104學習

熟悉文件管制作業程序(DCC)

能有效管理文件的建立、審核、修改與發佈流程,確保文件版本正確且符合規範,避免資訊錯誤或遺漏,提升團隊溝通效率與作業品質。對應法規或內部標準要求,保持文件完整性與可追溯性,有助於降低風險並加快專案推動速度。這項技能對於維持公司運作秩序及產品品質非常關鍵。

187 個相關職缺

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

卓越績效管理與提升
卓越績效管理與提升
管好員工做對事:溝通協調力
管好員工做對事:溝通協調力
CompTIA Project+ 國際專案管理師認證暨實務課程
CompTIA Project+ 國際專案管理師認證暨實務課程
Office 整合應用:Word、Excel、PowerPoint 跨檔案資料管理
Office 整合應用:Word、Excel、PowerPoint 跨檔案資料管理
專案管理的要領與技巧
專案管理的要領與技巧
生產現場作業與管理實務
生產現場作業與管理實務
專案矩陣分析與應用技巧
專案矩陣分析與應用技巧
智能文件編輯:AI和Word的整合
智能文件編輯:AI和Word的整合
人資與採購必學! AI 流程自動化應用實戰工作坊【10/20】
人資與採購必學! AI 流程自動化應用實戰工作坊【10/20】
長照行政品質必修課|行政與照顧品質管理基礎四堂課
長照行政品質必修課|行政與照顧品質管理基礎四堂課

精選證照

考取專業證照,讓能力被市場看見

知識管理管理師 |
知識管理管理師證照旨在培養具備系統性知識管理能力的人才,能有效整合組織內部資訊資源,提升知識共享與創新能力,促進企業競爭力。持證者熟悉知識管理理論與實務,掌握知識收集、整理、運用及評估技巧,並能設計與推動知識管理策略,協助組織建立持續學習文化,優化決策品質與工作效能。此證照適合致力於資訊管理、組織發展及創新管理領域的專業人士。
社團法人中華人力資源管理協會
數位人資管理師-經理級認證 |
數位人資管理師認證學程將幫助你,運用e化系統的力量,將大量的人資行政瑣事效率化;利用聰明的流程再造,將員工視為內部顧客,全面提升員工體驗;最後發揮數據力,真正成為組織成功的策略夥伴! 獲得數位人資管理師-經理級認證,代表你具備以下能力 1.了解員工體驗的精神,與e化流程的設計思維,可協助組織全面檢視HR各流程的重要問題與精進的方向。 2.熟悉e化流程的設計方法步驟,協助組織善用數位科技的力量,優化現有制度流程,促進員工體驗。 3.清楚大數據分析的內涵,與業界實務運用案例,可幫助公司導入大數據分析專案,解決公司在人力計畫、人才發展、留才管理上碰到的重大問題。
104資訊科技股份有限公司
全方位基礎人力資源管理師認證 |
『全方位基礎人資管理師認證班』是國內目前梯次數最多、開班最廣、傳承歷史最悠久、唯一且最具系統化的人力資源管理師養成課程,透過具豐富實務經驗且熱情的專業講師團,深入淺出地引領學員循序漸進學習與交流各項主題,過程中並輔以精闢個案探討與擬真實作演練,藉此帶領學員有效提昇本身人資專業知能,並加速培養出能承接未來在人資領域中更具挑戰性任務的實力。   整體課程架構,將從「策略性人力資源管理架構」談起,先帶領學員建立對策略性人力資源管理的整體概念,並打通各項人資功能定位上的任督二脈後,接著以「工作分析」為基礎,逐步、詳實且系統化地介紹各項人力資源管理之「選、訓、用、留」的基本概念及實務,諸如:「人才招募、遴選與任用」、「績效管理與訓練發展」、「薪酬管理與員工福利」、「員工關係與留才管理」等主題。整體系列課程前後呼應、兼具理論介紹、觀念導正與實務分享,使學員對人力資源管理有完整且正確的認識,不僅有助於未來朝向其他人資專業進一步學習上做好準備外,亦能使自己在人資職涯發展上有更清楚的方向及計畫,還在猶豫? 趕快來點選報名吧!
社團法人中華人力資源管理協會
CDE |
CDE(Certified Directory Engineer)認證目錄工程師。 是屬於菁英等級的專業證書,提供給從事目錄與目錄化解決方案的設計、建置、最佳化、與維護作業的資深工程師與顧問來報考。此一證書針對管理複雜技術環境與商業需求之間的關係的個人能力,提供了客觀、公正的評估結果。 認證目錄工程師代表網路管理訓練與認證的嶄新方式,因為首創以目錄解決方案為焦點。 目錄服務在每一產業的資訊技術基礎建設中,已經逐漸成為關鍵性的角色,這個趨勢是由任務關鍵性應用程式;例如電子商務、電子郵件與 ERP (企業資源規劃),以及對於多重供應商網路更佳控制能力的迫切需求所強力推動。如果要有效管理應用程式、作業系統、與整個企業的安裝作業,目錄服務技術位居關鍵地位。所以,目錄服務就是未來!
Novell
總務行政管理師 |
總務行政管理師證照專為提升企業總務及行政管理能力而設計,涵蓋辦公室管理、資產管理、人力資源協調及行政法規等核心知識,協助持證人有效規劃資源、優化流程並提升組織運作效率,適合從事企業總務、行政助理及相關職務者,具備此證照能展現專業管理技能,增強職場競爭力。
社團法人中華人力資源管理協會
TQC-DA-資料庫管理系統 Access |
企業人才技能認證(TQC)是財團法人中華民國電腦技能基金會針對企業用才需求,所提出來的一項整合性認證。這項認證是經過詳細調查、分析各職務工作需求,確認從事該項職務究應具備哪些電腦技能,再對所有電腦技能測驗項目重新歸類整合而成。不但能讓有志於從事網路管理職務的人員掌握學習的方向,對求才企業也提供了更快速、更客觀、更簡化的人才甄選程序。
財團法人中華民國電腦技能基金會

