SolidWorks零組件機構設計
104學習
電工圖識圖與繪圖
能正確閱讀與繪製電路圖，能幫助工程師與技術人員快速了解電氣系統的結構與運作原理，避免施工錯誤與維修困難。具備此技能能提升溝通效率，確保設計與實際安裝一致，降低成本與風險，並促進團隊合作順暢。對於電機相關工作者來說，是基礎且必備的專業能力。
提升你的實力，朝專業更進一步
精選課程
充實自己，讓能力持續成長
資料庫設計原理
商業平面設計｜PS+AI整合進階課
打造高投入團隊：遊戲化工作設計與激勵機制實作班【9/17】
爆款電商圖片不求人｜AI 圖片生成、編輯與場景合成術
Power BI 資料清理與建模
圖像化 企劃案撰寫
【免費課程】電腦輔助機械設計製圖丙級技術士｜AutoCAD入門第3堂：你該從哪裡開始準備
【免費課程】電腦輔助機械設計製圖丙級技術士｜AutoCAD入門第2堂：會AutoCAD就會機械製圖嗎
精選證照
考取專業證照，讓能力被市場看見
丙級電腦輔助立體製圖
由於產業升級及製圖方法與設備的改進，為配合電腦繪圖軟體以立體方式從事輔助設計製圖工作及提升專業人員技能水準與研發工作之效率，特定本檢定規範。
丙級電腦輔助立體製圖技術士之工作內涵，是指擔任單件立體圖繪製及圖面管理等工作，包括應用磁碟作業系統、安裝軟體與使用電腦週邊設備、設定繪圖環境、控制圖形顯示幕、輸出圖形與管理圖面等基本工作及繪製單件立體圖、單件立體剖視圖等項。
勞動部勞動力發展署技能檢定中心
丙級電腦輔助機械設計製圖技術士
從事應用電腦輔助設計與製圖(Computer-Aided Design and Drafting，CADD)軟體及繪圖用具，繪製機械產品之零件圖、組合圖、等角立體圖及圖面整理等工作
勞動部勞動力發展署技能檢定中心
丙級電腦輔助機械製圖技術士
由於產業升級製圖方法與設備之改進，產業界已普遍應用電腦來輔助設計製圖工作，為配合製圖設備電腦化的需要，以提昇專業人員之技能水準，特定本檢定規範。
丙級工作範圍：整理抄繪機械工作圖，並瞭解各種標準機件之標註方法。包括磁碟作業系統、軟體安裝與電腦週邊設備之使用、繪圖環境之建立、圖形顯示幕之控制、圖形輸出等基本工作、視圖、尺度標註、標準機件及工作圖等項。
勞動部勞動力發展署技能檢定中心
乙級電腦輔助機械設計製圖技術士
從事應用電腦輔助設計與製圖(Computer-Aided Design and Drafting，CADD)軟體及測繪用具，設計及繪製機械產品之零件圖、組合圖、3D 模型圖及圖面管理等工作。
勞動部勞動力發展署技能檢定中心
丙級建築製圖應用-電腦繪圖 技術士
技術士職業證照是根據工作規範，對技術人員所具有的專業知識與技能加以測驗。測驗合格的話，將能取得政府主管機關所頒發的「技術士證書」，證明所擁有的技術能力，作為從業的憑證，而且依據法律在就業時能夠得到某種程度的保障。
丙級技能檢定標準著重於『基本之建築圖樣繪製』，需瞭解電腦、圖學及營建等基本知識，與相關之建築技術法規。
勞動部勞動力發展署技能檢定中心
乙級電腦輔助機械製圖技術士
由於產業升級製圖方法與設備之改進，產業界已普遍應用電腦來輔助設計製圖工作，為配合製圖設備電腦化的需要，以提昇專業人員之技能水準，特定本檢定規範。
乙級工作範圍：繪製機械工作圖、立體圖，並判定機件之功能及使用材料之適用標準等工作。包括磁碟作業系統、CAD系統之規劃、顯示幕之控制等基本工作、視圖、尺度標註、標準機件、工作圖、立體圖及實物測繪等項。
勞動部勞動力發展署技能檢定中心
精選貼文，掌握第一手知識
用AI快速做商品廣宣圖：Manus AI一鍵生成視覺文案行銷素材，電商小編必學
電商和社群小編每天都和時間賽跑，如何用AI快速產生高品質的商品廣宣文案與視覺圖片？本文以Manus AI示範，只要上傳隨手拍的產品照，輸入簡單的需求，就能自動產生專業的文案與圖片！跟著詳細步驟教學，讓AI工作成為行銷工作的最佳夥伴，本文節錄自《用AI做設計》。
文／施威銘研究室
本文目錄（點擊可快速前往）
電商小編的救星！隨手拍的照片也能變成廣宣圖【Manus AI】用AI自動產生廣宣文案及圖片
電商小編的救星！隨手拍的照片也能變成廣宣圖
在電商快速發展的時代，品牌商與代理商經常需要做各種產品廣宣，並進行多平台的行銷推廣。然而，專業攝影往往得花大量的時間與資源，對於忙碌的電商小編來說，並非每次都能安排專業的攝影。
現在有了AI即使是隨手拍的產品照，都能輕鬆轉成廣宣素材，重點是不用自己去背、想文案，只要上傳照片就能在短時間內完成。
隨手拍的桌上型電扇，背景雜亂、光線不佳。透過AI的處理，馬上變成一張廣宣素材（圖／旗標出版提供）
【Manus AI】用AI自動產生廣宣文案及圖片
【使用AI】Manus
電商小編與社群小編每天都在和時間賽跑，得產出大量高品質的廣宣文案與視覺圖片。面對不斷湧現的行銷需求，該如何在有限的時間內，產出吸睛且符合品牌調性的內容？AI正是你的得力助手，只要上傳隨手拍的產品照，輸入簡單的需求，就能瞬間產生專業的文案與圖片，減輕工作負擔。底下我們以Manus AI做示範。
Manus：https://manus.im/home
【Step 1】
請開啟網頁瀏覽器，輸入「https://manus.im/home」網址，連到manus網站，這是一個通用型的AI網站，可以幫你解決各項工作及生活中的問題，進入網站後點選畫面右上角的開始使用鈕，接著使用Google帳戶註冊即可開始使用各項服務。
按下開始使用（圖／旗標出版提供）
點選Google帳戶或使用Apple ID註冊（圖／旗標出版提供）
【Step 2】
首次註冊會得到1000免費積分以及每日登入的300積分，你可以先用免費積分試用各項功能，再決定是否付費（註：官方贈送的免費積分可能會隨時變動，在此僅供參考）。
首次註冊、登入會得到免費積分，請按下知道了關閉此訊息（圖／旗標出版提供）
【Step 3】
接著，在輸入框中輸入你的需求（提示語），在此我們想將隨手拍的照片製作成促銷廣告。
輸入需求（請製作一張直幅的促銷廣告，文字使用繁體中文）+上傳檔案
輸入需求並上傳檔案（圖／旗標出版提供）
【Step 4】
送出需求後，manus就會開始處理，大約等個20多秒就會生成圖片及廣告文案。
自動生成廣告文案、生成兩張圖供我們參考，點選縮圖可放大瀏覽（圖／旗標出版提供）
自動去除照片中雜亂的背景，並加上文案，可惜文字大多是亂碼（後續可使用影像處理軟體來修改）（圖／旗標出版提供）
廣告文案包含主標題、副標題及產品特點，這些都是AI自動產生的（圖／旗標出版提供）
【Step 5】
由於AI生成的中文字大多為亂碼，在此我們可以將AI生成的圖片及文案下載到電腦裡，後續再用影像處理軟體來修改文字。
（圖／旗標出版提供）
下載檔案（圖／旗標出版提供）
下載後的檔案為壓縮檔，會存放在電腦中的Downloads資料夾，解開壓縮檔就可以進行後續的修改（圖／旗標出版提供）
【Step 6】
你可以使用AdobeExpress或是Photoshop的生成填色功能，將中文亂碼的部份去除並與背景融合，再自行輸入文字。
AdobeExpress：https://www.adobe.com/tw/express/
Photoshop：https://www.adobe.com/tw/products/photoshop.html
（圖／旗標出版提供）
【TIP】如果覺得要刪除中文亂碼並與背景融合很麻煩，你也可以直接將manus生成的圖餵給ChatGPT，請它「生成一張去除文字的圖」。這樣後續只要輸入文字就可以了。
節錄自：旗標出版《用 AI 做設計：沒時間？沒素材？沒靈感？就 Call AI 救援》／施威銘研究室 著
推薦閱讀：
AI生成圖卡教學！ChatGPT打造專屬社群配圖，告別圖片荒
「模糊照片背景」免費AI工具推薦！輕鬆告別雜亂、重點更聚焦
ChatGPT-4o更新圖片生成模式升級！照片Q版貼圖、漫畫生成怎麼做？
ChatGPT生成Excel圖表不卡關！xy軸設定、中文顯示問題輕鬆搞定
從創意到實現──屏東高工製圖科打造設計落地的能力
一項產品誕生之前，需要先有一個想法；而一個好的想法，要真正成為看得見、摸得到的作品，還需要經過設計、繪圖、建模、驗證與修正等一連串過程。設計圖不只是產品的藍圖，更是串連創意與製造的重要橋梁。 屏東高工製圖科培養的，正是這種將創意轉化為現實的能力。許多人不清楚製圖科與機械科的差異與關聯性，其實兩者分別著重同一種專業中不同階段的能力：機械科著重於加工製造，特別擅長動手操作，而製圖科則站在製造流程的前端，負責將構想轉化為工程圖，再透過模型製作與實作驗證，讓一個想法逐步成為真正能被製造的產品。
（圖：學生操作電腦繪圖軟體完成圖面設計 ）
從想法開始，循序建立設計能力
把創意化為現實，並不是一蹴可幾，而是需要一步步累積專業能力。
屏東高工製圖科的課程安排，在高一時，讓學生先從工程字、三視圖等基礎開始，透過手繪建立空間概念與圖面表達能力，同時接觸機械加工基礎，認識不同材料、加工方式及機械原理。進入高二後，課程逐步導入 AutoCAD、Inventor 等電腦繪圖軟體，讓學生學習如何將平面圖轉換成立體模型；到了高三，則結合專題製作、3D列印等課程，讓設計真正從螢幕上的圖面走向實體作品。
看似是不同階段的課程，其實都圍繞著同一件事情──培養學生將想法具體表達、逐步實現的能力。從最初的一筆一畫，到完成立體模型，每一門課都不是獨立存在，而是在不同學習階段，引導學生建立完整的設計思維，也理解一件作品如何從概念走向成品。
（圖：學生運用尺規工具完成手繪製圖練習 ）
好的設計，建立在理解製造之上
不少人認為設計就是發揮創意，但在屏東高工製圖科，創意只是起點，更重要的是讓設計真正能夠被實現。
製圖科主任陳儀峻指出，學生除了學習繪圖之外，也必須接觸加工基礎與製造流程。因為一件產品是否可行，不只是取決於設計是否美觀，更需要考慮材料特性、加工方式及結構安排。如果不了解後端製造流程，再有創意的設計，也可能因為無法加工而停留在想像階段。
因此，製圖科希望培養的並非只是繪圖技巧，而是兼具創意與實務的設計能力。學生在學習設計的同時，也會實際接觸車床等加工設備，了解不同零件是如何製造出來，也理解設計圖上的每一條線、每一個尺寸，最後都會影響產品是否能夠順利完成。
換句話說，在製圖科，設計與製造並不是彼此獨立的兩件事情，而是不斷來回驗證、相互修正的過程。學生不只是學會使用繪圖軟體，更逐漸建立工程設計所需要的判斷能力，知道如何在創意與實際製造之間取得平衡，讓一個構想真正具備落地實現的可能。
（圖：學生操作車床設備進行金屬加工練習 ）
在一次次驗證與修正中，讓創意真正成形
如果說設計是一個把想法化為現實的過程，學生真正的學習，往往發生在作品第一次被做出來之後。受訪的方同學分享，自己最喜歡的課程之一，是結合 3D 列印的鑄造原理課。過去停留在圖面上的設計，透過電腦建模、3D列印與翻模製作，逐漸變成一件可以拿在手中的作品，讓他第一次真正感受到設計「從無到有」的過程，也因此對製圖產生更深的興趣。
