104學習

104人力銀行 / 台灣智慧雲端服務股份有限公司 / 全端軟體工程師 / 符合度分析
全端軟體工程師 台灣智慧雲端服務股份有限公司
履歷符合度:
登入計算

性格適合度:

職缺要求技能

未具備

GIS

API

Java程式

測驗

AI開發

測驗

Kubernetes

Docker容器

Golang

Docker

LLM

已具備

Python

測驗

數據分析

測驗

產品開發

Github

測驗

PostgreSQL

測驗

TensorFlow

測驗

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

0 0 13 0
詹翔霖

商學院兼任副教授

05/08 00:58

把服務做到位,把自己做到強
專業做到強:讓市場開始需要你
只靠努力,很容易被取代;靠專業,才能提高價值。
核心重點
• 持續學習,提升專業能力
• 建立個人特色與不可取代性
• 培養解決問題的能力
• 懂產品,更要懂人性與需求
• 把經驗累積成自己的實力
關鍵觀念--當你夠專業,價格就不再是唯一競爭條件。
看更多
0 0 986 0
VIBE CODING 智能體工程開發實戰
身為開發者,還在為日復一日的程式碼撰寫感到疲憊嗎?想提升開發效率卻苦無對策?
AI時代,工程師的超能力就是「Vibe CodingX智能體工程」!
《VIBE CODING 智能體工程開發實戰》線上直播課,專為有程式基礎的你設計,從原理到實戰,手把手教你打造AI驅動的開發流程。
讓 AI Agent 成為你的神隊友,告別低效,迎接高產能開發!
【這堂課你將帶走什麼?】
✅ 建立 AI 協作開發思維:運用 Scaffolding Prompt 模式,用自然語言驅動 AI 組織專案結構、分層與規範。
✅ 精通 AI 驅動 SQL 資料庫技術:掌握資料庫核心設計,實作 Text-to-SQL 與 RAG 原型。
✅ 掌握最新AI開發工具:掌握 VS Code、Github Copilot 等 AI 開發工具,搭配 Claude Code 推理模型與 GitHub 協作流程。
✅ Agentic 思維: 教你如何把 AI 視為「員工」而非「工具」,學習拆解任務、分配角色、建立 AI 工作的標準作業程序(SOP)。
✅ 五大專案作品集: 包含行事曆管理系統、OCR自動化進銷存系統、全天候 Line Bot 智能助理等,實現可直接落地的 MVP。
✅ 完成從零到一的專案部署實戰:透過 5 件實作成品,學習優化代碼並將成品部署至雲端環境。
15人小班制教學
名額有限,額滿為止❗️
🔥 早鳥8折優惠實施中:現折 NT$14,400!
(個人/企業團報更優惠)
立即掌握 AI 時代的「十倍速開發」法,
現在就立即了解報名課程👉https://user135527.pse.is/8yxqwu
看更多
0 0 412 0
104學習