精選貼文,掌握第一手知識

前端工程師是什麼?薪水怎破100萬?完整攻略,附:台積電前端工程師工作心得

前端(Frontend): 給人看的(介面、使用者體驗),網頁的畫面、按鈕、圖片、排版。 前端 (Frontend)是什麼? 這是使用者直接與之互動的部分,包括網頁的設計、佈局和內容。前端開發使用的技術包括HTML、CSS和JavaScript。 舉例來說:當你打開 104人力銀行,看到的畫面就是前端工程師控制的,包含不同裝置的畫面呈現~從電腦、平板或手機觀看,都是前端工程師需要留意的。 重要元素舉例 搜尋欄:讓你輸入「軟體工程師」並按下搜尋 職缺列表:顯示各種公司和薪資範圍 登入按鈕:點擊後彈出登入視窗 應徵按鈕:點了之後,系統會幫你送出履歷 前端工程師的薪水與薪水天花板 台灣整體而言前端工程師薪水中位數落在66.8萬~81萬間,天花板推估是91.3~101.6萬。 工作年資年薪中位數推估薪水天花板職缺1年以下66.8萬94.1萬1~3年71萬91.3萬3~5年78.1萬96.7萬5~10年81萬101.6萬資料來源 104薪資情報 有效樣本:575 資料更新:2025年02月10日 如何突破前端工程師的薪水天花板 選擇對的公司/產業 選擇薪水中位數高的公司:上市櫃公司年薪中位數、外商公司,公司獲利能力好,自然同樣的時間成本,能有更好的薪水保障。 選台灣重點產業:半導體業、科技業、金融業 台積電前端工程師工作心得 以下為講座精華節錄 薪水區間?年薪約30個月,新鮮人月薪約6萬。 加班很兇嗎?加班時數看跟的專案,配合專案前進。去年自己未超過100小時 公司內用的語言較多,不同的系統專案或對接的單位不同,要學習不同的語言 怎麼進台積電?平常就有寫技術部落格、每年參加IT鐵人賽、在104經營個人品牌(SEO權重優) 同事都是哪些人?(免費領取台積電工作心得與QA精華) 看懂遊戲規則:深耕5大能力,擁有更多選擇權 1.技術能力(Technical Skills),能否寫出高品質、可維護、效能優化的前端程式,並快速學習新技術應用在工作上,也能夠帶領內部技術前進(內部 Tech Talk 或自建部落格) 程式品質:乾淨、結構清晰、DRY、KISS、SOLID 效能最佳化:頁面載入時間、CDN快取、前端壓縮技術、降低不必要的 re-render 技術廣度與深度:獨立處理 CSS、JavaScript、框架(React, Vue, Angular)等核心技術、熟悉 TypeScript、State Management(Redux, Vuex)、處理前端安全問題(如 XSS, CSRF, CORS) 2.產品與專案影響力(Project & Product Impact),能有效率地完成任務,並確保產品的品質,過程中主動優化現有系統,提出新的技術方案,提升開發效率。 專案完成度:照時程交付、主動發現並解決問題、處理緊急問題 產品價值:功能是否真的提升了使用者體驗、A/B 測試或數據分析、減少技術債,提高長期維護性 3.開發效率(Development Efficiency),高效產出高品質的程式,主動提出更有效率的開發工具或流程,寫出自動化測試(如 Jest、Cypress),減少回歸測試時間。 時間管理:需求評估準確度、根據需求合理拆分任務,安排優先順序 程式碼管理:Pull Request(PR)清楚易讀、Code Review 積極參與給出建設性回饋 Debug 能力:利用 Log、DevTools、Profiler 進行高效率的問題解決 4.團隊合作與溝通(Collaboration & Communication),與其他工程師、PM、設計師、QA、數據分析師等合作單位順暢合作。指導新人、撰寫開發文件,幫助團隊快速上手。 跨部門溝通與 PM 討論需求,提供技術可行性建議與設計師合作,確保 UI/UX 最佳化與後端工程師協作,確保 API 串接順暢Code Review幫助同事提升程式碼品質接受別人的建議,改進自己的程式碼主動性主動提出問題或改善建議在團隊會議中有效表達技術方案前端工程師 團隊合作與溝通的重要性 5.創新與影響力(Innovation & Leadership),完成自己的工作外,帶來更大的影響。有能力也主動推動團隊技術決策,如選擇新框架、優化開發流程。 技術創新:引入新技術來提升開發效率、開發內部工具,幫助團隊節省時間 技術影響力:技術社群內分享知識、開源專案或貢獻 技術領導:在團隊中擔任技術導師、帶領技術專案 關鍵重點:績效不只是寫多少行程式,而是對產品和團隊的影響 開發速度:平均完成一個 Story(使用者故事)的時間 Bug 數量:新功能上線後的 Bug 率 PR 參與度:Code Review 的次數與回饋價值 前端效能:Google Lighthouse 分數、First Contentful Paint(FCP) 使用者行為變化:某個 UI 改版後,點擊率是否提升? 能力方法技術能力深入學習前端框架、優化效能、提升可維護性產品影響力確保開發的功能有助於提升使用者體驗開發效率提高 Debug 能力、善用自動化工具團隊合作提高溝通能力、參與 Code Review、幫助同事創新影響力參與技術社群、提出技術改進方案前端工程師的5大能力 前端用的技術 HTML 負責畫出網頁結構(像骨架) CSS 負責排版與設計(讓它變美) JavaScript 負責互動(讓按鈕能點、內容會變) 框架和庫:如React、Vue.js和Angular,這些工具可以幫助你更高效地開發複雜的應用程式。 響應式設計:確保網站在各種裝置上都能良好顯示,通常使用CSS框架如Bootstrap。 版本控制:如Git,用於管理和協作開發 前端工程師主要合作的夥伴 1. 後端工程師(Backend Developer) 👉 負責提供 API,讓前端能夠拿資料,確保功能運作 合作範例:你要做一個「應徵按鈕」,但這個按鈕要能讓使用者點了後,系統能自動送出履歷,這時候前端需要跟後端拿 API。討論 API 的格式:你問:「我這邊需要傳哪些資料才能應徵?」後端說:「你傳 user_id、job_id 給我,我幫你送出履歷」你:「那回應結果是什麼?我要顯示成功或失敗」後端:「如果成功,我回 status: success,失敗的話會給錯誤碼」💡 前端 + 後端 = 讓網站不只是畫面,而是能「動」起來! 3. 產品經理(PM, Product Manager)👉 負責規劃產品功能,確保開發方向符合商業目標合作範例:你做完了「應徵按鈕」,但 PM 突然跟你說:「我們希望這個按鈕能讓用戶自訂求職信」這時候你得確認:「這功能會影響到後端嗎?需要修改 API 嗎?」「這會不會影響現在的 UI 設計?」「會不會讓使用者體驗變得更複雜?」💡 前端 + PM = 確保開發出來的功能,真的是「使用者需要的」! 4. 測試工程師(QA, Quality Assurance)👉 負責測試系統,確保功能正常、不出 Bug合作範例:你開發完「應徵按鈕」,但 QA 測試時發現:BUG 1: 在 iPhone 上點擊按鈕沒反應?BUG 2: 送出履歷後沒有顯示成功提示?BUG 3: 按太快的話會連送兩次履歷?💡 前端 + QA = 確保使用者「真的能順利使用」功能! 5. 數據分析師(Data Analyst)👉 負責分析使用者行為,讓前端能做出更好的優化合作範例:你做了一個「首頁推薦職缺」功能,但數據分析師告訴你:「這個區塊的點擊率只有 5%!」 → 代表 UI 可能需要調整「使用者停留時間太短」 → 可能要加上動畫或更清楚的標題「A/B 測試顯示紅色按鈕比藍色好」 → 你需要調整設計💡 前端 + 數據分析師 = 讓 UI/UX 變得更直覺、更有效! 6. 運維/系統工程師(DevOps / SRE)👉 負責網站伺服器的運行與最佳化合作範例:你的前端代碼已經寫好了,現在要部署到正式環境可能遇到的問題:網頁載入速度太慢? → DevOps 可能會幫你設定 CDN 加速按鈕點擊後沒反應? → 可能是伺服器資源不足,需擴充某些用戶看不到最新版本? → DevOps 需要清理快取💡 前端 + DevOps = 確保你的程式能「穩定、安全」地運行! 夥伴主要合作內容影響前端的地方後端工程師提供 API,讓前端可以拿到資料決定資料怎麼傳遞UI/UX 設計師設計畫面,確保用戶體驗影響網頁排版、按鈕設計產品經理(PM)決定功能需求與優先順序決定要做什麼、怎麼做測試工程師(QA)測試功能,找出 Bug確保程式正常運行數據分析師提供使用者數據,幫助優化 UI影響 UI 設計與功能調整運維/系統工程師(DevOps)負責部署、效能優化確保網站運行順暢前端工程師的合作夥伴
【104職場力】