然而，真正開始製作後，他才發現設計並不是把圖畫出來就結束了。尺寸是否正確、結構是否穩固、組裝是否順利，許多原本在螢幕上看不出的問題，都會在實際製作時一一浮現。有時需要重新修改尺寸，有時則必須重新思考整體設計方式，再重新列印、重新測試，才能完成一件真正符合需求的作品。對他而言，這些反覆修改的過程雖然花時間，卻也是學習最大的收穫，因為每一次修正，都讓他更理解設計背後需要考量的細節。這也讓他發現，好的設計並非一次完成，而是在一次次驗證與修正中逐漸成熟。
（圖：學生展示皮革散子包專題成果 ）
另一段讓他印象深刻的學習經驗，則來自第一次接觸大型加工設備。實際面對機械設備，剛開始難免因高速旋轉的刀具與飛散的鐵屑感到緊張，但隨著老師一步步指導，以及不斷練習與考取證照，他逐漸克服原本的害怕，也開始享受親手把設計完成的成就感。對他而言，製圖科帶來的不只是專業能力，更讓自己在一次次挑戰中建立起面對問題、解決問題的信心。
從生活中發現問題，再用設計提出解方
除了培養專業技術，課程設計上也希望學生理解，設計並不是為了完成一份作業，而是為了解決真實世界的問題。
因此，高三的專題製作不只是整合三年所學，更鼓勵學生從生活中尋找靈感，思考如何運用設計改善日常需求。有些作品源自生活中的小困擾，有些則結合機械結構與力學原理，希望透過設計讓使用更加便利。從問題發想、繪製圖面、建立模型，到最後完成實體作品，每一個環節都需要學生反覆討論、測試與修正，也讓他們體會設計並不是憑空想像，而是一個持續思考與解決問題的過程。
陳主任也提到，課堂上經常利用生活中的工具作為教材，引導學生從熟悉的事物理解工程原理，再思考如何運用設計讓產品更符合需求。透過這樣的學習方式，抽象的力學、結構與製圖知識，不再只是課本上的內容，而是逐漸與生活建立連結，也讓學生更理解設計真正存在的價值。
從創意到實現，培養讓設計落地的人才
設計，不只是天馬行空地發想，更重要的是讓一個想法真正被實現。
屏東高工製圖科透過手繪基礎、電腦繪圖、加工實作、3D列印與專題製作等完整課程，引導學生在一次次設計、驗證與修正的循環中，逐步建立空間思考、設計規劃與解決問題的能力，也理解設計與製造之間密不可分的關係。
在陳主任眼中，製圖更像是一種「工程語言」。它不只是畫出一張圖，而是一套讓設計者、工程師與製造端彼此溝通的共同語言。學生在三年的學習中所累積的，也不只是繪圖技巧，而是將創意轉化為現實、把想法真正落地的能力。這份能力，不僅是未來進入工程與設計領域的重要基礎，更是面對快速變化產業時，持續創新與解決問題的核心競爭力。
開箱製圖科的學習日常！更多科系探索，歡迎追蹤104高職生IG
在 Instagram 查看這則貼文 104高職生（@104v.hs）分享的貼文
IC設計工程師、製程工程師與設備工程師一次搞懂！薪資、壓力與工作型態全面比較
在半導體產業中，不同角色的工程師雖然都在同一條產業鏈中工作，但無論從工作內容、工作場域，到薪資待遇，都存在明顯差異。本文整理前台積電營運效率部門主管—彭建文於104職涯診所EP482分享內容，從數位IC設計工程師與半導體設備工程師切入，並延伸探討數位IC設計工程師、類比IC設計工程師、製程工程師與設備工程師的不同。
文／104人力銀行小編整理
本文目錄（點擊可快速前往）
數位IC設計 vs. 半導體設備工程師：薪資差異從何而來？數位IC設計工程師：腦力密集的工作半導體設備工程師：與機台為伍的工廠守門人類比IC設計工程師：自然訊號的轉譯者半導體製程工程師 vs. 設備工程師 vs. 整合工程師：三者有何不同？結語：選擇工程職涯前，先了解你的生活型態與成就感來源
數位IC設計 vs. 半導體設備工程師：薪資差異從何而來？
以年薪中位數來看，數位IC設計工程師大約為 120萬，而半導體設備工程師則是 80萬。兩者都屬於半導體產業，但一個屬於上游的IC設計，一個則在中游與下游的製造階段。工作性質與壓力來源截然不同，也造就了薪資上的落差。
數位IC設計工程師：腦力密集的工作
數位IC設計工程師大多任職於聯發科、聯詠等IC設計公司，這些公司主要部門就是研發。工程師的日常工作幾乎都在辦公室內，負責用電腦設計與模擬IC電路，專注於專案的開發與時程控管。
這類工作強調「Time to Market」的壓力，意思是必須在限期內完成設計，趕上市場時機。例如原訂三個月完成的專案，可能會被要求一個月就得交出成果，因此需要極高的專注力與技術力。
尤其近年AI應用快速發展，帶動ASIC（特定應用IC）需求激增，讓IC設計研發的價值與重要性更上層樓。
[joblist_plugin title='【數位IC設計工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?keyword=%E6%95%B8%E4%BD%8DIC%E8%A8%AD%E8%A8%88%E5%B7%A5%E7%A8%8B%E5%B8%AB+ic+design&isJobList=1&order=15&page=1' amount='3']
半導體設備工程師：與機台為伍的工廠守門人
設備工程師的工作地點大多在新竹、苗栗、台南等地的無塵室，需穿著無塵衣，確保生產設備穩定運作。他們的壓力並非來自「時程」，而是「即時反應」——設備一旦故障，就可能造成數百萬的晶圓產能損失。
這些工程師需隨時待命（on-call），半夜接到機台異常的電話是常態，甚至需即刻返廠處理。壓力來源包括：
設備異常時需快速判斷、拆解問題
無法獨立處理時還需聯繫供應商（vendor）協助排除故障
處理完後還要撰寫報告，向廠長說明原因與改善方式
即使設備看似「沒問題」，工程師也可能因產出未達預期數量而被追問，壓力不容小覷。
[joblist_plugin title='【半導體設備工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?keyword=%E5%8D%8A%E5%B0%8E%E9%AB%94%E8%A8%AD%E5%82%99%E5%B7%A5%E7%A8%8B%E5%B8%AB&isJobList=1&order=15&page=1' amount='3']
類比IC設計工程師：自然訊號的轉譯者
與數位IC設計不同，類比IC設計工程師處理的是來自現實世界的連續訊號，如聲音、光線等，需將這些訊號轉換為IC可以處理的形式。這領域相對更貼近自然原理，也通常被視為IC設計的源頭之一。
數位與類比IC設計工程師在訓練與知識上有所區隔，前者強調邏輯與數位系統架構，後者則更重視訊號處理與電路模擬。
[joblist_plugin title='【類比IC設計工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?keyword=%E9%A1%9E%E6%AF%94IC%E8%A8%AD%E8%A8%88%E5%B7%A5%E7%A8%8B%E5%B8%AB&isJobList=1&order=15&page=1' amount='3']
半導體製程工程師 vs. 設備工程師 vs. 整合工程師：三者有何不同？
有些人會將「半導體工程師」這個名詞與製程、設備混為一談，實際上這三者職責明確分工：
半導體設備工程師：專職維護與操作生產設備，確保機台穩定運作，避免停機、達預期數量產出。
半導體製程工程師：掌控整條生產流程，優化機台的設定，思考如何提升良率。
半導體工程師（整合工程師）：是較廣義的角色，需了解製程、設備等不同面向，具備跨領域協調與整合的能力。
年薪中位數方面也有些幅差距：
半導體工程師：約 93萬
製程工程師：約 88萬
設備工程師：約 80萬
[joblist_plugin title='【製程工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?keyword=%E8%A3%BD%E7%A8%8B%E5%B7%A5%E7%A8%8B%E5%B8%AB&isJobList=1&order=15&page=1' amount='3']
結語：選擇工程職涯前，先了解你的生活型態與成就感來源
數位IC設計、類比IC設計、製程工程師與設備工程師，雖然都屬於工程領域，卻走向截然不同的職涯路徑：
喜歡坐在辦公室、用腦力解題、參與長期專案，有技術深入與產品成就感？ 你可能適合走向 IC設計，無論是數位還是類比。
喜歡實作、現場操作、面對機台與即時問題，從實體運作中找到成就感？ 那 設備工程師 會是你的舞台。
喜歡系統性思考、跨單位協作、關注製程穩定性與良率提升？ 那你或許適合走向 製程工程師，成為連結設計與現場的關鍵橋梁。
每個角色都不可或缺，在選擇工程職涯之前，不妨先了解產業分工、自己的性格與成就來源，再決定適合自己的未來方向。
從畫筆到數位創作──內思高工多媒體設計科的專業養成與創意實踐
在數位內容快速發展的時代，多媒體設計已成為結合創意與技術的重要領域。位於新竹的內思高工多媒體設計科，透過「手繪為本、數位為用」的課程架構，帶領學生從基礎美感培養出發，逐步延伸至動畫、影像與互動設計，建立跨媒介的整合能力。多媒體設計科庭裕主任指出，設計教育的核心不只是讓學生學會工具操作，而是培養「能夠思考與表達的能力」。「AI可以生成圖像，但它不是創意的源頭，真正的設計還是來自人的想法與判斷。」主任強調，學生必須先具備基本的觀察與創作能力，再透過數位工具與AI輔助延伸，而非完全依賴技術取代思考。
從手繪出發：「每日一畫」建立設計的基礎能力
內思高工多媒體設計科的課程設計，以明確的分年學習架構展開。高一階段以手繪與設計基礎為主，透過繪畫、圖學與基礎設計課程，建立學生的美感與表現能力。其中，「每日一畫」是最具代表性的訓練之一，學生需每天完成繪畫練習，扎實培養將想法轉化為圖像的能力。
圖：學生練習「每日一畫」作品
主任認為，設計的第一步不是直接操作電腦，而是「能不能把腦袋裡的東西畫出來」。「手的感覺是最直接的，想法要先透過手呈現，才有可能進一步轉化成數位作品。」這樣的學習過程，對許多學生而言並不輕鬆。並且，設計並非是單純的藝術表達，而是一種溝通與傳遞的方式。多媒體設計科的彭同學提到，自己原本只是單純喜歡畫畫，但進入科系後才發現，設計並不只是畫自己喜歡的內容，而是需要考慮「他人是否能接受」，甚至必須符合特定需求。「以前是畫自己喜歡的東西，但現在會去想，這個設計是不是別人也會覺得好。」這樣的轉變，也反映出設計工作與他人之間緊密的關聯性。
數位技能導入：從創作到媒介整合
進入高二後，課程逐步導入數位工具與媒體應用，包括電腦繪圖、3D動畫、影像製作與虛擬實境等內容。學生開始學習如何將手繪基礎轉化為數位作品，並使用AI製作及修正產生更廣泛的媒介形式。
