104學習精靈

執行法律文件及契約撰寫

執行法律文件及契約撰寫
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
關於教室
關注人數 124 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
關於教室
關注人數 124 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

執行法律文件及契約撰寫 學習推薦

全部
影片
文章

不知如何開始嗎? 先進行技能挑戰吧~

技能挑戰:初級
目前等級:未達初級
441 人已通過「初級」測驗,通過率65%,和學習精靈一起探索知識、增強能力!
我要挑戰
周建誠

策略兼法務長︱104Giver職涯引導師 第003202310040號

2022/05/12

履歷診療室-看過500份履歷後的Q&A整理與統整
0.照片:這是第一印象,非常重要,煩請使用專業形象照片,手機隨手拍,只是顯示你自己都很不尊重對方公司,或是你自己很不尊重自己的履歷,人資會這樣錄取你??攝影與修圖是門專業,專業有價,無論是自學或是付費交給專業,都很棒棒
1.104的制式履歷表,現在有#標籤,請盡量想自己的特質,專業,能力,個性,重大經歷等,貼給自己3-5標籤,讓人資好找到你
2.在履歷表的開頭,通常是用3-5句話介紹自己,而不是打一大串自我介紹,或是乾脆不寫
3.上班時段通常為日班/可配合輪班,但這還是看行業狀況.
4.希望職稱與職類可以自行調整,若真不知道該怎麼調整,調成一致,也沒有不OK
5.工作內容,可以參考104等網站對於上開之工作職能介紹,這個是表現你自身對於工作之掌握程度,也代表你對於該公司的徵人啟事是否有好好閱讀
6.多數行業的專長應該有包括 視窗,office等軟體使用 ,並應該要寫出中文打字字數/分 英文打字打字分數/分,更應該補上在職務上可能會用到的專業能力,如法學資料庫檢索(法源 植根 全國法規資料庫等)
7.語言能力的部分,有考英檢 閩南語檢定 越語檢定等等之類的,應呈現級別或分數,並填寫,且應該要掃描做成附件.
7在這份工作相關聯的專業證照或是曾接受的教育訓練證書,均應該掃描放置附件,若有適合的專案報告,書狀,結案報告等(請注意1.自己要是主筆,若是有其他人共同撰擬,最好跟人家說一下,另外要記得要刪去個人資料與營業秘密,並重新修改過)也應該要放置附件,增加錄取率.
6.自傳可以參考他人的履歷進行調整,有一些範本等級履歷表,真的做很好,值得推薦,但基本而言,請至少分成四段,其中兩段應該是學經歷中,能夠展現自身優點/專業/能力(例如危機處理 專案管理等),通常可以下四段的標題為,成長背景,學習經歷,工作經驗,結語(標題可以自己想想,怎麼樣最符合你的自傳)
7.你覺得沒有問題要再問專家了,就煩請說聲謝謝並按下結束健診,若行有餘力,可以到感謝寄那邊做感謝專家與心得分享
這篇主要是打給之後的朋友觀看,避免我常重複打許多相同的論述,我發現,其實多數人對填寫履歷都感受到厭煩,但坦白說,履歷就是你的大型名片,讓公司人資多了解你,才可能聘用,這是很現實的問題.
26 10 6817 14

推薦給你

知識貓星球

喵星人

44分鐘前

全雙工對話框架來襲!Moshi 語音辨識模型開源,效能超越傳統 AI|功能優勢、應用場景、開源連結
在語音辨識技術飛速進展的今天,速度與精準度成為衡量模型效能的重要指標。Moshi 作為一款全新開源的語音辨識模型,不僅打破傳統語音處理方式,更帶來極低延遲的對話體驗。本文將詳細介紹 Moshi 的核心功能、效能優勢,並分析它如何解決用戶在語音互動中的痛點。
▍Moshi 語音辨識模型:打破傳統 AI 界限
Moshi 是一款革命性的語音辨識模型,於今年 9 月正式開源,讓技術開發者與 AI 研究者有機會深入探索其內部結構。與傳統 AI 語音辨識模式不同,Moshi 採用了全新的全雙工對話框架,不再依賴文本輸出再轉換語音的方式,大幅提升了語音互動的自然流暢度。
● 傳統語音辨識模式的挑戰
傳統語音辨識技術流程繁瑣,通常需要將語音轉換成文本,再通過自然語言處理 (NLP) 模型生成回應,最終再利用語音合成技術 (TTS) 將回應轉回語音,這樣的流程雖然有效,但在實際使用中會導致明顯的延遲感,使人機對話不夠自然。
▍Moshi 的全雙工對話框架:即時自然的語音互動
Moshi 最大的突破點在於其語音輸入與語音輸出的直接連接,取消了中間的文本轉換步驟。這樣的全雙工處理方式大大縮短了延遲時間,達到僅 200 毫秒的回應速度,幾乎與真人對話無異。用戶無需等待機器逐一分析、生成文本再輸出語音,而是享受如同真人之間的自然交流。
這種即時性的回應能力,不僅能應用在日常語音助手中,對於需要高效溝通的場景,如客服應答、自動化電話中心等,更是提供了顯著的效能提升。由於 Moshi 採用語音直接生成語音的技術,它能處理雙方同時發聲的情況,這樣的全雙工架構對於多方對話與協作平台而言,無疑是巨大的技術突破。
▍Moshi 開源的意義:加速語音科技的進步
Moshi 於 9 月中開源,意味著這項強大的技術不再只是企業或少數研究機構的專利,任何開發者都能免費訪問這款模型,進行深度學習和二次開發。開源不僅能促進技術的快速迭代,還能加速語音辨識技術的普及,讓更多場景受惠於這項突破性的技術。
▍Moshi 的應用場景
Moshi 的開源讓開發者有了更多的創新空間。比如,它可以被應用於智慧家居控制,透過全雙工語音框架,家庭設備能夠更即時、更智能地回應用戶需求。或者在車載系統中,Moshi 能為駕駛員提供更即時的導航與指示,減少因語音延遲帶來的困擾。
Moshi 這款語音辨識模型不僅突破了傳統技術的限制,還以其極低延遲與全雙工語音交互成為市場中的佼佼者。隨著它的開源,我們有理由期待更多創新應用的出現。Moshi 的出現,無疑為語音科技的未來打開了新的大門,帶來更自然、即時的互動體驗。
➤ 線上體驗:https://moshi-ai.com/zh
➤ 歡迎在104學習精靈關注【AI趨勢報-科技愛好者的產地】獲得更多科技新知!
0 0 25 0
你可能感興趣的教室