如何成為後端工程師?精準掌握必備核心技能&職涯精進攻略

你是否想轉職成為後端工程師,打造更穩定、具成長性的技術職涯?無論你是剛開始學習程式語言的新手,或正在尋找明確學習方向的職場工作者,這份後端學習地圖將幫助你掌握後端工程的核心技能、實戰經驗與職涯發展路徑。透過系統化的學習規劃與專案實作,你將更有信心地踏入後端領域,成為職場中真正被需要的技術人才。 文 /【104學習精靈】 本文目錄(點擊可快速前往) 後端工程師是什麼?和前端、全端工程師有什麼不同與優勢之處?掌握後端工程師的核心能力:必備工具技能 x 學習路徑 x 軟技能轉職後端工程師的學習策略後端工程師薪資行情與職涯發展後端工程師的挑戰與機會 後端工程師是什麼?和前端、全端工程師有什麼不同與優勢之處? 🎯 後端工程師工作內容 後端工程師(Backend Engineer)主要負責伺服器端的邏輯開發,包括資料庫管理、API 設計、伺服器架構以及系統效能優化。他們確保前端應用程式能夠順利與後端系統交互,並提供穩定的數據與服務。 🎯相近職類比較:DevOps、全端、前端、後端工程師差別 職位主要負責技術負責範圍後端工程師(Backend Engineer)伺服器架構、API 設計與串接、資料庫管理、效能優化負責後端邏輯、數據清理,確保前端能夠存取正確的資料前端工程師(Frontend Engineer)HTML、CSS、JavaScript、React、Vue負責 UI/UX 設計,開發與使用者互動的前端界面全端工程師(Full Stack Engineer)前端 + 後端技術能獨立開發完整應用,涵蓋 UI、後端 API、資料庫管理DevOps 工程師(DevOps Engineer)Docker、Kubernetes、CI/CD、自動化部署負責開發與運行環境的部署、監控與維護,提升開發效率 🎯 為什麼選擇後端開發? 後端開發是資訊產業中穩定且高度需求的領域,適合對邏輯、架構、系統思維有興趣的學習者投入: 就業市場穩定成長:隨著數位化轉型普及,後端開發職缺在各行各業皆有需求,從新創到大型企業都有穩定徵才。 強調邏輯與架構設計:後端工程著重資料儲存、伺服器溝通、API 設計等,適合喜歡系統設計與架構思考的人。 職涯彈性大:從初階後端工程師到系統架構師,甚至 DevOps、SRE、資安領域都有後續延伸路徑。 遠端與自由接案機會多:後端開發技能通用性高,較容易接國際案或轉為遠距工作者。 AI 與資料應用的基礎:資料庫管理、API 串接、運算效能等能力,也可延伸應用至 AI 系統部署或資料工程等新興領域。 🎯 誰適合轉職後端工程師? 後端開發適合各類背景者,關鍵在於邏輯思維、學習動機與持續投入: ✅ 設計/前端背景:具備良好使用者體驗與前端邏輯,轉後端可成為 Full-Stack 工程師,提升職涯彈性。 ✅ 商管背景:邏輯能力佳且理解商業流程,適合轉後端結合業務邏輯,強化企業系統開發應用。 ✅ 理工背景(如物理、數學):邏輯與抽象能力強,容易掌握資料結構與演算法,是進入後端的優勢群體。 ✅ 非資訊領域自學者:只要有堅強動機與自律力,透過系統性訓練與專題實作亦能成功轉職。 ✅ 現職 IT 工程師(如測試、維運):已具備技術背景,轉入開發領域有明顯加速效益。 ✅ 資料分析師:熟悉資料處理與 Python,轉向後端可擴展資料處理與系統部署的完整技能鏈。 掌握後端工程師的核心能力:必備工具技能 x 學習路徑 x 軟技能 🧭 後端工程師技能、工具分類表 語言與工具資料處理與資料庫API 設計與架構DevOps 與部署基礎Python / JavaScript / Java / GoGit / GitHub / GitLabSQL(PostgreSQL / MySQL)資料庫基礎觀念REST APIHTTP 基礎了解部署概念核心*熟悉後端框(SpringBoot, Django, Express, Gin)*熟悉語言設計模式撰寫可讀性高的程式NoSQL(MongoDB / Redis)基本資料模型設計身分驗證(JWT / OAuth)API 文件設計(Swagger)*Docker 容器化*CI/CD 自動部署 進階*多語言協作力*程式效能優化*高效能資料庫設計*索引分片與備援策略GraphQL / gRPC微服務架構(CAP / CQRS / Event Sourcing)Kubernetes、服務網格(Service Mesh)監控與日誌系統認證*程式語言認證 (例如Python 程式設計證照PCAP)*個人作品集AWS Database SpecialtyMongoDB 認證*API 設計課程證*書專案開發經驗(如 Hackathon)*AWS Certified DevOps Engineer*CKA(Kubernetes Administrator)▲ 後端工程師應具備技能、工具能力、職涯指引表,點選不同技能會對應到相關課程。 後端工程師學習地圖與路徑(搭配AI工具) 🔰 初學者階段(0–6 個月) ✅ 目標:熟悉基礎程式語言與網路知識,能夠開發基本 API。 📌 學習內容: 選一門後端語言(Python / JavaScript / Java):選一門主流語言打好程式基礎,進入開發世界。 Git 與版本控制(GitHub / GitLab):讓你能有效保存、回朔與分享你的程式碼。 理解網路基礎與 HTTP 協議:理解網站如何運作與資料如何傳輸。 SQL 資料庫(PostgreSQL / MySQL):學習資料查詢語言,管理網站背後的資料。 REST API 開發:學習建立網頁服務的後端接口。 Python 程式設計能力 - 線上免費檢測 📌 AI 工具應用: ChatGPT 協助語法學習與除錯:快速解釋語法、找出 bug、提供程式碼建議。 GitHub Copilot 協助寫基礎 CRUD 程式碼:協助補上程式片段。 📌 備選學習: Go 語言:效率高但語法嚴謹,對初學者略具挑戰。 Node.js(JavaScript 後端):若未來想走全端路線可以學。 ✅ 適合考取的證照: Python 程式設計證照(PCAP) ITS (Information Technology Specialist, IT 資訊科技專家認證 Oracle MySQL Database Developer AWS Certified Cloud Practitioner(雲端基礎,有助於未來學 DevOps) [course_plugin title='Python課程' keyword='Python 輕鬆上手學' amount=1] [course_plugin title='後端工程師入門課程' keyword='成為後端工程師' amount=1] 🚀 中階階段(6–12 個月) ✅ 目標:熟悉進階 API 設計、資料庫優化,學習 DevOps 工具。 📌 學習內容: 學習後端框架 (Express、Spring Boot、Django、Gin) :掌握常用的後端框架。 