產品

05/06 10:39

面試前來不及做功課?用 AI 快速掌握公司與產業重點 (附AI提示詞)
收到面試通知後,很多人第一個動作是查公司資料。但真正開始準備時,常會遇到幾個問題:官網看完不知道重點、新聞太多不知道怎麼整理、職缺內容寫得很長卻看不出面試官真正想找什麼樣的人。
這時候,AI 可以成為你的「面試前研究助理」。它不是幫你背答案,而是協助你快速整理公司資訊、產業趨勢與職缺需求,再把這些內容轉成面試時能自然使用的回答素材。
面試前,先搞懂這 4 件事
面試前做功課,不是要把公司介紹全部背起來,而是要能回答這幾個問題:
第一,這家公司主要在做什麼?
你需要知道公司的產品、服務、客戶族群與商業模式,避免只停留在「這是一間科技公司」、「這是一間電商公司」這種模糊印象。
第二,這家公司最近有什麼動態?
例如新產品、合作案、展店、募資、品牌轉型或市場布局。這些資訊可以幫助你在面試中展現自己有做功課。
第三,這個產業正在發生什麼變化?
你不需要變成產業分析師,但至少要知道近期有哪些趨勢,可能如何影響這家公司與你要面試的職位。
第四,這份工作真正重視哪些能力?
職缺內容通常會列出很多條件,但面試官真正關心的,往往是你能不能解決這個職位目前需要處理的問題。
可以直接複製的 AI 指令
面試前可以把公司名稱、職位名稱、職缺內容和自己的背景一起丟給 AI,請它幫你整理重點。
================================================================
我即將面試【公司名稱】的【職位名稱】。
請你扮演「面試前研究助理」,幫我整理這家公司與產業資訊,目標是讓我在面試中能展現:我有做功課、理解公司需求,也能把自己的經驗和職缺連結起來。
請依照以下格式整理:
一、公司快速理解
1. 這家公司主要在做什麼?
2. 主要產品或服務是什麼?
3. 目標客戶或使用者是誰?
4. 可能的商業模式是什麼?
5. 和競爭對手相比,可能的特色或差異是什麼?
二、近期動態
1. 請整理這家公司近期值得注意的新聞、產品、合作、募資、展店、裁員、組織變動或市場動態。
2. 請把不確定、需要我再查證的資訊清楚標註。
3. 如果你沒有即時搜尋能力,請直接告訴我需要提供哪些連結或資料。
三、產業趨勢
請整理【產業名稱】近一年值得注意的 5 個趨勢,並說明:
1. 這些趨勢對公司可能有什麼影響?
2. 這些趨勢對【職位名稱】可能有什麼影響?
3. 哪些觀點可以在面試回答中自然提到?
四、職缺分析
以下是職缺內容:
【貼上職缺說明 JD】
請分析:
1. 這份工作最重視的 5 個能力
2. 面試官可能在意的經驗或成果
3. 我應該準備哪些作品、數據或案例
4. 可能被問到的 10 個面試問題
5. 回答時應避免的地雷
五、面試回答素材
請幫我產出 3 段自然、不像背稿的回答草稿:
1. 為什麼想加入這家公司?
2. 你對這個產業的理解是什麼?
3. 為什麼你適合這個職位?
我的背景簡述如下:
【貼上你的工作經驗、專長、成果或履歷摘要】
最後請整理一份「面試前 10 分鐘速讀版」,包含:
1. 我一定要記住的 5 個公司重點
2. 我一定要展現的 5 個能力
3. 我可以主動問面試官的 5 個問題
4. 一段 60 秒內可使用的面試開場說法
==================================================================
時間很趕,可以用精簡版
如果面試前只剩十幾分鐘,可以改用下面這段:
==================================================================
