出一份長官不一定會細看的紀錄?
碎裂的行政庶務:淹沒在大量的 Email、排班、請購單與報支流程中,沒時間做更有價值規劃?
手動更新的報表:每天重複抓取 Excel 數據、貼上簡報,只為了週報上的幾個數字?
如果你是行政、總務、人資或專案管理 (PM)職類,2026 年的職場競爭力已不再看你「做得多快」,而是看你如何「讓 AI 代勞」。
為什麼「AI 工作流」是 2026 年最該投資的技能?
過去我們學 AI,大多是學「怎麼問 ChatGPT 問題」。但真正的職場高效率,不是單點的問答,而是連點成線的**「工作流(Workflow)」。
透過 AI 與自動化工具(如 Google Sheets、n8n 或專屬 AI 助手)的串接,你可以實現:
1. 資訊自動分流:當收到特定 Email 時,AI 自動摘要重點並同步到 Notion 任務清單。
2. 秒級生成 SOP:只要錄製一段操作影片,AI 就能幫你產出圖文並茂的標準作業程序。
3. 智能會議助手: 從語音轉文字到「決議事項自動追蹤」,甚至自動排定下次會議時間。
實戰派學習:104 學習精靈 × 緯育 TibaMe 「AI 行政工作流學習營」
針對渴望轉型的職場人,104 推出全台首屆 **[AI 行政工作流學習營]**。這不是一門只教理論的課,而是針對真實辦公室場景設計的「實作營」。
本課程的三大核心競爭力:
1. 從「會用工具」到「會蓋流程」
課程不只教 ChatGPT,更帶領學員實作 AI 自動化專案。學員將學習如何串接不同的數位工具,親手打造一套能持續運作的「虛擬助手」。
2. 兩週假日直播營:陪跑式學習
學習最怕孤軍奮戰。本營隊採取兩週循序漸進的模式(5/17、5/31),中間搭配專屬 LINE 群組共學,講師親自指點迷津,讓你在學習過程中遇到卡關時,能立刻得到解答。
3. 104 獨家認證:履歷即刻加分
完訓後可取得 【104 完訓認證】 並直接加入 104 履歷中。在企業求職時,這不僅代表你具備行政能力,更具備「數位轉型」的實戰力,是爭取高薪、跳槽大廠的關鍵籌碼。
誰適合這門課?
行政/總務/法務人員:想要從庶務中抽身,轉向更有價值的行政管理職。
人資/經營管理:負責企業流程優化,需要導入 AI 降低人力成本。
行銷/企劃/PM: 處理大量數據與專案進度,需要 AI 協助追蹤與產出報表。
職涯成長建議:別等被取代,先學會支配 AI
當大眾還在擔心「AI 會不會取代我的工作」時,聰明的職場人已經在學習「如何指揮 AI 做事」。這門課程將是你從 「被動執行者」轉變為 「數位優化師」的起點。
立即掌握轉職加薪密碼:
👉 [【2天假日直播學習營】第一屆 - AI行政工作流學習營](https://nabi.104.com.tw/course/104nabi/55c82d6e-c7a8-4732-8b7b-9378e5679091)
(目前限時優惠中,超早鳥再送限量 LINE 點數,手速要快!)
看更多
1 0 665 0