身份驗證與授權(JWT、OAuth):幫使用者安全登入,讓資料不被偷看。 NoSQL 資料庫(MongoDB、Redis):適合儲存彈性格式的資料或快取機制。 Docker 容器化:讓你的程式「打包好、帶著走」。 CI/CD 自動部署(GitHub Actions):程式更新後自動上線,省時又省心。 📌 AI 工具應用: 使用 AI 幫你產生 Dockerfile 與 CI/CD 配置:不懂也能靠 AI 輔助上手。 協助設計 API 架構與資料庫 schema:加速設計與重構過程。 📌 備選學習: GraphQL:適合複雜資料查詢,但非所有團隊使用。 gRPC:適合內部高效通訊場景,小型專案可暫不碰。 Jenkins(較舊型 CI/CD 工具):學習成本高,可視需求使用。 HATEOAS(超媒體 API):學術價值高,實務上較少見。 ✅ 適合考取的證照: MongoDB Developer Certification Docker Certified Associate (DCA) Microsoft Azure Fundamentals (AZ-900) HashiCorp Terraform Associate(如學有餘力涉略基礎 IaC) [course_plugin title='後端工程師中階課程' keyword='接案必學 ◆ 邁向更專業的App開發' amount=1] 🏆 進階階段(12 個月以上) ✅ 目標:學習架構設計,提升可擴展性與效能。 📌 學習內容: 微服務架構(CAP 理論、CQRS、Event Sourcing):學會如何將大系統拆小管理,處理資料一致性問題。 Kubernetes 與服務網格(如 Istio):讓多個服務能自動部署與協調運作。 高效能資料庫設計與分片策略:設計能承受高流量的資料系統。 系統監控與安全性實踐(如 Prometheus、Grafana):確保系統穩定、安全運作。 📌 AI 工具應用: AI 幫你設計 YAML 檔與架構圖:快速理解與部署分散式架構。 系統瓶頸分析助手:用 AI 分析 log 或效能資料,加快除錯與優化。 📌 備選學習: Istio 等 Service Mesh 工具:適合大型微服務團隊,維護成本高。 Event Sourcing:較進階模式,建議有實務需求時再深入。 ✅ 適合考取的證照: Certified Kubernetes Administrator (CKA) AWS Certified Solutions Architect – Associate Google Cloud Professional Cloud Architect DevOps Engineer Professional(AWS / Azure) [course_plugin title='後端工程師進階課程' keyword='Java進階專業|前後端整合開發與應用' amount=1] 5個後端工程師應具備的軟技能特質: 邏輯思維與問題解決能力 能夠理解業務需求並轉化為系統邏輯,並針對錯誤快速找到根本原因。 【小測驗】來測測看自己的問題解決技巧 👉 問題解決 - 職能檢測|104學習精靈 溝通與跨部門協作能力 後端工程師需與前端、產品經理、DevOps 甚至業務單位協作,良好的溝通有助於準確理解需求與回報技術限制。 【小測驗】來測測看自己的溝通能力技巧 👉 溝通協調 - 職能檢測|104學習精靈 學習與自我成長動能 後端技術(如框架、資料庫、API標準)快速演進,必須持續學習與更新知識。 細心與責任感 後端處理大量資料及邏輯,細節錯誤容易引發資安問題或系統錯誤。 時間管理與自我管理能力 在遠端工作日益普遍的環境下,自律與時程安排變得尤為重要。 轉職後端工程師的學習策略 🎯 初學者或轉職者的學習策略 轉職或初學後端工程,建議採取階段式、任務導向的學習策略,以下列點歸納: 設定明確學習階段:分為基礎語言(如 Python/JavaScript)、資料庫應用、框架學習(如 Django、Node.js)、部署維運。 專案導向學習:每學完一個階段,就進行小型專案驗證所學,例如 Todo List、部落格、會員系統等。 培養問題解決能力:鼓勵查文件、逛論壇、問 ChatGPT,建立獨立解決 bug 的習慣。 學習版本控制與團隊協作:掌握 Git、GitHub、簡單 CI/CD,增加求職競爭力。 善用 AI 工具輔助學習:例如用 ChatGPT 解釋程式碼、Copilot 寫樣板、Kaggle 或 LeetCode 練習邏輯。 參與社群與實戰活動:參加黑客松、Open Source 專案、小型 Freelancer 案,強化實務經驗與人脈。 建立個人學習履歷:記錄學習歷程、撰寫技術部落格、整理 GitHub 作品集。 🎯 不同領域的客製化學習策略對照表 學歷背景優勢可能挑戰調整建議資訊相關科系已具備基礎程式能力、學科知識缺乏實務經驗、專案規模小強化實作專案與部署經驗,參與社群或實習累積履歷非資訊理工(如數學、物理)邏輯與數學能力強,適應資料結構與演算法快缺乏開發環境熟悉度與應用場景理解著重環境建置、框架與資料庫應用,透過實作強化「業界語感」設計/前端背景了解 UI/UX 與前端邏輯,轉職成為全端潛力大對資料結構與後端語法較不熟悉從 API 串接、簡單後端框架入手,逐步學習資料庫與後端設計邏輯商管/人文背景商業邏輯與跨領域溝通力強,善於理解用戶需求技術門檻高、邏輯訓練少以高階語言(如 Python)為起點,結合專案題材(如 CRM、報表系統)學習效果更佳在職 IT 工程師(測試、維運)已熟悉技術工具與環境、具系統性思維缺乏開發流程與程式架構設計經驗透過轉任內部開發專案或小型 App 開發練習,搭配設計模式與框架學習資料分析/AI 轉職者熟悉資料邏輯與語言(如 Python)、了解資料流缺乏完整系統建構經驗補足後端架構設計與部署技巧,從資料處理串接 API、Flask、FastAPI 切入 後端工程師薪資行情與職涯發展 後端工程師薪資概況 📌台灣後端工程師薪資 初階(3年以下經驗):月均薪約6.2萬。 中階(3- 5年經驗):月均薪約 6.5 萬。 高階(5-10年經驗):月均薪約7.3萬。(以上資料來源:104薪資情報) 📌影響薪資的因素 技術棧與專精程度熟悉高效能架構(如微服務、分散式系統)、熱門語言(如 Go、Rust)、或 DevOps/雲端技能者,薪資會更高。 產業領域與公司規模金融科技、AI、新創、外商薪資通常優於傳產與一般中小企業。 作品集與實戰經驗有實際上線專案、參與開源、或技術部落格者更具競爭力。 證照與專業認證(如 AWS Certified、Kubernetes、GCP)對某些企業或外商來說是加分項。 英語能力與跨國協作經驗能與國際團隊溝通的工程師更受青睞,也更容易爭取外派或海外遠端工作機會。 