我即將面試【公司名稱】的【職位名稱】。
請幫我快速整理:
1. 公司在做什麼
2. 主要產品或服務
3. 目標客戶
4. 商業模式
5. 近期重要動態
6. 產業近一年趨勢
7. 競爭對手與公司差異
8. 這個職位最重視的能力
9. 面試官可能問的 10 題問題
10. 我可以反問面試官的 5 題問題
以下是職缺內容:
【貼上 JD】
以下是我的背景:
【貼上履歷摘要】
請最後幫我整理成「面試前 10 分鐘速讀版」,並標註哪些資訊需要我再查證。
==================================================================
資料要怎麼提供給 AI?
想讓 AI 回答更準,建議至少提供三種資料。
第一,公司名稱與職位名稱。
例如:「我要面試 ABC 科技公司的產品行銷專員。」
第二,職缺內容。
請直接貼上工作內容、條件要求與加分條件。AI 可以從中判斷這份工作最可能考察哪些能力。
第三,自己的履歷摘要。
不一定要貼完整履歷,但可以簡單整理過去職稱、主要經驗、擅長工具、專案成果與想強調的優勢。
例如:
我的背景是:有 2 年社群行銷經驗,曾經經營品牌 Facebook、Instagram,負責內容企劃、廣告素材發想與活動頁文案。曾協助一檔活動提高報名數 30%。熟悉 GA4、Meta 廣告後台與基本數據分析。
資料越具體,AI 越能幫你把個人經驗和職缺需求連起來。
不只整理資料,還要轉成面試語言
AI 幫你整理完公司與產業資訊後,可以再追問:
請把以上公司與產業資訊,轉換成我在面試中可以自然說出口的回答。請避免太正式、太像背稿,語氣要像真人面試回答。
如果你已經寫好回答,也可以請 AI 幫你檢查:
以下是我的面試回答草稿,請幫我檢查:
1. 是否太空泛
2. 是否有說服力
3. 是否有對應公司與職缺需求
4. 是否聽起來像 AI 生成
5. 請幫我改成更自然、更像真人面試回答的版本
我的回答:
【貼上回答】
這一步很重要。面試不是在考你背了多少資料,而是看你能不能用自己的話,說出對公司、職缺與自身經驗的理解。
面試時可以這樣回答
當面試官問「為什麼想加入我們公司?」可以用這個架構:
「我注意到貴公司主要在做【業務/產品】,服務的對象是【客戶族群】。我對這個方向有興趣,是因為它和我過去在【相關經驗】中的累積有連結。尤其我看到產業目前正在發生【趨勢】,我認為這個職位未來會更需要【能力】,這也是我希望能貢獻的地方。」
當面試官問「你為什麼適合這份工作?」可以這樣整理:
「從職缺內容來看,我理解這份工作最重視的是【能力一】、【能力二】和【能力三】。我過去在【專案或工作經驗】中曾處理過類似任務,例如【具體成果】。因此我認為自己不只是對這份工作有興趣,也有相關經驗可以比較快進入狀況。」
使用 AI 準備面試,別忽略查證
AI 可以幫你加快整理速度,但不要完全照單全收。公司最新產品、營收、員工數、募資、裁員、組織異動等資訊,最好回到公司官網、官方社群、新聞報導或徵才頁再次確認。
尤其是面試時要提到的公司近期動態,一定要查證來源。講錯資料,反而會讓面試官覺得你準備不夠扎實。
結語:AI 幫你省時間,但答案要像你自己
面試前做功課的目的,不是把公司介紹背起來,而是讓你更清楚三件事:
我了解這家公司。
我知道這份工作需要什麼。
我能說出自己的經驗如何派上用場。
AI 可以幫你整理資訊、拆解職缺、模擬問題、優化回答,但最後進入面試現場的仍然是你自己。最好的做法,是讓 AI 幫你省下查資料的時間,再用自己的理解和語氣,把答案說出來。
看更多
1 0 2578 0
104學習