其中，「互動動畫設計實作」課程特別具代表性。學生需以自身興趣為出發點，規劃主題、撰寫腳本、進行拍攝與剪輯，完成一支完整的影音作品。這樣的課程不僅訓練技術操作，更整合了企劃、表達與敘事能力。多媒體設計科的潘同學分享，自己原本期待能夠專注於拍攝影片，但實際學習後發現，需要先建立繪畫與設計基礎，才能讓影像創作更完整。「原本以為就是一直拍影片，但後來發現學到更多，包含畫畫、設計和不同媒材的應用。」這樣的學習歷程，讓學生逐漸理解，多媒體並非單一技能，而是一種跨領域整合能力。
此外，課程中也導入攝影與構圖訓練，讓學生理解影像的基本語言。主任指出，無論是動畫、設計或影像創作，視覺構成能力都是核心，「構圖、光影、畫面感，這些都是共通的基礎」。
圖：學生數位作品紀錄
從創意到實踐：設計思考的深化
在能力逐步累積後，課程進一步強調設計思考與創意發想。學生透過參加校內「創意構思競賽」，練習具體設計概念，並接受業界與教師的評估，從參賽經驗中學習如何讓創意回應真實需求。
主任指出，學生常出現的問題，是過度沉浸於個人想像，卻忽略設計的目的。「設計不是只為自己，而是要解決問題。」因此，課程會引導學生進行資料蒐集、使用者分析與實際驗證，讓創意能落地成為可行的設計。這樣的訓練，也培養學生面對修改與挑戰的能力，也建立了面對挫折的心理韌性。彭同學回憶，在進行大型水墨作品時，曾因不確定如何下筆而感到焦慮，但最終透過自我練習與同儕討論，完成作品。「完成的時候會覺得很有成就感。」她說。主任則強調，設計能力的建立需要時間累積，「先模仿，再轉化，最後形成自己的風格」，這是一個必經的歷程。
圖：彭同學水墨畫成果
高三階段，學生需整合三年所學，完成專題製作並對外展出。這不僅是學習成果的呈現，也讓學生有機會接受外界回饋。在專題製作中，學生可依興趣選擇方向，包括動畫、影像、平面設計或產品設計等。潘同學分享，自己在畢業專題中負責微電影製作，從劇本撰寫到拍攝與剪輯皆親自參與，他回憶「影片完成的時候會覺得很滿意。」
從學習到未來：多元發展的可能性
在升學發展方面，多媒體設計科學生多以升學為主，延伸至視覺傳達、商品設計、室內設計、建築與多媒體相關科系。主任指出，設計群本身具有高度延展性，「只要有美感基礎，可以發展的領域很多」。
學生的選擇也呈現多元樣貌。彭同學希望未來朝產品設計發展，而潘同學則考慮以建築作為主要專業，同時持續發展影像創作。這樣的路徑，也反映出多媒體設計科所培養的，不只是單一技能，而是一種可延伸的能力基礎。
在創作與實作之間，培養可持續發展的能力
內思高工多媒體設計科，以手繪為起點，逐步導入數位與AI的媒體應用，建立從創意發想到實作完成的完整學習歷程。在這樣的訓練中，學生不僅學會設計技術，更在反覆修正與實踐中，培養出表達能力、問題解決能力與創意思維。
對國中生與家長而言，多媒體設計科所提供的，不只是進入設計領域的入門訓練，而是一條將「想法」落地為技能的學習路徑。在這樣的過程中，學生能為未來的升學與職涯發展奠定穩固基礎。
開箱多媒體設計科學習日常！更多科系探索，歡迎追蹤104高職生IG
在 Instagram 查看這則貼文 104高職生（@104v.hs）分享的貼文
文組就跟台積電、科技大廠高薪絕緣？科技業外商主管分享5步驟成功跨界
非理工科系的文組生，想進科技大廠真的有機會嗎？其實科技業需要的人才種類比想像更多！作者為16年科技外商資歷、科技職場podcast《科技工作講》主持人，他舉例美國科技業有43%職缺非技術職，也有高中老師成功找到台積電文組職缺，拆解文組跨界的5個基本步驟。本文節錄自《高薪賽道》。
文／抹布（Moboo）
本文目錄（點擊可快速前往）
美科技業有43％職缺為「非技術職」找工作就是一場資訊戰爭文組進入科技業的5個基本步驟
每次看到科技業分紅大暴發的新聞，非理工科系的文組生只能自嘲「與高薪絕緣」？其實，這完全是資訊落差造成的「認知世襲」。
很多人常問我：「我是文組、非本科生，真的有機會嗎？」確實，科技業需要大量的理工學生，如果你是理工學生，機會較大。不過科技大廠賺錢的方法很多元，需要的人才種類，也比你想像的更多。
美科技業有43％職缺為「非技術職」
丟掉你的自卑和擔心吧！一起來看一組會讓你大吃一驚的真實數據：
關於新進員工或整體科技業的學歷分布，美國國家科學基金會（NSF）與勞工統計局（BLS）在2025-2026年發布一份最新的勞動力報告：
總經／整體數據：根據NSF最新的《The STEM Labor Force》報告，美國有高達25％的勞動力從事STEM相關職業。
跨界現象：數據顯示，擁有STEM學位的人不一定只做工程師。在科技巨頭中，有大量擁有理工背景的員工從事非傳統軟體工程師職位，例如：產品經理（PM）、 技術銷售（Technical Sales）、資料分析師、供應鏈管理等。反之，也有部分擁有非理工背景的員工，透過後天培訓轉職進入技術營運、UI/UX設計或專案管理領域。
Glassdoor也發表過一個美國科技產業職缺統計，科技業中有高達43％的職缺屬於「非技術職」（Non-technical roles）。統計看來，科技業技術職位雖多，但是非技術的工作也很多。像是Oracle這樣的軟體服務公司，其實也有非常多的銷售服務人員。
除了職缺分布之外，若想知道科技公司的員工組成，從科技業上市公司的財報和員工多樣性的報告中，也能窺見一二。
網路上經常可以看到，許多人看到科技業賺錢的新聞，就會哀嚎：「我是文組生怎麼可能進台積電？」、「文組就跟科技業絕緣呀」，這讓我深深感受到，資訊落差真的很巨大。我把這個落差稱為「網路AI時代的城鄉差距」。明明就有網路，大家接受資訊的速度也很快。這個城鄉差距並非真的是那種住在山裡或是都市的差別，而是認知差距，就像一個個缺乏交流的村莊那般。
許多人因為從沒接受過職場該怎麼蒐集資料、該怎麼找工作的資訊，他會用自己從小到大「家長與老師所教的方法」來認識這個世界。萬一他所學習的對象，對產業的認知很少，怎麼辦？許多人經常只能問身邊的人。而這些人或長輩的認知，就會複製到下一代的身上。
由此可知，不但財產會世襲；財商觀念會世襲，其實認知也會世襲。
前幾年一位高中老師來訊問：「我有沒有進台積電的可能？」大部分的人都覺得，想進去台積電，至少要有理工背景。依照台積電在台大校園博覽會招聘的內容，他們的科系要求大部分也是理工科系。不過，其實他們的需求遠多於此。這位高中老師很認真。她嘗試把自己的資料寄給我評估。但，她寄來的不是履歷，而是一張張的教學歷程檔案，還有她在課堂上教學的照片。她說：「老師找工作，都是帶著教學歷程的。」當時，我很少在科技業的求職場合見過這樣的資料，心想，可能應徵教職需要吧。
見她這麼認真，我建議她，從我們談「科技業怎麼寫履歷」的Podcast集數開始聽，先開始建立一份專業的科技業履歷和一顆科技業求職的腦袋，再往下談。
一開始她以為，要有理工科背景，才能進台積電。後來我仔細地看了官網研究得知，台積電的教育訓練非常有名。既然台積電持續蓋廠、持續招募新人，鐵定需要大量的人資與企業訓練。
於是，我們建議她查找工作關鍵字，改用「TSMC」、 「Learning」、「Program Development」等，便找到很多台積電的文組職缺。甚至從中得知，有些台積電職缺，學歷要求便寫著「人力資源或是教育科系碩士背景（Master’s degree in Learning and Development，Human Resources，Education， Business Administration，or related field）」、而且有日文以及歐洲語言專長更佳。這些就是她可以發揮專長的職缺啊。
原來她的專業，台積電是需要的。
找工作就是一場資訊戰爭
求職和投資理財很像，當你先搞清楚該蒐集什麼資訊，並依照邏輯去推理，就會發現那些被低估的潛在價值。其實職場也是一樣的。
有學歷優勢的人，利用學歷建立護城河。沒有學歷優勢的人，就要比一般人更知道企業的需要是什麼。很多人缺乏對產業的視野，根本不知道自己能在科技業做什麼。這背後有兩個核心問題：
一來是心態問題。許多人抱持著先入為主的觀念，認定科技業就只是工程師的天下，因而放棄去真正了解這個產業。
二來是資訊問題。他們不了解產業的結構，不知道科技業其實需要各種多元的人才。很多時候，職缺就明明白白開在那裡，但因為不知道該用什麼關鍵字去搜尋，就這樣與機會擦身而過。
台積電還要蓋十幾座工廠。聰明如你，看到這裡應該就知道接下來該搜尋什麼關鍵字了。
隨著台積電到日本、美國等地大舉設廠，未來還要多蓋好幾間廠房。當海外基地需要招募大量不同文化、不同語言的員工時，當地的營運難道不需要英文或日文流利的人才，來協助進行員工訓練與跨文化溝通嗎？
這時候，擁有語言優勢的文組人，就可以在搜尋時多加一個關鍵字：「Global」。只要輸入這個字，就能跑出更多跨國的文組職缺，像是「Global Talent Incubation（全球人才孵化/ 培育）」這類的職位。這時你就會赫然發現，這些科技巨頭不但釋出了大量非技術類的文組職缺，而且正極度渴望擁有外語能力的人才加盟。
這只是一個例子。如果你看懂這個例子，就會明白「對產業的認知不足」，是如何限制一個人的發展視野。
看到這裡，可能有人看了職缺需求會忍不住抱怨：「文組還要會各國語言？有的甚至要MBA、資料分析，或者心理學專業？這算哪門子文組啊？」
其實，這再正常不過了！
當一般人應徵工程師時，面對公司要求的技術，假設學校沒教，大家也知道要自己想辦法去學、去補習。很多人都會從做專案中，自學業界最新的技術。
同樣的道理，既然身為文組，千萬不要抱怨學校教的不夠實用，這一點所有學生的困境都是一樣的。一般文組學生，至少外語能力就要夠強。而且其他多元技能也要主動培養：資料分析、商業思維、政策法規……這些本來就都是非常「文組」的技能，而不是把思維限制在：「有沒有那種既非商科、非財經，完全『純文組』就能直接上手的工作啊？」
如果公司要求的技能一項都不會，那麼問題根本不是出在「純文組」，而是「什麼都不會」，這才是真正的大問題。所以，知道企業的需求很重要。設法針對高薪職缺的需求去培養專長吧！好好加油。
很多人總認為科技業是理工科系的天下。其實他們產品硬體與軟體兼具，營收來源非常多元：賣手機、賣晶片，或軟體訂閱、雲端空間租用等都有。科技業是一個極其龐大的產業。只是因為台灣的產業結構，主要以硬體電子和半導體製造業為主，才會讓人產生理工人才需求最多的印象。
但如果我們把視野放大到外商科技業，就會發現像Amazon或Uber這樣專注於電子商務與網路平台的公司，規襲逆界跨的科本工理非模同樣驚人。在這些企業裡，需要大量的專案管理、市場行銷、數據分析、供應鏈採購、法規合規、使用者政策制定以及商業分析等職位。
這些工作，本質上都是非常「文組」、非常「商業導向」的，而這背後所需的專業，也正是出社會工作最扎實、最實用的核心技能。