英文能力 - 線上免費檢測 後端工程師的職涯發展路徑 🔵 技術專精路線(Individual Contributor / IC Path) 從「後端工程師」起步,專注於技術深度與系統設計,逐步升級為具備橫向影響力的技術專家。 ▶ 初階 / 中階後端工程師(Backend Engineer) 負責功能開發、資料庫操作、API串接與單元測試。 ▶ 資深後端工程師(Senior Backend Engineer) 擁有跨模組開發與維護經驗,熟悉系統效能優化、API 設計規範。 ✳️ 學習前端技術 → 全端工程師(Full-Stack Engineer) 技能補充: React/Vue、Node.js、前後端整合、RESTful/GraphQL。 應用情境: 適用於產品團隊需快速開發 MVP 或技術創業者。 ✳️ 提升系統架構能力 → 系統架構師(Software/System Architect) 技能補充: 微服務設計、DDD、API Gateway、資料一致性、可觀測性(Observability)。 應用情境: 適用於中大型系統升級或技術重構專案。 ✳️ 學習 DevOps → DevOps 工程師(DevOps Engineer) 技能補充: GitOps, Jenkins, GitHub Actions, Docker, Ansible。 應用情境:經由緊密的開發+運營合作,使企業更高效推出高品質產品。  ▶ 全端工程師(Full-Stack Engineer) 獨立開發從 UI 到 API 再到資料庫的完整功能。 ▶ 系統架構師(System Architect) 負責設計全系統技術藍圖,定義模組邊界、資料流設計與技術選型。 ✳️ 進階發展  → 技術總監 / Technical Director 職責: 統籌技術方向,領導技術專案與架構決策,跨部門協作。 技能補充: 領導力、溝通簡報、技術戰略思維、預算與風險管理。 ▶ DevOps 工程師(DevOps Engineer) 專精於部署、CI/CD、環境自動化。 ✳️ 進階發展  → 雲端工程師(Cloud Engineer) 職責: 能設計具備高可用性與彈性的雲端基礎架構。 技能補充: 深耕 AWS/GCP/Azure 架構與雲原生技術(如 K8s、Terraform)。 🟢 團隊管理路線(Team & People Management) 此路線適合有溝通、協調與人員培育熱情者,從帶小團隊到參與公司策略。 ▶ 後端 Team Lead / 技術主管 同時參與開發與團隊管理,負責人力分配、專案交付與人員指導。 技能補充: Agile/Scrum、敏捷儀表板管理、1-on-1 輔導技巧。 ▶ 技術經理(Engineering Manager) 管理多組技術團隊,協助產品規劃、技術優化與跨部門協作。 負責團隊招募、績效制度設計、技術資源管理。 ▶ 技術總監(Technical Director)或 VP of Engineering 結合技術與策略視角,影響公司中長期技術方向。 需要具備技術深度 + 商業理解力。 🟠 技術轉職/橫向拓展路線(Cross-functional Path) 探索其他工程領域,發揮後端背景延伸價值,適合追求多元發展者。 ▶ 資料工程師(Data Engineer) 優勢: 熟悉 API 設計&模組化架構:資料平台的模組設計類似微服務設計邏輯。 熟悉系統效能:幫助處理大規模資料運算與資源調度。 熟練程式語言(如 Python、Java):可快速上手資料工程工具 可有效打造 ETL 流程、管理資料倉儲、支援 AI/ML 任務。 技能補充:  資料處理:Spark、Kafka、Airflow、dbt 資料庫:PostgreSQL、ClickHouse、BigQuery、Snowflake 資料管線:ETL/ELT流程設計、Data Lake、Data Warehouse 架構 編程與基礎統計:Python、SQL、資料品質檢查 職涯發展路徑流程圖 🔹 總結路徑圖說明 (起點) 後端工程師 │ ├── A. 學習前端 → 全端工程師 ├── B. 提升架構能力 → 系統架構師 │ └── 技術決策 → 技術總監 └── C. 學習 DevOps → DevOps 工程師 └── 深入雲端架構 → 雲端工程師 哪些產業需要後端工程師? 後端工程師幾乎是「所有數位服務產業的基礎職位」,以下是常見產業範疇: 📌電商與零售:處理會員系統、購物流程、庫存管理、金流串接等核心後台邏輯。📌金融科技(FinTech):開發支付、帳戶、交易、驗證等安全敏感的服務。📌社群與內容平台:如論壇、影音平台、交友 App,後端負責資料儲存、帳號系統與推薦演算法等。📌SaaS / B2B 企業服務:提供線上系統給其他企業使用,如 CRM、HR 系統。📌物流與運輸:如外送、倉儲、車隊派送,依賴大量 API 串接與資料即時處理。📌醫療與健康科技:處理病例、預約、穿戴裝置資料等,需高度資安與資料完整性。📌遊戲與娛樂產業:遊戲帳號、伺服器同步、排行榜、商城等核心功能皆由後端處理。📌政府與公部門資訊系統:如戶政、健保、交通資訊等數位服務。 後端工程師的挑戰與機會 🚀 6個常見的後端工程師挑戰 技術複雜度高:需同時掌握資料庫設計、系統效能、資安與架構邏輯。 看不見的貢獻:成果不如前端「有畫面」,但卻是維運的關鍵,常常被低估。 資安責任重大:系統若當機、資料異常,後端通常是第一個要排解問題的人,需確保數據安全,防止攻擊與資料洩漏。 需快速跟上技術演進:如容器化(Docker)、微服務架構、雲端部署等都不斷更新 高效能與擴展性要求:需設計能夠處理大量請求的系統,確保穩定性與效能。 跨團隊協作:需要與前端工程師、產品經理、DevOps 團隊密切合作,確保系統順利運行。 🌟 後端工程師4大機會 可轉職多種技術職:例如 DevOps、技術主管、架構師,或橫移到前端/全端。 全球需求穩定成長:任何需要「運作」的數位產品,都需要後端支撐。 遠端與海外機會多:因後端較少受地域限制,常見國際合作或海外招募。 進可攻、退可守:進可發展高階技術領域如 AI 後端、大數據平台,退可穩定就業於各類企業內部系統開發。 延伸閱讀: 產品經理 - 學習地圖(上):技能養成篇 成為雲端工程師的攻略指南:核心技能&職涯精進完整解析 轉職前端工程師│工作內容、技能、薪水與職涯發展指南 數據分析師工作內容是什麼?薪水高嗎?技術能力與職涯發展指南 想當資料工程師?工作內容、核心技能、薪水、職涯發展完整解析 [joblist_plugin title='更多104【後端工程師】工作機會' url='https://www.104.com.tw/jobs/search/?jobsource=index_s&keyword=%E5%BE%8C%E7%AB%AF%E5%B7%A5%E7%A8%8B%E5%B8%AB&mode=s&page=1' amount='3']
【104職場力】・職涯規劃