產品

05/04 16:35

2026 年 Prompting 怎麼學?AI大神吳恩達推出免費新課給一般人的 AI 使用指南
AI 工具越來越強,提示詞也不再只是「請幫我寫一段文案」這麼簡單。AI 教育者吳恩達(Andrew Ng)近期推出新課程《AI Prompting for Everyone》,主打不需要技術背景,幫助一般使用者學會更有效地使用 ChatGPT、Claude、Gemini 等 AI 工具。DeepLearning.AI 課程頁顯示,這是一門初學者課程,共 3 小時 4 分鐘、21 堂影片課,由吳恩達授課。官方學習頁也標示可免費開始學習、觀看課程影片;若需要 graded assignments 與證書,則屬於 PRO 方案。
吳恩達是誰?為什麼他的新課值得關注?
吳恩達是全球知名的 AI 教育者與機器學習專家。他是 DeepLearning.AI 創辦人、Coursera 共同創辦人,也曾擔任百度首席科學家,並曾創辦與領導 Google Brain 專案,目前也是史丹佛大學兼任教授。
對非工程背景的上班族來說,吳恩達最重要的影響,是他長期把 AI 知識轉化成大眾可以理解、可以上手的學習內容。從早期的機器學習課程,到《AI For Everyone》,再到這次的《AI Prompting for Everyone》,他的課程常被視為 AI 學習趨勢的風向球。
這門課在教什麼?不是背 Prompt,而是學會和 AI 協作
《AI Prompting for Everyone》的核心,不只是教你寫出更漂亮的提示詞,而是教你在不同工作情境中,如何讓 AI 產出更可靠、更有用的結果。官方課程頁將學習重點分成三大方向:找資訊、腦力激盪與寫作、創作與建構。
第一個重點是 Finding Information,也就是用 AI 找資料。課程會說明 AI 模型本身已經知道什麼、什麼時候應該使用 AI 網路搜尋、什麼情境適合使用 deep research mode,以及如何取得更準確、有來源的回答。
這對上班族非常實用。無論是做市場資料整理、競品分析、產業趨勢觀察,或準備會議前的背景研究,AI 不只是回答問題的工具,更可以協助快速建立資料架構。但前提是使用者要懂得要求來源、設定範圍,也要知道哪些資訊需要再查證。
第二個重點是 AI as a Thought Partner,也就是把 AI 當成思考夥伴。課程會教使用者如何提供正確上下文,讓 AI 理解真正需求;也會談到如何讓 AI 提供誠實回饋,而不是只迎合使用者。官方課綱中也列出 brainstorming、context、reasoning、sycophancy、writing with AI、AI critique 等單元。
這代表未來職場的 AI 能力,不只是「會叫 AI 寫東西」,而是能不能請 AI 幫忙檢查盲點、提出反方觀點、改善表達方式,甚至協助自己做更完整的決策思考。
第三個重點是 Working with Multimedia and Code。課程會介紹如何在提示中使用圖片、讓 AI 理解圖片、生成視覺內容,並使用 AI 建立簡單遊戲、網站與 App;官方也特別說明,這部分不需要程式經驗。
這也反映 AI 工具的使用場景正在擴大。過去上班族多半把 AI 用在寫信、摘要、翻譯、整理資料;但未來,AI 也可能協助做簡報素材、產出視覺概念、分析資料,甚至建立可展示的簡易 prototype。
誰適合上這門課?
官方課程頁指出,這門課適合任何在日常工作或生活中使用 ChatGPT、Claude、Gemini 等 AI 工具,並希望獲得更好結果的人,不需要技術背景,也沒有必修前置課程。
換句話說,這門課很適合以下幾類上班族:經常需要查資料的企劃、行銷、編輯、研究人員;需要寫報告、簡報、Email 的一般辦公室工作者;想把 AI 帶進工作流程的主管;以及想開始學 AI、但不想一開始就碰程式的人。
對職場工作者的啟示:提示力已經變成基本功
這門課最值得注意的訊號是:AI 提示力正在從「技巧」變成「基本工作能力」。
過去,很多人學 AI 會先找提示詞模板,例如「請扮演某某角色」、「請一步一步思考」、「請用表格整理」。這些技巧仍然有用,但已經不夠。真正會用 AI 的人,還要知道如何提供背景資料、設定輸出格式、要求資料來源、讓 AI 挑戰自己的想法,並判斷哪些內容可以採用、哪些內容必須查證。
也就是說,未來職場上的 AI 能力,不是誰背了最多 prompt,而是誰更會設計任務、拆解問題、提供上下文,並把 AI 產出整合成真正能交付的工作成果。
有興趣的讀者可至 DeepLearning.AI 官方課程頁開始學習:《AI Prompting for Everyone》。
課程影片可免費開始觀看;若想取得作業評分與證書,需留意官方 PRO 方案說明。
DeepLearning.AI《AI Prompting for Everyone》
看更多
2 0 1734 2