文組進入科技業的5個基本步驟
如上述，我們也訪問過非常多成功轉行的人士。他們跨進科技業時，身上都沒有任何先天優勢，但他們都精準掌握了以下幾個基本概念：
盤點自身技能：先釐清自己手上握有哪些籌碼。
對接產業需求：深入了解科技業到底有什麼職缺會需要自己的技能，仔細研究職務說明書（Job Description，簡稱 JD）。
客製化調整履歷：讓自己的履歷看起來符合企業所需。
對於已經具備的技能：強調自己能從不同行業，帶來跨界解決問題的獨特能力。
對於尚未具備的技能：展現強烈的學習意願與自主進修襲逆界跨的科本工理非成果，證明自己是一個「極高受訓潛力」的人才。
看完這些基本概念是不是對非技術職進入科技業，有了梗概的了解，我也建議大家可以將這5個概念，視為文組進入科技業的基本步驟。
快速結論：
科技業有高達43%的「非技術職」：根據美國Glassdoor與勞工局數據，科技巨頭有大量非技術職缺（如PM、供應鏈採購、數據分析、跨國人才培訓等），且薪資同樣享受時代紅利。
文組跨界5大步驟：從技能盤點、關鍵字搜尋（如搜尋「Global」解鎖跨國海外職缺），到將履歷客製化成企業的規格解方。
節錄自：天下文化出版《高薪賽道：選擇比努力重要！走對路徑的職場換軌與談薪心法》／抹布（Moboo） 著
推薦閱讀：
【科技業高薪攻略】菜鳥年薪300萬不是夢！「科技工作講」外商工程主管親授求職3心法
照這樣做，文組也能轉戰科技業，資深電子業經理幫你解惑5個關鍵問題
整合藏在建築裡的百餘種管線，撐起半導體良率的隱形系統——專訪洋基工程
文／104人力銀行
本文導覽：
一座晶圓廠能不能運轉，關鍵藏在上百種管線裡
不是只缺電機系人才，幾乎整張工科人才地圖都需要
工程師開始用 3D 模型蓋廠，無人機則在現場自己巡邏
原定工期少了兩個月，交付日期卻一天也不能延
一塊空地交到手上，幾年後能指著它說「這是我蓋的」
免費下載2026半導體薪資報告書
外界談到半導體，最常看見的是晶片、製程與設備，但在機台正式運轉之前，還有一套更龐大、也更容易被忽略的系統，必須先被建置完成。
電力如何穩定供應？無塵室的溫度、濕度與潔淨度如何維持？製程所需的純水、氣體與化學品，如何安全送到正確的位置？使用過後的廢水與廢氣，又要如何處理？對晶圓廠來說，這些都不是附加設備，而是決定產線能否順利運轉，甚至影響產品良率的生產條件。
洋基工程蘇啟章副總經理形容，公司在半導體供應鏈中的角色，不只是把廠房「蓋出來」，而是同時扮演建造者與後續運轉維護的後盾。真正重要的，是在有限時間內安全交付廠房，建立穩定的製程環境，並隨著客戶需求與設計變更快速反應。
一座晶圓廠能不能運轉，關鍵藏在上百種管線裡
很多人以為，晶圓廠的主體建築完成，再將機台搬進去，就能開始生產，但對高科技廠房來說，真正複雜的工程，往往藏在牆面、天花板與地板之間。
洋基工程早期以空調、機電及無塵室工程為核心，如今服務範圍已擴大至整廠 EPC，從工程設計（Engineering）、設備與材料採購（Procurement），一路負責到現場施工（Construction），將整座工廠從規劃轉化為可實際運轉的生產基地。
這座廠可能從一片空地開始，也可能是將原本的面板廠重新改造成晶圓廠，不論是哪一種，背後都需要營造、機電、製程供應與工程管理等團隊共同合作。
除了建築結構與電力空調，製程端還包括純水、廢水、氣體、化學品及環境控制等系統。蘇啟章提到，一座高科技廠房內，可能有超過一百種不同管線同時穿梭，每一條管線都有自己的功能、規格與安全要求，卻又必須在有限空間中互不衝突。
因此，工程團隊交付的並不只是一棟廠房，而是一整套能讓生產設備穩定運轉的環境，當半導體業者持續推動節能、減碳與淨零目標，洋基的設計及研發團隊也必須進一步提供技術選項，協助客戶降低能源消耗，讓工程價值從「能不能蓋」走向「能不能蓋得更有效率」。
不是只缺電機系人才，幾乎整張工科人才地圖都需要
服務範圍擴大，也讓洋基工程需要的人才變得更加多元。
機電領域需要電機、機械、熱流、空調、消防、給排水與中央監控人才；營造端需要建築、土木、結構與大地工程背景；製程供應則涵蓋材料、化學、環境工程、水處理等專業；另外還有職業安全、品質管理與專案管理等職務。
換句話說，半導體建廠並不是少數科系才能進入的工作，而是一個橫跨多種工程專業的產業現場。蘇啟章副總經理表示，洋基在台灣已有七百多名員工，並希望持續擴充至千人規模，不論是社會新鮮人或已有經驗的工程人才，都在招募範圍之內。
對新鮮人而言，學校所學提供的是基本工具，真正的工程能力仍要進入專案後累積。因為現場不會按照教科書順序發生問題，工程師必須同時理解圖面、設備、施工進度與不同團隊的需求，並在突發狀況出現時快速找出解法。
洋基工程並未把所有人都推向同一條職涯道路，而是區分管理職與技術職。擅長溝通、協調與帶領團隊的人，可以朝專案管理及主管職發展；喜歡深入研究技術的人，則能持續往專業工程師、總工程師等方向前進。兩種角色沒有高低之分，而是依照個人特質，找到最能發揮價值的位置。
工程師開始用 3D 模型蓋廠，無人機則在現場自己巡邏
高科技廠房越來越複雜，工程師的工具也正在改變。
洋基工程自 2019 年開始全面導入 BIM 與 Revit，相較於傳統平面圖，BIM 能先以 3D 模型呈現管線、設備與建築空間，讓工程團隊在真正施工之前，提早看見不同系統可能發生的碰撞。
目前洋基約有兩百多名設計人才，其中多數已經能以 Revit 進行 3D 作業，對既有廠房的改造工程，團隊也會透過點雲掃描，將現場空間轉換成數位模型，再與新設計進行比對。
工程進行到不同階段後，現場還會再次掃描，把實際完成的管線與設備帶回模型檢查。過去需要監工拿著尺，一個位置、一條管線逐一確認；現在則能以毫米等級的掃描資料快速找出誤差。
洋基工程也正在測試可自行飛行、避開人員與障礙物的無人機，除了掃描工程進度，它還能協助現場安全管理，例如辨識工作人員是否配戴安全帽、護目鏡或正確防護裝備，再將異常情況回傳給管理團隊。
不過，工具變聰明，並不代表工程師會被取代，蘇啟章副總經理認為，工程現場的變數實在太多：設計可能改變、工序可能延誤，數十個工種也可能在同一時間互相影響。AI 可以提高效率，卻很難獨自承擔判斷與應變。
因此，公司也鼓勵員工自行開發 AI Agent，例如有同仁利用電子郵件與 Teams 對話，自動整理每週工程報告，把原本花在行政彙整上的時間，轉移到更重要的專業問題。AI 在這裡更像一名助理，而工程師仍必須負責判斷答案是否正確。
原定工期少了兩個月，交付日期卻一天也不能延
科技廠房最真實的壓力，是前一個工序即使延誤，後續設備進場的日期也不能改。當營造工程延宕一、兩個月，後續團隊只能將原本的日班改為日、夜兩班；倘若進度仍追不上，甚至可能改為三班制，二十四小時不間斷施工。
在這樣的現場，新鮮人首先要學會的不是趕進度，而是「安全」。看到大型車輛要保持距離，遇到吊掛作業不能任意靠近，進入施工區域前也必須理解每一項防護規定，蘇啟章說得直接：「你必須安全回家，這是最基本的要求，沒有這件事，其他都不用談。」
但工程也不是只靠制度推動。當數十名工班需要一起趕工，主管是否理解第一線的辛苦、能否取得團隊信任，則是直接會影響現場的執行力道。
蘇啟章回憶，自己年輕時曾跟著父親進工地做小工，因此知道現場勞動有多辛苦，後來帶領工程團隊，他常隨身帶著耳塞，看見工班進行高噪音作業卻沒有防護，就直接送給對方。對他而言，照顧現場人員不是管理技巧，而是工程主管應有的基本態度。
當團隊感受到彼此是真心合作，在真正需要趕工時，也更願意共同完成任務。工程管理表面上管理的是工期與品質，實際上管理的仍然是人。
一塊空地交到手上，幾年後能指著它說「這是我蓋的」
談到工程工作最有成就感的地方，蘇啟章的答案不是職稱，而是看見一座建築真正留在城市裡時那種欣慰感。他從台灣一路參與新加坡、日本及中國等地的工程，專案規模也從數億元、數十億元，一路成長到百億元等級，每完成一個案子，就像在自己的職涯裡增加一座看得見的里程碑。
當一片土地從零開始，最後變成辦公大樓、商場、飯店，甚至能容納上萬人工作的生產基地，那種成就感很難被報表取代。這也是半導體建廠工作與許多職務不同的地方，工程師面對的不只是電腦裡的模型，而是要把圖面、材料、設備與上千人的工作整合起來，最後成為一座真正能運轉的工廠。
對想進入半導體供應鏈的年輕人而言，不一定要擁有最漂亮的學歷，比起學校名稱，洋基更看重的是基本工程能力、持續學習的熱忱，以及能不能利用數位工具提高效率；如果想往管理發展，還要練習溝通、協調與帶領團隊。
當外界只看見晶片從產線送出時，工程團隊的工作早已完成大半，但真正支撐晶片良率的，正是那些藏在建築裡、彼此交錯，卻不能出錯的管線與系統。
對喜歡解決複雜問題、願意走進現場，也希望多年後能指著一座工廠說「這是我參與完成的」的人而言，半導體建廠是一條能將專業留在城市裡的職涯路。
免費下載2026半導體薪資報告書
想進半導體供應鏈？再看看這些職涯機會：
從傳統化工走向科學公司：李長榮讓不同專業走進半導體材料
從反覆送樣到正式量產：新應材如何讓台灣材料進入半導體製程
營造蓋的不是工廠，是半導體起跑的第一秒：麗明營造在高壓工地，養出能扛數十億專案的人才
《2025半導體業人才報告書》半導體每月徵才3.4萬人，生產製造/品管/環衛類、研發類每月缺才近1萬人最多
半導體為台灣經濟發展的命脈！104人力銀行與工研院合作發布《2025半導體業人才報告書》，2025年5月半導體人才缺口達3.4萬人，主要徵才職類：「生產製造/品管/環衛類」缺1萬人、「研發類」缺9,000人、「操作/技術/維修類」缺7,000人最多。半導體業期待職人具備的技能，「生產製造/品管/環衛類」與「操作/技術/維修類」重視設備運作與故障排除，「研發類」技能則與電子電路設計知識、電路布局技巧高度相關；科系方面，人才缺口最大的三大職類，限定科系普遍期待是電機電子或機械工程相關背景。
【立即領取】《2025半導體業人才報告書》
半導體技術職缺強勢成長 自2023下半年強彈逾6成
觀察半導體徵才趨勢，《2025半導體業人才報告書》數據發現，自2023年下半年起，主要徵才3大職類「生產製造／品管／環衛類」、「研發類」、「操作／技術／維修類」工作機會持續攀高，其中以技術職特別明顯，「生產製造／品管／環衛類」自2023年10月5,600個工作機會，攀升至2025年5月1萬個，增幅達77%，反映晶圓廠擴產、先進製程與先進封裝投資增加，對製造工程人力需求增多；「操作／技術／維修類」自2023年10月4,300個工作機會，增長至2025年5月7,000個工作機會，增幅67%，反映先進製程與先進封裝產線擴展，機台操作與維護人員需求上升。
半導體操作／技術／維修職類 每個工作機會僅能分到0.2名求職者