產品經理 - 學習地圖(上):技能養成篇 

產品經理是一個融合創新、邏輯與溝通的角色。隨著數位化加速,產品思維逐漸成為組織決策的核心。從技術團隊、設計部門到商業營運,產品經理肩負整合多方資源、定義方向並推動產品落地的關鍵任務。  本篇產品經理學習地圖(上):技能養成篇,將協助轉職者認識『從入門建構產品基礎思維』到中階『掌握用戶洞察與功能實作』,最終能『獨立推動策略規劃與跨部門協作』的相關職業技能,依循學習路徑,逐步成為具影響力的產品專案執行者! 文 /【104學習精靈】 本文目錄(點擊可快速前往) 產品經理是誰?為何成為熱門職業?  產品經理工作內容 產品經理與相近職類比較表 為什麼選擇產品經理? 誰適合轉職產品經理? 掌握產品經理的核心能力:必備工具技能 x 學習路徑 x 軟技能 產品經理技能 × 學習階段 對照表格 產品經理學習地圖與路徑(搭配AI工具) 成為產品經理應具備的軟技能  產品經理是誰?為何成為熱門職業?   產品經理工作內容  產品經理(Product Manager)負責定義產品要解決的問題,並與設計、工程、行銷等部門協作推動產品從構想到落地。其核心職責包含:  需求探索:透過用戶訪談、行為數據、回饋收集等方式,洞察真實需求。  功能規劃:撰寫 PRD、制定功能優先順序、評估 MVP 可行性。  專案推進:主持日常開發流程,跨部門協調資源,確保開發進度與品質。  成果驗證:追蹤產品指標(如留存率、轉換率),進行 A/B 測試與功能優化。  策略規劃:參與產品路線圖規劃,制定中長期產品方向與營收目標。  產品經理既是產品成功的推動者,也是用戶價值的守門人。其價值在於將「使用者需求 × 商業機會 × 技術可行性」三者整合為具體可執行的產品方案。  產品經理與相近職類比較表  職位 關注重點 負責內容 常見產業 產品經理(Product Manager)使用者 + 商業價值 規劃產品功能與開發節奏 科技、電商、金融、SaaS 等 專案經理 (Project Manager) 進度與成本控制 控管時程、資源、人員配置 各類型專案導向型公司 UI/UX 設計師 使用者體驗 介面設計、動線、視覺規劃 軟體、行銷、遊戲、EdTech 等 資料分析師 數據洞察 分析用戶行為、產品數據、A/B 測試 金融、零售、科技、行銷  為什麼選擇產品經理?  📈 發展潛力大|未來產業的中樞角色  不論是新創公司還是科技巨頭,產品導向已成為企業競爭的關鍵思維。  有產品就有需求,有需求就需要 PM——從 AI、SaaS、電商到 FinTech,每個行業都需要懂得「整合價值」的人。  企業不再只需要「能執行的專業者」,而是需要「能定義方向、驅動成長」的產品領導者。  🛠️能力多元|最全面的跨域訓練場  產品經理是一個訓練全腦能力的職業:👉 左腦要有邏輯與分析能力(數據、商業)👉 右腦要能發想與感知使用者(設計、體驗)👉 兩者還要能與技術部門深度協作(開發、工程)  在角色中將學會「如何說服利害關係人」「如何觀察用戶行為」「如何評估一個功能是否值得投資」,這些都是未來每一份高階職位都會需要的綜合實力。  🚀 成長彈性高|跨域轉換與職涯彈跳力強  PM 的角色可以橫跨不同產業與職能,時常需要與工程或設計專業職能有效通協作。是「所有關鍵決策職位的預備場」。  許多優秀的 PM 在職涯中轉職為:  創業者(Founder / Co-founder)  使用者體驗設計師(UX Designer)  數據分析師(Product Data Analyst)  成為產品主管、策略顧問,甚至進入 CPO、COO 等管理層  誰適合轉職產品經理?  🎓 1. 無產品背景但熱愛創新、解決問題者  你喜歡觀察生活問題、總是腦中浮現「這東西為什麼不能這樣改?」  從 side project 開始,就是最好的敲門磚。  無需程式背景,只要有邏輯、有使用者觀點,PM 是歡迎非典型背景者的職位。  💻 2. 工程師背景者  想脫離單純執行任務的角色,希望參與更多「要做什麼」的決策討論  PM 是讓工程師走向策略與產品領導的黃金道路。  技術理解力會讓你在 PM 角色上如虎添翼。  🎨 3. 設計師 / UX 專業者  有同理心、有用戶感知力的設計師,適合轉向更有產品話語權的角色。  讓你從 UI/UX 執行者,變成「產品體驗的主導者」。  許多產品團隊喜歡擁有設計底子的 PM,因為他們更懂體驗與細節。  📢 4. 商業 / 行銷 / 業務人員  熟悉市場與用戶痛點,對產品的商業價值有敏銳觀察  補足產品開發語言與邏輯,就能駕馭市場與產品之間的橋樑位置。  掌握產品經理的核心能力:必備工具技能 x 學習路徑 x 軟技能  產品經理技能 × 學習階段 對照表格   🧩 產品規劃與需求管理 📊 數據分析與驗證能力 🎨 戶體驗與設計思維 🤝跨部門協作與專案推進 基礎 - 撰寫 User Story、建立 Persona - 初步撰寫 PRD、功能清單 - 認識基本產品指標(DAU、MAU、CTR) - 初步理解 A/B 測試、使用 Google Analytics - 繪製使用者旅程圖、UX Flow - 使用 Figma 建立簡易原型 - 熟悉 Notion / Trello 等任務管理工具 - 學習基本會議記錄與任務追蹤方式 核心 - MVP 規劃、功能優先排序(RICE、Kano) - 撰寫完整 PRD、維護 Roadmap - 使用 Mixpanel / Amplitude 追蹤行為流 - 設計驗證機制(Cohort、Retention、轉換率分析) - 熟悉設計思考流程(Design Thinking) - 與設計師協作建立 Wireframe 與可用性測試 - 使用 Jira / Asana 進行敏捷開發任務管理 - 主持 Stand-up / Sprint Review / Retro 會議 進階 - 多模組產品整合與平台化思維 - 建立產品 KPI 指標並追蹤成效 - 設計數據導向決策邏輯 - 與資料分析師共構儀表板、做策略調整 - 優化使用者體驗,結合數據與測試結果反覆調整設計- 規劃用戶測試場景、引導焦點訪談 - 建立跨部門溝通 SOP 與產品知識共享 Wiki - 作為 PM Leader 引導 Junior PM、推進跨部門專案 認證 - CSPO(Scrum Product Owner)- Pragmatic PM 認證 - Google Analytics 證照- Mixpanel / Looker Studio 認證 - Google UX Design 認證- Nielsen Norman UX 課程 - PMP 專案管理師- CSM(Scrum Master 認證)  產品經理學習地圖與路徑(搭配AI工具)  🟢 第一階段:新手 PM 入門(0~6 個月)  ✅ 目標:建立基礎產品思維與跨部門語言,從具體產出中培養使用者理解與任務邏輯。  📌 學習內容:  【產品市場機會】:初步理解產品與市場的關係(例如:Who / Why)  【找出使用者需求】:撰寫 User Story、建立 Persona、使用者旅程圖  【設計思考】:練習 Wireframe / Wireflow 製作,視覺化想法  撰寫簡易 PRD:說明做什麼與為什麼  學會製作 UAT(功能性測試 / 反向測試等)  建立會議紀錄與議題追蹤清單,強化任務邏輯與流程觀  📌 AI 工具應用:  ChatGPT / Claude:生成 User Story、用戶情境模擬  Uizard / Figma AI:快速建立原型畫面與 Wireframe  Notion AI:整理任務、產出會議紀錄與需求清單  📌 備選學習:  學習基礎專案管理(甘特圖、排程、進度跟催)  練習回報 bug 與測試報告,建立與工程團隊語言  閱讀《Inspired》、《Lean UX》理解產品角色的多重任務  [course_plugin title='產品經理入門課程' keyword='PM產品經理|入門致勝攻略:打造最強怪物新人的實戰課|104獨家線上課' amount=1] 🟡 第二階段:中階 PM 成長(6~18 個月)  ✅ 目標:獨立負責一個產品模組,深化市場洞察與優先排序邏輯,開始建立產品成果思維。  📌 學習內容:  【產品市場機會】:進行競品研究、定位圖、SWOT 分析  【使用者需求】:進階訪談技巧、使用者回饋整理、Cohort 分析  【提出解決方案】:撰寫完整 PRD、定義功能 MVP、排定開發優先順序(RICE、Kano)  【產品企劃框架】:建立產品 Roadmap,依驗證結果動態調整  專案協調與跨部門簡報報告  主持 Scrum、Sprint Review 等會議,培養團隊推進力  📌 AI 工具應用:  Miro AI:協助需求 Mapping、建立 Feature Map  Amplitude / Mixpanel + AI plugins:用於用戶行為與留存分析  Jira AI / Linear AI:協助排程與任務追蹤自動化  ChatGPT:產出會議簡報、功能拆解與優先順序建議  📌 備選學習:  與工程師深度對話 API 邏輯與限制(建立技術思維)  學習使用 A/B 測試平台與分析資料結果  與設計師協作,規劃 Usability Test 測試流程  [course_plugin title='資料分析相關課程' keyword='用AI+Google Sheet建立自動化工具,打造你的業績成長引擎|104獨家' amount=1] 🔴 第三階段:資深 PM 精進(18~36 個月)  ✅ 目標:制定產品策略與願景、帶領多模組團隊與跨部門合作,具備從數據到決策的整體能力。  📌 學習內容:  【產品企劃框架】:建立成果導向型 Roadmap,結合營運目標與客戶反饋  【有效提案法】:提案簡報、策略 Buy-in、利益關係人對齊溝通(尤其是非 PM 部門)  【提出解決方案】:設計產品 KPI(DAU、留存、LTV、NSM)  【產品驗證與迭代】:產品指標監控 → 分析迭代邏輯 → 反饋進 Roadmap  建立跨部門合作 SOP、主持策略規劃會議  設計產品願景,指導 Junior PM 並進行 Mentor / Review  📌 AI 工具應用:  Power BI / Looker Studio + GPT Plugin:產出決策儀表板、進行策略預測模擬  Notion AI:整理策略紀錄、文件管理、產品 Wiki 協作  ChatGPT / Claude:撰寫產品願景草案、跨部門溝通稿  Suno / Gamma AI:製作產品簡報、提案影片輔助  📌 備選學習:  學習產品組合管理(Product Portfolio)  熟悉商業模型設計與利潤預測(可使用 Business Model Canvas)  進階使用 AI 作為產品功能的一環(如設計 AI Prompt 功能、智能推薦引擎)  [course_plugin title='產品經理實戰課程' keyword='第7屆產品經理學習營' amount=2] 成為產品經理應具備的軟技能  產品經理的成功關鍵往往不在工具,而在於這些關鍵軟實力的「日常實踐力」:  溝通協調能力  與設計、工程、商業部門建立共識  化繁為簡、拆解問題並說服他人  優先排序與決策力  在時間與資源有限下做出取捨  擁有面對模糊需求時的清晰邏輯  系統性思考能力  看見整體產品架構與模組邏輯  能理解「做這件事對誰有價值?」  同理心與觀察力  從用戶視角出發洞察潛在問題  不被表層需求誤導  學習力與適應力  快速吸收新工具、新領域知識(如 AI、資料分析)  面對變動保持彈性與專業判斷  繼續閱讀 【產品經理 - 學習地圖(下):職涯精進篇】  [joblist_plugin title='更多104【產品經理】工作機會' url='https://www.104.com.tw/jobs/search/?jobsource=index_s&keyword=產品經理&mode=s&page=1' amount='3'] 延伸閱讀: PM「產品經理」和「專案經理」差在哪?盤點工作內容及PM技能樹 PM工作內容做什麼?產品企劃/產品經理薪資待遇、履歷面試總整理|精選工作機會 PM意思有不只3種可能!為何PM工作職缺只會愈來愈多?哪種PM最熱門? 轉職PM不撞牆!從0學會提案,產品經理學習營揭3大挑戰|商業思維學院
【104職場力】・職涯規劃

