104學習

DSP

DSP
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
數位訊號處理是一種利用演算法和數學方法，對數位化後的訊號進行分析、修改及優化的技術。應用範圍廣泛，包括音訊處理、影像處理、通訊系統、雷達以及醫療影像等。具備此技能的人才通常能提升系統效能、降低雜訊干擾，並改善訊號品質，對硬體和軟體開發都有助益。在科技、電子、通訊產業特別吃香，也是許多研發及工程職位的加分條件。
關於教室
關注人數 26 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
教室標籤
  • DSP
    • 關於教室
    關注人數 26 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
    教室標籤
  • DSP
    • 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

    DSP 學習推薦

    廣告一投就中！
    關注
    知識貓星球

    喵星人

    2024/07/11

    20個廣告專有名詞！你知多少？CPC、CPM、CTR、PPC、CPA、SEO一次了解
    廣告領域充滿了各種專有名詞，了解這些術語對於從事廣告、行銷或相關領域的人士至關重要，這些名詞涵蓋了廣告運營、效果評估和技術實現的各個方面。本文將介紹一些常見的廣告專有名詞，幫助你更好理解和應用廣告策略。以下是一些常見的廣告專有名詞及其簡要解釋：
    1. CPC（Cost Per Click，點擊成本）：廣告主每次點擊廣告所支付的費用。
    2. CPM（Cost Per Mille，千次展示成本）：廣告每千次展示所需支付的費用。
    3. CPA（Cost Per Action，行動成本）：廣告主為每次指定的用戶行動（如註冊、購買等）所支付的費用。
    4. CTR（Click-Through Rate，點擊率）：廣告被點擊的次數與展示次數的比例。
    5. Impressions（展示次數）：廣告被展示的次數。
    6. Conversion Rate（轉化率）：完成指定行動的用戶數量與總訪問數量的比例。
    7. ROI（Return on Investment，投資回報率）：廣告投資回報的比率，衡量廣告效果。
    8. Banner Ads（橫幅廣告）：網頁頂部或側邊的圖片或動畫廣告。
    9. PPC（Pay Per Click，按點擊付費）：廣告主按每次點擊支付費用的一種廣告模式。
    10. CPV（Cost Per View，觀看成本）：廣告主為每次視頻觀看所支付的費用。
    11. SEO（Search Engine Optimization，搜索引擎優化）：通過優化網站內容和結構，提高網站在搜索引擎結果中的排名。
    12. SEM（Search Engine Marketing，搜索引擎營銷）：通過購買搜索引擎廣告來推廣網站。
    13. Native Advertising（原生廣告）：與網站內容自然融合的廣告，通常不易被識別為廣告。
    14. Retargeting（重定向廣告）：根據用戶過去的行為，向其展示相關的廣告。
    15. Ad Network（廣告聯播網）：將廣告主與多個網站聯合起來，提供廣告展示平台的服務商。
    16. Ad Exchange（廣告交易平台）：一種數字廣告市場，廣告主和發佈商可以在此交易廣告空間。
    17. Programmatic Advertising（程序化廣告）：使用自動化技術進行廣告購買和投放的方式。
    18. DSP（Demand-Side Platform，需求方平台）：廣告主用來購買和管理數字廣告空間的技術平台。
    19. SSP（Supply-Side Platform，供給方平台）：發佈商用來管理和出售廣告空間的技術平台。
    20. RTB（Real-Time Bidding，實時競價）：一種程序化購買廣告的方式，廣告空間在毫秒級別內進行拍賣。
    這些只是廣告領域的一部分專有名詞，隨著數字廣告技術的不斷發展，還有許多新的術語和概念在不斷出現。
    看更多
    0 1 3852 1
    AI 趨勢報－科技愛好者的產地🤖
    關注
    知識貓星球

    喵星人

    2024/09/11

    職場菜鳥必備：如何快速融入新團隊？Meta CTO 帶你掌握 Career Cold Start Algorithm
    剛進入新工作環境時，常常面臨資訊不對稱、無從下手的困境。別擔心！「Career Cold Start Algorithm」是一套簡單但有效的三步驟方法，能幫助你快速融入新團隊、了解關鍵挑戰，並建立強大的人脈網絡。無論你是職場新鮮人還是轉職老手，這套方法都能讓你在最短時間內找到方向，成為團隊中的一員。
    ▍什麼是 Career Cold Start Algorithm？
    「Career Cold Start Algorithm」這個方法由 Meta 的 CTO Andrew Bosworth 所提出，他在加入任何新團隊時都會使用這套方法來迅速進入狀況。這個方法簡單易懂，僅需三個步驟，就能讓你在新的環境中更快了解團隊的運作模式、主要挑戰及人際網絡。接下來，我們將逐一解釋這三個步驟，並提供一些實際的應用建議。
    ▍步驟一：向團隊成員請教，25分鐘深入了解
    進入新團隊後的第一件事，就是找機會與團隊成員進行一對一的交流。這裡的重點在於「請教」，而不是簡單的寒暄。安排約 25 分鐘的時間，向對方詢問任何你需要了解的事情，這可能包括團隊的工作流程、目前正在進行的專案背景、團隊成員的工作角色及職責等等。在這段對話中，任何聽不懂的專業術語或不熟悉的名詞，都要勇於發問並弄清楚。這不僅讓你更快速掌握團隊運作方式，也能讓對方感受到你的積極態度。
    ➤ 應用小技巧：
    在請教過程中，做好筆記並注意觀察對方的重點關注點，這些細節可能會成為你日後貢獻團隊的切入點。
    ▍步驟二：了解團隊的核心挑戰，3分鐘直擊痛點
    在結束與團隊成員的討論後，再花 3 分鐘詢問對方目前團隊面臨的最大挑戰是什麼。這個問題能幫助你迅速掌握團隊當前的狀況，了解哪些問題急需解決。這些挑戰可能是技術上的瓶頸、資源不足的困境，或者是跨部門合作的協調問題。掌握這些資訊後，你就能更清楚地定位自己在團隊中的角色，找出自己可以貢獻的地方。
    ➤ 應用小技巧：
    當你了解團隊的挑戰後，可以主動提出自己的見解或解決方案，這會讓對方對你印象深刻，顯示你的問題解決能力。
    ▍步驟三：建立人脈網絡，2分鐘找尋關鍵人物
    最後一步，花 2 分鐘詢問對方推薦哪些人是你應該去聊聊的。這些推薦的人通常是團隊內部或相關部門中具有影響力的人物，他們的經驗與洞見能幫助你更深入理解團隊運作和文化。將這些名字列出來，並安排時間逐一拜訪。這不僅能快速拓展你的人脈網絡，也能讓你更快融入團隊氛圍。
    ➤ 應用小技巧：
    在每次與新成員的交談中，帶上前一次談話的心得或提到你聽過的見解，這樣能顯示你的認真與用心。
    剛入職的新手如果能夠掌握這套方法，就能更有策略地在新環境中站穩腳步。透過「請教」、「了解挑戰」和「建立人脈網絡」這三個簡單步驟，你將不再是迷茫的新人，而是迅速融入團隊的有力成員。下一次面對新工作環境時，不妨試試 Career Cold Start Algorithm，幫助你快速打開局面！
    ➤ 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！
    看更多
    0 0 3090 1

    熱門精選

    AI 趨勢報－科技愛好者的產地🤖
    關注
    104學習

    產品

    23小時前

    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
    1 0 960 1
    職涯診所

    09/08 16:25

    giver.104.com.tw
    今年剛畢業，想知道半導體的薪資？
    0 0 8223 1
    你可能感興趣的教室