半導體缺才有多嚴重？根據《2025半導體業人才報告書》顯示，人才缺口前三大職類，「操作／技術／維修類」因需要輪班且工作當下需高度專注，人才招募不易2025年5月平均每個工作機會僅能分到0.2名求職者人力，極度緊張；「生產製造／品管／環衛類」因製程複雜，設備操作與維護需大量工程師，平均每個工作機會僅能分到0.4名求職者；「研發類」隨著AI應用全面擴散，消費性電子產品能力提升、通訊技術升級，平均每個工作機會僅能分到0.45名求職者，均出現人才短缺現象。
非理工職投入半導體 操作／技術／維修類58%不限科系最有機會
至於半導體想招募的人才，《2025半導體業人才報告書》指出，工作技能方面「生產製造／品管／環衛類」、「操作／技術／維修類」前三大技能均為機械產品故障排除檢修、改善設備問題及功能提昇、電機設備保養修護，確保維持設備正常、避免停機，支撐整體製程順利進行；「研發類」技能則為電子電路系統設計、類比IC電路設計、數位電路設計與驗證。
科系方面，根據《2025半導體業人才報告書》，「操作／技術／維修類」工作著重實作與現場技能，大多數企業都可提供訓練，58%職務科系不拘比例最高。「生產製造／品管／環衛類」雖具技術門檻，但多屬執行性質，部分工作也可透過內部訓練補足，38%職務科系不拘彈性中等。相較之下，「研發類」職務需具備電機、電子、材料等專業背景，要求高度理論與技術知識，因此對科系限制最嚴，職務科系不拘的比例僅23%。
【1分鐘填表單，立即下載】《2025半導體業人才報告書》
更多產業趨勢，你還會想看
104 × 工研院發表《2025 半導體人才趨勢報告》揭露五大警訊與因應之道
《2025科技業人才報告書》完整版，免費下載！4大關鍵發現，揭露科技業最新人才戰局
《2025科技業人才報告書》平均一個工作機會只有 0.36 個求職者！類比IC設計師為科技業薪資榜首
餐飲缺工怎解？ 八成求職者期待「一頭班」或彈性排班
《綠領人才就業趨勢報告》每月徵2.2萬名綠領人才！綠領AI人才缺口激增到4,300個
104公布最新10大職場趨勢！科技與金融年薪逾90萬元、「新時代高薪職務」出列
預言技職崛起！黃仁勳不勸你寫程式：AI時代最缺的新貴，是水電工
黃仁勳受訪時指出，資料中心的加速蓬勃發展，創造了數以千計的工作機會，「我們將需要數十萬名電工、水管工、木匠蓋這麼多的資料中心。」他呼籲需要更多水電工和管線工人，這與他更宏觀的觀點一致，也就是下一波的技術機會，不在於軟體層面，而在於實體基礎設施的建構。
文／張詠晴編譯 由天下雜誌授權轉載
本文目錄（點擊可快速前往）
建築工超搶手，年薪破台幣300萬年輕人選技職，也要有師傅教
黃仁勳不勸你寫程式，而是勸你拿起工具，學當工匠。他點出未來超稀缺人才，年薪上看300萬，而且人力需求每年都得成倍成長，再成倍成長。
AI高速發展之下，年輕世代持續聽到這樣的聲音：入門級職位被AI取代，初入社會的新鮮人要找到工作的機會愈來愈渺茫。
然而，輝達執行長黃仁勳卻提出了不同的觀點：資料中心的加速蓬勃發展，實際上為年輕人創造了數以千計的工作機會。他指出，要抓住這些機會，年輕人只需願意選擇透過技職學校來獲取必要的技能訓練。
黃仁勳在接受英國第4頻道新聞訪問時說，「我們將需要數十萬名電工、水管工、木匠蓋這麼多的資料中心。」
他說，「每個經濟體的技術工種將迎來前所未有的蓬勃發展，人才需求將呈現指數級成長，每年都必須成倍成長，再成倍成長，不斷擴大。」
被譽為「AI教父」的辛頓（Geoffrey Hinton）近期也在podcast節目中表達一樣的看法，「去學當水管工。」
諾貝爾獎得主辛頓說，「我覺得水管工人比較不會失業。但像法務助理這類處理文書工作的人，很快就沒人需要了。」
建築工超搶手，年薪破台幣300萬
黃仁勳不是空談，他正以實際資金投入來兌現承諾。
輝達9月底宣布，將投入高達1000億美元資金，投資OpenAI，支持大規模打造搭載輝達AI處理器的資料中心。根據麥肯錫的預測，到2030年，全球在資料中心的資本支出將激增至7兆美元。
根據推估，建造一座7000坪資料中心，需雇用1500名建築工人，當中許多人無須大學學歷，但年薪可超過10萬美元（約300萬台幣），外加加班費。
資料中心完工後，仍需50名全職員工負責維護設施，而這些工作還會帶動周邊地區再創造3.5倍的其他工作機會。
黃仁勳呼籲需要更多水電工和管線工人，這與他更宏觀的觀點一致，也就是下一波的技術機會，不在於軟體層面，而在於實體基礎設施的建構。
今年稍早被問到如果再回到20歲時，他會選擇哪個領域就讀時，黃仁勳坦承他會傾向選擇物理科學為基礎的學科。
他說，「對於現在已經畢業的年輕人，如果是我，可能不會選擇軟體科學，反而會去鑽研更多實體科學的領域。」
輝達執行長黃仁勳的發言，為年輕世代描繪了未來的人才需求與解決方案；相對地，其他企業領導人凸顯了人才供應與產業需求之間，存在著一道亟需填補的巨大鴻溝。
今年稍早，貝萊德執行長芬克（Laurence Douglas Fink）表示，他已正式向白宮表達自己的擔心，認為移工遭驅逐出境，加上美國缺工問題，正為資料中心建設製造一場「完美風暴」。
芬克在一場能源會議上說，「我甚至告訴過川普團隊成員，我們需要大量電工，但人力根本遠遠不足，無法支撐AI資料中心的建設。」
福特執行長法利（Jim Farley）今年6月指出，美國缺60萬名工廠工人和50萬名建築工人。
他說，華府想要製造業回流，但這份雄心與實際勞動力供給之間存在巨大落差。
法利在接受《Axios》採訪時說，「我們有這個目標，但沒有實際的根基來支撐這個雄心。如果我們找不到人手，怎麼可能把這些工作全部搬回美國？」
無論AI最終是否奪走大量工作機會，許多Z世代跟上趨勢，重新思考職涯走向。線上求職平台Resume Builder上個月針對超過1400名Z世代成年人的調查顯示，42%已選擇從事或正在追求藍領或技術工作，其中許多人持有大學文憑。而他們的選擇多半出於，可以避免學貸負擔及降低被AI取代的風險。
Resume Builder職涯顧問長哈勒在調查中表示，「愈來愈多Z世代大學畢業生轉向發展技術工作，背後的理由是出於擔心AI會取代傳統白領工作，而技術工作則提供難以自動化的實務操作。此外，許多畢業生面臨學歷與職場脫節的困境，難以獲得所學專業的工作，促使他們探索更實用且真正有人力需求的替代方案。」
年輕人選技職，也要有師傅教
當然很多人會說，人形機器人正逐漸縮小與人類工作的差距，未來技術工作恐怕也會被取代。
線上專業發展平台BetterUP的AI首席科學家里斯則認為，「機器人技術確實在快速發展。它即將投入入門級工作，比如駕駛卡車和搬運設備，但要應對複雜工作還需要時間。」
加州大學柏克萊分校機器人學與自動化領域的科學家戈德堡（Ken Goldberg）說，「市面上存在的普遍誤解，以為人形機器人即將取代人類工人，這在我看來是個迷思。進展其實很緩慢。」
在AI時代，技術工人仍有巨大的發展潛力。他們將與AI和機器人並肩協作，把那些要求精細入微和解決複雜問題的工作，交給多年來不斷精進技藝的專業人士。
更值得關注的是，一旦學徒出師，將會發現眼前是一條嚴重供不應求的道路。隨著愈來愈多有意識、有志向的年輕人開始報考技職學校，許多院校反而陷入了師資難尋的困境。根據美國教育部數據，2025至2026學年度，至少有26個州面臨職業與技術教育教師短缺問題。因此，為了解決技職領域的人才斷層，身懷精湛技藝的師傅，同樣是最稀缺的人才。
（資料來源：Fortune, NBC News, Fox Business）
（原文標題：建築工年薪破300萬！黃仁勳：這才是AI時代最缺的新貴）
推薦閱讀：
3種性質工作最不易被AI取代！技職人一身武藝比文憑更吃香
AI時代職場核心技能大洗牌！2030年哪些技能讓你立於不敗之地？
28歲AI億萬富翁建議青少年：把所有時間拿去做一件事
AI世代最夯新職位》為什麼他們零經驗，年收20萬美元起跳？
根本不會取代你！為什麼AI的成效被誇大了？
[joblist_plugin title='更多104【營建／製圖類】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&jobcat=2012000000&page=1' amount='3']
【Graphy AI教學】AI自動生成圖表、數據分析4技巧！連報告都能一鍵生成的靈感救星
報告寫不出來、數據圖表總是做不出重點？讓Graphy AI成為你的職場AI靈感助手，只要輸入文字就能一鍵生成圖表、整理分析數據！本文解析Graphy AI超實用的使用技巧，讓圖表製作、報告撰寫變得既簡單又有效率。節錄自《超有料！職場第一高效的 Excel ✕ AI 自動化工作術》。
文／施威銘研究室
本文目錄（點擊可快速前往）
【Graphy AI】連報告都能一鍵自動生成的圖表AI【技巧1】請AI先發想圖表，再回頭優化Excel數據【技巧2】微調圖表範本內容【技巧3】寫分析報告的救星！請Graphy AI幫忙一鍵分析【技巧4】抓現成的Excel圖表請AI分析
【Graphy AI】連報告都能一鍵自動生成的圖表AI
【使用AI】Graphy AI
工具：Graphy AI
網址：https://graphy.app/
雖然我們都知道圖表的重要性，前兩節也介紹了繪製圖表的AI輔助技巧，但圖表只是手段之一，更多時候您可能是被要求提出數據分析報告。在靈感枯竭時，「Graphy AI」這個AI圖表工具絕對是您的救星！
Graphy AI讓我們可以先把手邊的Excel數據拋在一旁，只要擬好簡單的文字描述（主軸當然要與手邊的Excel數據相關），此AI單憑一句話就可以自動生成最適合的圖表範本給我們參考；最棒的是，我們還可以把現成的Excel圖表請它分析，請AI針對我們的Excel資料生成簡報參考內容，這讓圖表製作、甚至是報告撰寫變得既簡單又有效率。
請連到http://graphy.app網站申請好Graphy AI免費帳號，用Google帳號即可快速申請好（圖／旗標出版提供）
【技巧1】請AI先發想圖表，再回頭優化Excel數據
申請好Graphy AI免費帳號後，我們先熟悉一下此AI的操作介面，剛才提到，此AI可單憑一段文字描述就快速生成圖表範本給我們參考，當您單有報告title卻苦無想法時，就可以先請AI提供一些思路。
請先開啟Graphy AI的首頁（http://graphy.app）：
點擊Chart功能，並點擊這個AI功能（圖／旗標出版提供）
輸入提示語 (Prompt)，點擊「Generate chart」就可以開始生成圖表範本。先輸入一段文字描述，單這樣就可以生成圖表範本：「2024年1-12月書籍專案的寫作人員和行銷人員投入資源規劃」。
輸入提示語 (Prompt)，點擊「Generate chart」就可以開始生成圖表範本（圖／旗標出版提供）
幾秒鐘後AI就會生成它所判斷出的建議圖表，若覺得這張圖表還可以，可以點擊「Use this chart」儲存下來，後續可以再做調整。