跳脫「解雇」陰影:善用PIP績效改善達成員工與組織共同成長

績效改善計劃(Performance Improvement Plan, PIP)日益受到重視,成為企業留才及促進員工成長的重要工具。然而,如何在人情世故與企業需求間取得平衡,是每位主管面臨的挑戰。本文深入探討PIP制度的應用技巧,強調「助人成長」的核心理念。通過良好的溝通面談,如正向肯定、關懷輔導和發展面談等技術方法,我們可以幫助員工克服問題並提升績效,同時提升組織與員工之間雙贏共好的效果,使PIP成為努力改變而非淘汰的一項重要策略工具。  文/宸碩管顧公司總經理|楊伸太博士這段文字是作者和他的身份。 原標題:績效管理與技能提升計劃(PIP)- 談如何做到顧及人情世故的PIP制度 關鍵字 PIP 員工績效輔導 績效管理 績效分析 績效面談 關懷面談 輔導面談 發展面談 本文目錄(點擊可快速前往) 前言:PIP,成為留才與助人成長利器 人才定義與PIP 績效管理循環與績效輔導回饋流程 啟動面談,做好部屬關懷與傾聽,談談『正向肯定面談』與『關懷輔導面談技巧』 啟動面談,做好部屬績效面談,談『績效輔導面談技巧』 啟動面談,做好人才發展面談,談『發展輔導面談技巧』  總結  一、前言:PIP,成為留才與助人成長利器 在現今大缺工時代下,人才辨識與人才管理、留才機制與效能,,變成為企業人資與部門主管非常重要的議題,其效能展現的核心成功關鍵就是「績效管理機制與PIP技能」了! 績效管理的三大目的是:與組織目標連結、與激勵機制(升遷與獎金)連動、助人成長(發展、訓練、輔導),而主管如果透過良好的PIP(Performance Improvement Plan)技能,肯定能在「助人成長」的領域中,讓所屬團隊同仁獲得正相關的改變與提升,進而為組織與同仁創造雙贏共好的成果! 又或者處理績效不佳的同仁員工,常常是主管心中「極度不想面對的痛點」,一方面擔心影響團隊績效與氣氛,另一方面又怕傷害員工自尊、甚至引發勞資糾紛的風險等,都是值得主管現今持續提升「運用PIP轉化為留才與助人成長或合法合情合理處理技能」的迫切重要課題! 二、人才定義與PIP 許多主管在面對績效不佳員工時,常有以下疑慮:(1.) 這個人是「能力不足」還是「意願下降」?(2.) 是「態度問題」還是「能力不足」?(3.) 值得積極培養,還是維持現狀?考慮替換?(4.) 上述這些疑慮,其實在定義前,都要先回到公司的「人才標準」,才是最客觀正確的。  一個完整的人才定義,至少要包含四個構面:(1.) 績效表現:能否達成「職位說明書」中所對應的「任務」與「工作績效目標」。(2.) 態度與意願:是否符合企業文化與團隊合作精神、以及本身對工作的意願。 (3.) 現職能力:是否具備滿足該職位所需的能力,包括個人特質與專業能 (4.) 發展潛力:是否具備「下一個職涯位置」的潛力。 再次提醒:在談 PIP 前,必須先釐清「人才」的定義,當員工在績效上出現落差時,主管與 HR 應評估的不只是「數字結果」,而是要回到「這個人是否仍符合公司的人才標準」,哪裡不符合?所對應的管理措施為何? 104人資市集 — 內訓、外訓、線上課程企業方案一站幫你搞定 > 三、績效管理循環與績效輔導回饋流程 績效管理循環的架構,整理如下圖(詳細可參考:卓越主管的關鍵四大管理) 2. 績效管理的目的(1.) 策略性:A. 協助並達成企業所追求之長短期目標B. 確實達成組織目標(轉化公司目標為個人目標)(2.) 管理性的:A. 晉升、輪調、調薪、獎懲、訓練 (3.) 發展性的:A. 改善員工績效、發展員工潛能B. 工作改善與進步C. 協助員工成長與發展 3. 績效管理循環的關鍵成功因素(1.) 績效目標連動組織目標:要能承接組織策略的目標,也就是要能將組織目標有效串接起來!(2.) 指標符合SMART原則:如下圖 Simply & Specific  簡單、明確具體的要清楚說明,而不是一個概略性的Measurable   可衡量的必須用量化的指標來訂定Achievable  可達成的具挑戰性且實際可完成的Relevant  有關連的必須與工作表現的重點相關Timely  有時間限制的在限定的時間內完成 (3.) 過程管理與追蹤、面談:過程中,進行即時的績效評估與相關面談,持續正向回饋與指導,幫助達標並與其,與員工討論本期結果與可精進方向。A. 特別提醒,在這個循環中,績效的追蹤、必要輔導與回饋的「及時性」相當關鍵,否則 PIP 只會變成一種「突如其來的挫折」!B. 因此,主管應在員工出現異常跡象時,就要及時啟動介入,也就是可以:- 透過日常回饋,正向點出不足並提出改善建議。- 若落差持續發生,則啟動正式的 PIP 流程。C. 過程中的面談,可區分以下幾種類型:- 正向肯定面談:主管發現員工有績優事件發生,想給該員工肯定與鼓勵時使用- 關懷輔導面談:主管發現有能力之員工,其工作意願突然下降或工作動力、積極度下降時,啟動即時的關懷,以利表達對員工的重視,並了解真正原因,方以協助恢復意願與動力!- 績效輔導面談:針對過程中或期末時,員工績效達成狀況不理想,或者行為態度欠佳者,推論是無意願或能力有問題時,啟動正式的績效輔導面談。- 發展輔導面談:針對績效考核後,辨識出的績優人才,進行主動式的人才發展面談。- 特別提醒,上述幾種面談類型,都要聚焦『核心目的』,同時也要及時啟動,才能獲得最佳效益! 四、啟動面談,做好部屬關懷與傾聽,談『正向肯定面談』與『關懷輔導面談技巧』 1. 肯定要及時,員工會有持續好表現:主管發現員工有績優事件發生,就可啟動正向肯定面談,同時全程一定都是正向肯定,沒有任何『提醒注意或需要改善或責備的語詞/事項』!(1.) 建議主管可多練習正向語言,同時可採用『STAR紀錄與表達法』,進行對員工深層的肯定A. Situation:情況,該正面事蹟當時的情況B. Task:任務,該正向事蹟當時員工所擔任的工作任務C. Action:行動,該正向事蹟當時員工展現的良好行為D. Result:結果,該正向事蹟當時員工展現行為後之結果 2. 主管發現有能力之員工,其工作意願突然下降或工作動力、積極度下降時,啟動即時的關懷,其操作重點如下:(1.) 關心:主管表達對該員工表現出工作表現的肯定後,針對所觀察的近況,真誠的關懷,引導其說明!(2.) 了解與分析:主管真誠傾聽與理解,同時針對導致意願下降的主因,給予分析與診斷!(3.) 必要的引導與正向鼓勵:主管在分析出主因後,找出方法,引導其重回積極動力,並多強正向鼓勵! 不知道從何開始嗎?報名【104 績效管理師】認證課程>> 五、啟動面談,做好部屬績效面談,談『績效輔導面談技巧』 績效輔導面談之步驟如下表(員工需要改善時) 面談步驟重點說明STEP1.主題說明說明本次面談的目的、所需時間及主要內容STEP 2.傾聽其說明本期工作目標完成情況對照部屬自評表,鼓勵部屬重點說明工作表現與成果積極傾聽與覆述重點STEP 3.針對考核結果進行回饋與必要的分析與溝通運用『三明治』技巧,說明與溝通考績結果說明部屬表現績優事項提供事實引導需要改善之處(表現不佳之處),可善用STAR說法偕同擬定改善的方法,並且鼓舞部屬積極實踐與達成STEP 4.設定下期目標討論與設定部屬下一期工作目標與計劃,以及應改善的工作項目,並找出部屬的培訓需求與計畫STEP 5.總結本次面談重點總結本次內容並給予正面積極的鼓勵  本績效面談,是面談類型中,最正式的面談,也最需要有面談紀錄,以利必要時(例如啟動資遣),因應勞動事件法之舉證用,補充關鍵技巧要點如下:(1.) 建立信任:強調 PIP 的目的不是要淘汰,而是協助改善,回歸「助人的初心」,將有助於員工卸下防備,願意面對問題。(2.)數據為基礎:避免流於主觀,必須以績效分析結果為依據;行為態度改善的部分,也善用上文提到的STAR說明與溝通。(3.) 真誠傾聽:必要的筆記、尊重的眼神與肢體語言,讓員工感受到主管真心願意傾聽。(4.) 同理、正向表達:過程中,都是正向語言,沒有負向語言,必要的時候也要展現同理心,例如「我理解你最近壓力很大」,減少對抗心。(5.) 問題探索:關心與詢問是否有影響工作的外在或內在因素(如家庭困難、心理壓力、技能不足)。 六、啟動面談,做好人才發展面談,談『發展輔導面談技巧』 對於績優人才,主管在現今留才大時代下,更應該著重主動引導與規劃出該類員工在組織內部的職涯發展方向,包括晉升路徑、跨職能發展或專業深耕等,讓這類人才在公司能因為看的到未來,而對組織產生更高之向心力與價值貢獻。 展開步驟(詳細可參閱:創辦人、主管退休誰來接班?給HR的關鍵人才梯隊建立指南,以及用個人發展計畫(IDP)留下好人才(上)訂定與執行6大步驟(1.) 職涯願景與目標設定(2.) 識別關鍵職涯路徑(3.) 制定階段性發展策略(4.) 資源支持之運用(5.) 定期檢視與調整 七、總結 在 PIP 中,第一步往往不是「談績效」,而是「談助人的初心」。 績效指標(成果)與職能(行為),是考核基本 考核能公平客觀合理,員工才會願意好表現 公平做出人才辨識與缺口分析,善用各類績效面談,真心誠意回饋與發展 主管的正向語言非常關鍵,請多練習與善用 平時記錄行為事例(優/待改善),及時回饋 善用人才九宮格,主管讓績優人才數增加 特別提醒,需要的時候,就要及時啟動,不要等到公司規定的績效面談時間! 正向用詞很重要,回歸助人成長的初衷! 最終,作者期許本文,能讓各HR 與主管們,針對績效管理與PIP方面,有所助益,成為留才、助人成長的助力,而不是單純的淘汰工具,也不再是「痛苦的代名詞」,而是一種讓組織與個人共同進步的正向力量。 超過7000+的HR都報名過的104人資學程!七大主題課程幫你系統化學習 >>   最划算的全方位教育訓練方案!免費申請全課程試閱 >> 看更多楊伸太博士的文章 >> 做出老闆滿意,員工服氣的雙贏調薪規劃 一次學會主管最重要的三大面談,做好人才管理 卓越主管的關鍵四大管理 缺工浪潮下,善用升遷、培訓及獎金機制積極留才 提升留任率!職能工作說明書擬定技巧  加入104人資市集官方line獲得最新優惠及活動資訊 >> 訂閱市集電子報與你分享專家文章及最新活動訊息>>
【104職場力】・績效管理