點擊「Use this chart」儲存下來，後續可以再做調整（圖／旗標出版提供）
【TIP】而當我們手邊有滿滿的Excel數據，對於該用哪種圖表毫無想法時，我們也不用急著套入資料開始瞎繪圖，可以利用這招用文字描述請AI給我們一些靈感。但提醒讀者，畢竟AI是利用區區一段話來推敲我們可能需要的圖表，因此不要想說會一步到位。如果結果差很多，甚至生不出來，就要換Prompt多嘗試看看了。
此外，前面您也看到了，其實我們並沒有餵入任何數值給AI，因此目前所生成的數值都是AI虛構的，僅供我們發想參考，但筆者就常利用這招得到靈感、回頭調整手邊的Excel資料呈現方式：
根據AI提供的範本回頭整理自己的數據，使其更符合報告需求，例如本例希望完成的報告其實用不到這3個欄位（圖／旗標出版提供）
以上等於是「AI先提供思路，我們再調整要納入分析的Excel資料」，這招讓我們不用一開始就陷入整理數據的困境，因為已經有了大方向，最終產出的圖表內容就不會離題太多了。
【技巧2】微調圖表範本內容
如果AI所生成的圖表範本您覺得方向還不錯，也可以繼續做調整。
點擊左側的Boards功能，預設會有一個儀表板，請點擊它。右側可以看到剛才存下來的圖表，滑鼠在圖表上停留後會看到選單，請點擊Edit。
（圖／旗標出版提供）
【TIP】這裡的Boards是dashboard（儀表板）的意思，Graphy AI的用途之一是建立儀表板，儀表板內可以展示各種圖表、數據指標和其他視覺化元素。不過這裡主要是介紹Graphy的AI圖表輔助功能，因此就不對儀表板編輯功能著墨太多了。
我們可以在生成的圖表基礎上去修改圖表類型及數據，點擊此圖示。可以快速切換其他種圖表類型。
（圖／旗標出版提供）
左側可以馬上看到結果，各類型的圖表底下還會提供客製化選項。
（圖／旗標出版提供）
別忘了生成的數值、單都是AI虛構的，可以點擊此頁次來修改。若想直接在此AI完成圖表製作，可以直接在這裡灌入手邊的真實數據。
（圖／旗標出版提供）
這2頁稍微體驗了Graphy AI的一鍵生成圖表範本功能，透過AI提供的範本，我們可以回頭優化Excel數據，確保最終產出的圖表更符合需求，減少手動摸索的時間。
【技巧3】寫分析報告的救星！請Graphy AI幫忙一鍵分析
Graphy AI當中還有一個最貼心、最不可錯過的AI功能 - 它可以根據我們設計好的圖表內容進行分析，提供各種總結式的論點，這簡直是寫報告的利器啊！例如AI會自動檢測圖表數據中的趨勢，並試著解釋這些趨勢的意義。或者幫我們識別數據中的異常值，提供可能的原因分析。凡此種種，有了Graphy AI提供的資訊做為靈感來源，就可以更輕鬆完成Excel圖表分析報告了。
本例假設已經在左圖中整理好真實的數據，接著在圖表的編輯畫面中點擊此圖示。提供的功能包括insights（提供洞見)、summarize（做總結）、Find anomalies（異常偵測）。也可以請AI將分析結果整理成投影片、報告、簡短PO文…等。
（圖／旗標出版提供）
我們來試試投影片這一項，點擊上圖的Presentation。 沒兩三下就生成投影片大綱 (Slde1、Slde2….) ，點擊「Insert」可以將這些內容插入到圖表下方。
（圖／旗標出版提供）
將生成的報告內容置入圖表內，看起來更有模有樣了。
（圖／旗標出版提供）
如果需要翻譯，可以在前頁下圖中點擊「copy」鈕，再將內容複製到ChatGPT等聊天機器人做翻譯。
（圖／旗標出版提供）
Graphy AI所提供的參考報告內容，其中的各種「見解」可以多參考是不是您要的方向。
（圖／旗標出版提供）
看到了吧！AI實在太強大 ，輸入區區一句話，幫我們自動做好圖表、簡報的參考資料了。筆者認為Graphy AI這樣的工具最適合用在當你對做圖表（或者做簡報）完全沒有靈感的時候，可以用這個工具快速獲得一些參考範本、或者可以嘗試切入的報告觀點。
【TIP】但千萬記得是「參考」資料喔！乍看之下AI生成的內容還滿有模有樣的，但如同操作時所看到的警語：AI responses can be inaccurate or misleading，有些內容細細推敲後可能根本毫無邏輯（甚至是虛構出來的）。總之，我們可以用AI來節省時間和激發靈感，但絕不能完全依賴它，最終的內容還是需要我們自己去檢驗、修正和補充，以確保資訊的準確性。
【技巧4】抓現成的Excel圖表請AI分析
除了在Graphy AI介面生成圖表範本、整理數據外，Graphy AI也可以抓取一些現成的圖表來重製、做分析，此服務整合了多種資料來源，包括Google Sheets（可放置Excel檔案）、Google Analytics、Google Search Console、Meta Business、LinkedIn Analytics和x.com等，讓使用者可以輕鬆將不同平台上的數據匯入並快速生成視覺化報表，進一步分析各種指標和績效。
做法很簡單，先在主畫面點擊Chart，點擊Import chart，可以選擇匯入哪些來源的圖表。
（圖／旗標出版提供）
想抓取Excel圖表資料來做分析時，可點擊「Google Sheets」。
（圖／旗標出版提供）
2 接著會用瀏覽器登入您的Google試算表服務，若有內含已經做好的Excel圖表需要分析，直接點擊開啟它
3 當您將滑鼠游標移到現成的圖表上，就會看到Save to Graphy圖示，點擊後就可以將這張圖表匯入Graphy AI網站
（圖／旗標出版提供）
【TIP】沒看到Save to Graphy圖示？在您註冊好Graphy AI帳號時，應該會引導您安裝Save to Graphy這個Chrome瀏覽器外掛，若在上圖中沒看到此圖示，代表外掛還沒有安裝好，請自行到Chrome商店搜尋、安裝。
延續前面的操作，在點擊Save to Graphy圖示後，畫面會切回Graphy AI網站，可看到圖表已經匯入完成了。點擊「Save and open app」儲存，並在儀表板畫面開啟。
在儀表板畫面中，將滑鼠游標在圖表上停留，點擊選單內的Edit圖示。請注意，這裡的圖表數據跟Google試算表是「連動」的喔！若Google那端的數據有更新，可以點擊此圖示進行更新。右上角也會顯示這張圖表的來源是Google試算表。
（圖／旗標出版提供）
最方便的就是AI分析功能，請點擊此圖示。希望AI生成哪類型的報告都可以，本例選擇「Summarize」請AI針對Excel圖表做個總結。
（圖／旗標出版提供）
幾秒鐘的時間就針對左側的Excel原始圖表生成摘要給我們參考了！
（圖／旗標出版提供）
節錄自：旗標出版《超有料！職場第一高效的 Excel ✕ AI 自動化工作術：生成公式 + 函數、做自動化，用 AI 解決所有 Excel 難題！》／施威銘研究室 著
推薦閱讀：
Excel公式讓ChatGPT幫你寫！輸入指令就能懂的Excel公式教學
ChatGPT分析數據資料會出錯嗎？修正盲點教學，制定策略更高效精準
ChatGPT生成Excel圖表不卡關！xy軸設定、中文顯示問題輕鬆搞定
[course_plugin title='推薦Excel相關課程' keyword='excel' amount=2]
從設計專才到未來職人──認識「大安高工圖文傳播科」的真實樣貌
設計，是喜歡畫畫就能勝任的事嗎？高中三年，又能學到哪些專業？未來的出路，又會長成什麼模樣？這一次，我們走進大安高工圖文傳播科，透過鄭茜文主任的分享，帶你認識圖傳科的學習內容與升學出路！
文／104高職生
圖文傳播在學什麼：整合科技與美感的學習歷程
你以為設計只是畫畫嗎？在圖傳科，設計是反覆練習、整合思維與實作經驗的過程。學生從高一開始打下基本功，學設計概論、色彩原理；進入高二後，課程開始進一步與業界技術接軌，包括圖文編排、向量繪圖與棚拍攝影實習；到了高三，學生要進行專題製作與設計實務，不只是把作品完成，更要能站上台前，講清楚自己的設計概念與表達邏輯。
能力面向能力說明對應課程跨域力整合所學知識，應用於跨領域學習與實作，解決實務問題。設計概論、圖文傳播概論、印刷與設計實務、圖文複製實習、向量繪圖實習、基礎設計實習等研創力具備研發與創新思維，能因應科技趨勢、創造價值。表現技法實習、專題製作、造型原理、攝影實習、畢業專題製作等專業力具備專業技能、技術素養與職業道德，轉化生涯目標為行動方案。Photoshop／Illustrator／InDesign 操作、印前作業實習、色彩原理、數位影像處理實習、棚拍攝影實務、專業圖文複製實習、選手培訓等移動力具備國際觀與文化理解，能自信溝通、拓展知識邊界。國語文表達與應用、學習歷程製作與發表、選手培訓、設計實務、畢業專題製作（發表面向）等
（表：圖傳科培養的四大能力）
為了讓學生在真實場域中成長，圖傳科建置了攝影棚、數位印刷教室、Mac教室與圖文複製工場等專業實習空間。學生除了日常學習，也會挑戰技能檢定。目前丙級證照通過率穩定超過九成，乙級也有六成以上的表現。這些證照是過程中學生對自己專業能力的確認，也為未來升學與工作奠下基礎。
圖：大安高工圖傳科｜攝影棚教室（大安高工圖傳科主任提供）
喜歡畫畫不一定適合設計？
圖傳科的學生來自不同背景，有些是從小愛畫畫，也有些是對設計感到好奇而選擇這條路。但進入圖傳科後：「喜歡畫畫就適合設計」這個迷思會被一點一滴的學習中澄清，而競賽更是磨練與驗證所學的舞台，平日無數次的修改，都成為比賽的底氣。近年來，圖傳科在全國工科技藝競賽屢創佳績——應用設計類金手獎第1名已連續四年奪冠，圖文傳播類金手獎第 1 名也完成了二連霸，幾乎年年都有學生拿下金手獎的殊榮，獲獎的成果背後，藏著的是師生之間深厚的信任與默契。
圖：大安高工圖傳科｜參與108學年度全國工科技藝競賽（大安高工圖傳科主任提供）
茜文主任分享，過去18年的教學經驗讓她知道，不同的學生需要不同的語言與陪伴方式，比賽當然有壓力，學生也常擔心沒得名，但主任總會提醒他們：只要用實力累積經驗就能踏穩腳步。她自己也曾是選手，深知那種孤獨與緊張，也更知道一位好教練的陪伴有多重要。於是技藝競賽的意義，亦是那些準備的日子中老師與學生在無數次修改討論中如何彼此靠近一起撐過挑戰的回憶！
圖：大安高工圖傳科｜鄭茜文主任 至鶯歌工商細心指導選手（大安高工圖傳科主任提供）
從圖傳出發，看見更多可能
圖傳科未來的發展聚焦於強化自身的獨特性，延續印刷專業出身的技術基礎，整合設計、美感與傳統文化，發展如藍曬、布衣、鉛字等文創應用課程，同時，科內也重視溝通與表達力的養成，鼓勵學生在創作過程中說出自己的理念，建立能回應時代的設計思維。
畢業後，圖傳科學生的升學選擇相當多元，常見升學目標包含國立臺灣科技大學、國立臺北科技大學、國立臺灣師範大學等設計或傳播相關學系。也有學生選擇進入職場，發展自創品牌、音樂創作、自媒體經營等個人事業，走上獨立接案的路線。圖傳科培養的不只是設計專才，更是願意學習、勇於嘗試、持續創造的未來職人！
更多科系探索，歡迎追蹤104高職生IG！
在 Instagram 查看這則貼文 104高職生（@104v.hs）分享的貼文
「職場儀式」真的有效嗎？從開晨會到志工日，行為科學解析如何提升團隊凝聚力
職場儀式真的能提升團隊效率嗎？本文作者為麥肯錫、波士頓顧問，透過行為科學解析儀式如何強化團隊凝聚力、提升歸屬感與溝通品質，從晨會到志工日等職場儀式，協助主管與上班族打造更和諧的工作環境。本文節錄自《意圖韌性》。
文／麥克．詹姆斯．羅斯
本文目錄（點擊可快速前往）
職場儀式的力量職場儀式的益處
職場儀式的力量
儀式能改變大腦到什麼程度呢？哈佛大學行為科學家麥克．諾頓（Michael Norton）這麼解釋：「並非在進行了儀式後，那天就會神奇地愛上自己的工作。而是隨著一段時間過去，儀式開始對我們產生意義，感覺就像是『我們這裡就是該這麼做的』。」儀式能帶來成就感、同伴情誼或是對自己的信念，這就足以改變一切。
有太多領導者都把團隊當成一群個人的集合來管理，卻未能覺察成員間的互動。在這樣的情境中，職場儀式就能有效地為員工創造有意義的工作體驗，並改善團隊對於共同目標的認同，以及成員間的人際關係。透過有意圖地設計一套良好的儀式，並隨著時間調整與適應，領導者和團隊成員都能大幅改善工作環境的和諧感，並帶給團隊共享意圖的凝聚力。
和個人的習慣一樣，職場儀式也能強化團隊對達成目標所需行為的專注，進而支持共享意圖，你可以想想史提艾斯強調專案成功的意圖吧。不過，職場儀式還有一個次要的好處：強化連結和一體同心的感受。如潭美．金（Tami Kim）在和我們對話中所解釋：「完成群體的儀式後，人們更可能帶著使命感面對下一件任務，進而做出更棒的工作表現。試想世界上既有的儀式，例如在運動競賽前走特定的道路、成功簽約後的敲鑼、把賺到的第一塊錢貼在牆上等等，這些行為本身都沒有直接實質的好處。但群體儀式的某些性質，包含肢體動作、象徵意涵和群體性，皆能有助於強化儀式的內在意涵，並發揮外溢效應而影響到個人後續必須完成的任務。」
職場儀式的益處
當把促進生產力的習慣儀式化，能確保從這當中獲得最有效的運用，在規畫設計時會把其中的瑣事化為儀式，並且必須先符合公司更遠大的目標，以及不該帶給團隊更多的工作量。每日的晨間集會就是個好例子：快速地和每位成員對話，就能提供大家分享進度、討論困境和求助的機會，透過這種晨會都能幫助團隊成員提高責任心，此外也能創造更通暢的溝通，讓所有人對共同目標更有認同感。
不過，晨會最重要是帶來「軟性」的影響，事實上像晨會這種儀式是為員工創造歸屬感的有效方式。無論性別和年齡，有將近40％的勞動者在晨會受到關心時（個人和專業層面皆然）會有最強的歸屬感。即便職場習慣的實施目的常常是為了提高生產力，也不意味著它無法同時兼顧文化上的目標，而組織中社會經驗的共享，是讓團隊凝聚的重要因素。無論是在儀式的周邊活動（例如晨會前簡短的社交時間），或是儀式焦點（例如快樂時間），這種能在個人任務之外打造團隊群體感的機會，都是彌足珍貴的。
有意思的是，為了讓儀式性活動真正有效，且受到員工和管理者的珍惜和重視，這些活動必須聚焦在共享意圖上。正如有份研究表示，參與者認為最珍貴且有效的兩種團隊活動是志工日（參與者共同為公益目標努力）和企業共識營（其中會討論公司的策略和方向）。
最棒的職場儀式，是可以同時打造團隊並培養個人的活動，並且能強化理想的行為。舉例來說，每一季舉辦的頒獎活動能表揚團隊成員在銷售、指導和創意等層面的成就，同時還能達到許多其他目標。透過頒獎活動能表彰公司重視的價值，藉此強化組織文化，激勵具有競爭心的團隊成員，並且讓努力工作的人獲得認可。
因此，別忘了要透過設計符合意圖的儀式，來讚揚正確的行為。舉例來說，當麥克還是顧問時，曾經有位客戶希望自己的組織能更創新，於是設計了年度創新獎項，希望能鼓勵團隊更有創意。然而在首屆表揚典禮上，她推舉獎勵設計產品在第一年就獲利超過十萬美元的員工。雖然這位員工乍看之下是個好人選，但仔細想想這樣獎勵的條件就成了獲利能力而不是創新了。相對地，她找到另一位推出試驗性商品最後以失敗收場，讓公司虧損兩萬美元的員工。這位獲獎者被要求發表得獎感言，強調他在過程中獲得的學習經驗。透過表揚試驗帶來的學習（而不只是慶祝成功），公司傳達的訊息是：我們看重嘗試新事物的精神。把頒獎典禮當成年度盛事，儀式為公司創造了各種不同的益處。
節錄自：方言文化《意圖韌性：終止拖延萎靡的神奇之鑰！激活動機潛能，個人與團隊目標皆高效實現的強大心理力量》／麥克．詹姆斯．羅斯 著
「數據／資料工程師」12個必備技能、推薦職缺、證照進修
大數據時代來臨，企業數位轉型的需求應運而生，因此數據工程師（資料工程師）在企業中所扮演的角色也日益重要。本文盤點要成為數據工程師，強烈推薦要學的 12 項必備技能。一起來看看【數據工程師】工作日常以及104人力銀行上有數據工程師工作機會。
成為數據工程師的 12 項必備技能（點擊可跳至章節）：
基本技能（程式語言與資料架構）
網路概念
資料庫 Database
數據湖 Data Lake 與物件存儲
數據倉儲 Data Warehouse
分散式系統
數據處理
機器學習 Machine Learning
作業編排管理
前端與儀表板
後端框架
自動化與部署
如何開始數據工程師之路？了解數據工程師工作日常
【數據／資料工程師】推薦職缺
【數據／資料工程師】職場常見證照整理
【數據／資料工程師】職場再進修課程推薦
文／LnData 麟數據科技
數據工程師的必備技能樹 (Source: Anuj Syal)
一、基本技能
首先，以下是最基本的必修技能，也是想進入這個行業需要的優先入手技能，包含：
SQL：SQL即「Structured Query Language」，也稱做「結構化查詢語言」，是一種用於管理和查詢關聯式資料庫的語言，用於處理和操作大量數據。它允許數據工程師對資料庫執行各種操作，如數據檢索、修改和定義，且幾乎所有資料庫和數據倉儲都使用SQL。
程式語言：數據工程師必備技能當然包括使用不同的程式語言來處理數據，如 R、Scala、Java等，但首推 Python，因為Python容易上手，並且擁有許多免費且開源的資料科學工具和資源，使其成為處理數據相關工作的理想選擇。不僅如此，Python還有豐富的開發者社群，讓你輕鬆找到相關的學習資源和解決問題的方法。
Git：即「Global Information Tracker」，Git是版本控制的重要工具，可以追蹤、保存和管理軟體代碼的所有更改和操作，幫助資料工程師協作開發數據工程項目，並確保團隊成員之間的協同工作，可避免有人亂改或誤刪代碼。
Linux指令和Shell腳本：Linux是一種常用的作業系統，數據工程師經常使用它來處理數據，常見的版本如Ubuntu、Fedora。熟悉Linux命令（例如cd、pwd、cp、mv等）和Shell腳本可以幫助數據工程師自動化任務、管理伺服器和處理大量數據。
資料結構和演算法：數據工程師需要對資料結構（Data Structures）和演算法（Algorithms）有足夠的理解和解決問題的技能，以優化數據處理和分析。初學者可透過初級到中難度的LeetCode問題進行練習。
二、網路概念
由於現在大半數據都在線上，因此工程師常需接觸與處理VM（虛擬機）、伺服器和 API（應用程式介面），而此時就需要對 IP（互聯網協議）、DNS（域名伺服器）、VPN 等基本網路概念有基本了解。
API（應用程式介面）概念示意( Source: Geeks For Geek)
三、資料庫
資料庫是按照數據結構來組織、存儲和管理數據的倉庫，相關概念包含：
基礎知識：資料庫是存儲數據的空間，包含表（Table）、行（Column）、列（Row）、鍵（Key）、連接（Join）、合併（Merge）和模式（Schema）等基本概念。
SQL：雖然前面提過了，但要知道在使用這些資料庫時，SQL可說是最泛用也最不可或缺的語法，因此這邊再提一次。。
ACID：是原子性（Atomicity）、一致性（Consistency）、隔離性（Isolation）、持久性（Durability）的縮寫，旨在確保數據操作的有效性和穩定性。
資料庫建模：指在設計資料庫時考慮如何組織資料的過程，包括星型模式、平面設計和雪花模式等不同方法。
資料庫擴展：包括垂直擴展和水平擴展，它們用於增加資料庫的性能和容量。
OLTP與OLAP：OLAP（在線分析處理）、OLTP（在線交易處理）是不同類型的數據處理系統。OLTP是設計用於處理日常業務交易和交互式操作的系統；OLAP則是設計用於分析和探索大量數據的系統。
關係型資料庫：Relational Database，是大多數應用程式使用的傳統資料庫，用於結構化數據。常用的資料庫有PostgreSQL和MySQL。
非關係型資料庫：Non-relational Database，也稱為NoSQL資料庫。跟傳統的關聯型資料庫不同，它們不使用固定的表格模式，而是以更靈活的方式存儲數據，適合處理大量非結構化數據。非關係型數據還可分為三種類型：
鍵值資料庫：如Redis、DynamoDB、FireBase
圖形資料庫：如Neo4j、ArangoDB
寬列資料庫：如Apache Cassandra、Google BigTable
常用的關係型資料庫 MySQL
四、數據湖 Data Lake 與物件存儲
數據湖是一種大規模集中式數據存儲系統，它允許組織以原始、半結構化或非結構化的形式存儲數據，而無需建立嚴格的資料結構。這意味著數據湖可以包含來自不同來源、不同格式和不同質量的數據，可以是文本、圖像、影音等，也包含報表、視覺化、資料分析、機器學習等轉換後資料。
數據湖通常使用分佈式或物件存儲（Object Storage）系統來存儲大量數據，如Hadoop HDFS、Amazon S3等。數據以原始文件或對象的形式存儲，每個對象都包含數據本身、元數據（metadata）和唯一識別子。這種方式使得數據能夠以平面結構組織，並且具有元數據以描述數據的特徵和用途，能夠更好地管理和查詢數據。
五、數據倉儲 Data Warehouse
數據倉儲（Data Warehouse）是一種專為組織和管理大量數據而設計的數據存儲和管理系統。它的主要目標是將來自不同來源的數據整合到一個統一的、易於查詢和分析的資料庫中，以支持企業的決策制定、報告和分析需求。例如 Google 的 BigQuery、AWS Redshift、Azure Synapse、Snowflake、ClickHouse 和 Hive。須了解的相關概念包含：
SQL（略）
規範化與非規範化：在數據倉儲中，數據可以以規範化（Normalized）或非規範化（Denormalized）的方式進行組織和存儲，具體選擇取決於業務需求和查詢性能的考慮。規範化主要為求消除數據中的冗余或不一致性；而非規範化則是將數據合併到一個表中以提高數據更改速度。
OLAP與OLTP（略）
六、分散式系統
包含大數據、Hadoop、分佈式文件系統、MapReduce等概念。在分散式系統中，多台機器（稱為節點或伺服器）組成叢集並共同協作，這些機器可以在不同的地方執行，彼此通信並共同完成任務。分散式系統的好處是可提高性能、可用性和擴展性，同時減少單點故障的風險。
由於其複雜性，這些系統擁有各自獨立的技術組件。因此，為了開發與佈署這些系統，數據工程師需要使用叢集管理技術或工具，如Kubernetes、Databricks，或者自行建立Hadoop叢集等。此外，還有許多開源技術可供利用。
Kubernetes 也稱為 K8s，是一個熱門的分散式系統開發和支撐平台(Source: DevOps Mojo)
七、數據處理
數據處理是指使用程式語言來轉換數據的過程，這包括清理數據以及驗證數據的準確性。在進行數據處理時，通常會使用各種工具和框架，具體選擇取決於任務的性質和規模。
以下是一些常用的數據處理工具和框架：
Pandas：Pandas是一個好用的Python套件，常被用於處理和分析數據。它提供了豐富的數據結構和函數，適合用於數據轉換和清理。
SQL：（沒錯，又是它）由於多數數據倉庫支持SQL語言，因此SQL是一個常用的工具，用於執行數據轉換操作，尤其適用於處理結構化數據。
Spark：Apache Spark是一個用於大數據處理的強大框架，它提供了分佈式數據處理和分析計算。Spark通常用於處理大規模數據轉換操作，性能高且具有可擴展性。
Spark Streaming：Spark Streaming是Spark的一個模塊，用於處理流式數據。它可以實時處理數據流，非常適合需要即時分析的應用。
Spark是常用於處理大數據的強大框架(Source: Data Mechanics)
八、機器學習 Machine Learning
機器學習（Machine Learning）是一種人工智慧（AI）的子領域，它教導電腦如何從數據中學習，以自動改進和做出決策，而不需要明確的程式指令。機器學習可以應用於多個領域，如圖像辨識、語音識別、自然語言處理、醫療診斷、金融預測以及自駕車技術等。
人工智慧、機器學習、深度學習都是資料科學中的熱門領域
對於數據工程師來說，了解機器學習的不同類型，包括監督學習、非監督學習和增強學習，以及相關的模型(如邏輯回歸、決策樹、K-最近鄰算法等)很重要。他們需要知道何時應該使用哪種模型，並學會處理數據、調整模型參數，以及評估模型的預測準確性。
操作機器學習的平台有Vertex AI、Kubeflow等，這些平台可以協助數據工程師輕鬆部署模型，並構建更準確的工作流程，幫助數據科學家做出更精確的決策。
Vertex AI 是Google Cloud上的一個機器學習平台
此外，還有一些集成平台可讓數據工程師將工作流程整合到一個地方，如AWS Sagemaker、Databricks和Hugging Face等。這些平台通過共用的應用程式接口和圖形界面，使應用軟體功能不受特定硬體、作業系統、網路協議或資料庫管理系統的限制。
AWS Sagemaker也是不少人的ML開發選擇(Source: AWS)
九、作業編排管理
編排（orchestration）是一種用於管理和協調組織各種任務和工作流程的方法。它幫助我們確保工作按照預定的順序執行，以達到我們的目標。
最佳的編排工具之一是Airflow。它使用基於Python的有向無環圖（DAG）來記錄工作流程，讓您可以清楚地定義和規劃工作。Airflow特別適用於複雜的工作流程，並且在大數據和數據工程領域中廣泛使用。
其他工具包含Luigi、Nifi和Jenkins。每個工具都有其獨特的特點和使用場景，可以根據你的項目需求來選擇適合的編排工具，可以幫助數據工程師自動化和管理各種任務，提高工作效率。
Airflow是開發時常用的工作流程管理工具(Source: Airflow)
十、前端與儀表板
前端和儀表板（dashboard）是用來展示數據結果和互動的工具。它們讓我們能夠以圖表、圖像和表格的形式呈現數據，並讓用戶與數據進行互動。
舉例來說，Jupyter Notebook 是一種常用的工具，它可以幫助數據科學家和分析師在筆記本中直接進行數據分析並建立視覺化圖表。
Jupyter Notebook是好用的互動式開發工具，是許多資料科學工作者選擇
此外，儀表板或所謂BI工具如 PowerBI 和 Tableau，以及 Python 套件如Dash 和 Gradio，也被廣泛使用。這些工具允許我們建立互動性強的儀表板，讓用戶輕鬆探索數據，查看不同的視覺化結果，並根據需求進行操作。
Tableau是業界常用的商業智慧(Business Intelligence)工具，建立企業數據儀表板
十一、後端框架
後端框架與軟體工程有關，它們有助於構建網站和應用程序的後端部分。舉例來說，如果您想建立一個網站或應用，可能需要一個後端框架來處理用戶發出的請求、管理資料庫，以及提供信息給前端顯示。
基於 Python 的後端框架包含 Flask、Django 和 FastAPI 等。Flask 是一個輕量級的框架、Django則提供了更多的內置功能、FastAPI 則專注於建立API。
除了這些，還有一些雲端技術可供使用，例如G oogle Cloud Platform（GCP）的 Vertex AI API 和 AutoML APIs，這些技術可以用於模型部署和機器學習應用。
Flask 是一個 Python 網頁應用程式框架，因輕量靈活而受許多開發者喜愛
十二、自動化與部署
自動化和部署是指使用不同的工具和技術，來讓程式碼的建立和執行過程更加自動化和簡化，有助於提高效率、降低錯誤，並讓應用程式更容易管理和維護。
這個過程包括以下幾個主要方面：
基礎設施即程式碼（Infrastructure as Code）：這是使用工具如Terraform、Ansible和Shell指令來管理和配置伺服器和基礎設施的過程。這些工具可讓你將基礎設施視為程式碼來處理，使其更易管理和自動化。
持續集成/持續部署（CI/CD）：指透過GitHub Actions和Jenkins等工具來自動化程式碼的測試、集成、部署和交付的過程。有助於確保程式碼的品質，並使新功能能夠快速部署到生產環境。
容器化：即使用Docker和Docker Compose等工具，將應用程式和其相關的依賴項打包成容器的過程，可使應用程式在不同環境中更容易部署和執行。
Docker工作流程示意
想當數據工程師，如何培養能力？
在學生可以學習統計、資工、資料科學等科系的課程，或是透過相關實習或競賽來摸索對此領域的興趣。此外，網路上有許多付費課程、YouTube上的免費資源，也可以在kaggle、LnData等平台取得更多練習與交流機會、相關知識、技巧或資源！
要記得，這些相關技術日新月異，即使是正在工作中的數據工程師也必須時時學習與了解最新技術。相對的，正因為技術不停在改變，你也不需要強求把上面所有技能練到精通，而是掌握重要的基本概念與保持開放的學習態度。
數據工程師可以為企業做什麼？
數據工程師日常就是與數據打交道，主要包含收集、讀取、清理，探勘與管理企業的資料，以抓取符合企業分析需求的數據。這些數據則能進一步透過機器學習、演算法，產生更有價值的結果或應用方式，幫助企業做出更好的決策、優化業務流程，例如降低成本、提高獲益、優化產品、留住熟客及開發新客群。因此，數據工程師對於企業的重要性不言而喻。
然而，企業想挖掘數據最大價值，並不能只靠數據工程師。一個完整的數據團隊，通常包含數據工程師、數據科學家、數據分析師三種角色，各司其職、專業分工。他們在日常工作流程中扮演各自的角色，互相協作，完成各種不同的專案——這也是為何我們最後要強調，除了技術以外，溝通與協作等軟技能也非常重要！
（原文標題：2023 年想成為數據工程師的 12 項必備技能）
[joblist_plugin title='推薦【數據／資料工程師】工作機會' url='https://www.104.com.tw/jobs/search/?ro=0&keyword=%E6%95%B8%E6%93%9A%E5%B7%A5%E7%A8%8B%E5%B8%AB&expansionType=area,spec,com,job,wf,wktm&jobsource=blogc&langFlag=0&langStatus=0&recommendJob=1&hotJob=0' amount='3']
【數據／資料工程師】職場常見證照整理：
序號證照證照介紹發照單位1DP-203 Azure資料工程師技術師身為此認證的應試者，您應該具備主題專業知識，能夠將各種結構化、非結構化和串流資料系統中的資料，整合...＜詳情＞Microsoft2Google專業資料工程師認證專業資料工程師透過收集、轉換和發布資料來實現以資料所驅動的決策。資料工程師應該能夠設計、建置、操作...＜詳情＞Google3SSE 大數據國際認證隨著有關大數據的程式語言、運算平台、基礎理論，以及虛擬化、容器化的技術成熟...＜詳情＞Silicon Stone Education4AWS認證的數據庫-專業級認證報考資格：1.接觸資料庫技術至少 5 年、2.實際使用 AWS 至少 2 年...＜詳情＞Amazon Web Services5台灣風險數據分析師除了相關法遵外，應具備在風險數據分析、質量方法運用、風險預測建模等高階專業...＜詳情＞社團法人台灣風險管理協會更多數據相關證照＜前往＞
【數據／資料工程師】職場再進修課程推薦：
課程名稱課程介紹【真人直播】零基礎Python數據分析與即時看板實作在這堂課程中，我們將帶你從學習基礎 Python 出發，了解各種常見資料檔案格式與編碼，透過 Python 進行資料表單或檔案的自動化彙整與分析...＜課程介紹＞GA4+GTM網站數據分析實戰課專業的教學設計，以第一線網站數據分析工作者角度，剖析 GA4 四大要領，從觀念的理解到上手實作，提升你的數據分析能力。…＜課程介紹＞成為數據分析師的第一把鑰匙：用Python實作三個資料分析專案以非工科生成功轉為數據分析師的經驗、第一線職場實戰角度出發，來設計這門課程，適合零基礎、初入門、想轉職作數據分析師的你!…＜課程介紹＞零基礎成為Python金融數據分析師｜金融資訊爬蟲X視覺化應用課程單元從 Python 程式基礎開始，包含變數、資料型態、流程控制、函式、例外處理等 金融主題的網路爬蟲程式教學，製作Python爬蟲工具…＜課程介紹＞更多數據相關課程＜前往＞
有任何收穫或想分享的，都來和大家一起聊聊吧！