產品經理 - 學習地圖(下):職涯精進篇 

產品經理是一個融合創新、邏輯與溝通的角色。隨著數位化加速,產品思維逐漸成為組織決策的核心。從技術團隊、設計部門到商業營運,產品經理肩負整合多方資源、定義方向並推動產品落地的關鍵任務。  本篇產品經理學習地圖(下) :職涯精進篇,將協助學習者認識『轉職產品經理的學習策略』、『產品經理薪資行情與職涯發展 』、『產品經理的挑戰與機會 』相關職業發展重點趨勢,協助轉職者掌握先機,開啟自己嚮往的產品經理職涯! 前往閱讀 【產品經理 - 學習地圖(上):技能養成篇 】  文 /【104學習精靈】 本文目錄(點擊可快速前往) 轉職產品經理的學習策略 初學者或轉職者的學習策略的四步驟學習策略 不同背景的轉職策略 產品經理薪資行情與職涯發展 產品經理薪資概況 產品經理職涯發展路徑總覽 職涯發展路徑圖哪些產業需要產品經理 產品經理的挑戰與機會產品經理的挑戰:責任高壓 × 協作複雜 × 影響難以量化產品經理的機會:橫跨多領域 × 成為整合與策略型人才 轉職產品經理的學習策略  初學者或轉職者的學習策略的四步驟學習策略  🔍 步驟一:建立觀念框架  目標是建立「什麼是產品經理」的核心理解,避免誤解 PM 僅是寫文件或開會的角色。  閱讀經典書籍:  《Inspired》(Marty Cagan)  《Lean Startup》(Eric Ries)  《Hooked》、《The Mom Test》等使用者與產品研究相關書籍  觀察與分析:  訂閱科技與產品類專欄(如《PM 的日常》、《Mr. PM》)  比較 PM 在不同產業中的角色差異(SaaS vs. FinTech vs. 教育科技)  🛠️ 步驟二:進行模擬實作  產品能力是做出來的,非讀出來的。從小型個人專案開始動手做:  撰寫 PRD(產品需求文件):說明產品目標、功能架構、使用者角色等  建立簡單原型:可使用 Figma、Uizard 或 Whimsical 畫出 Wireframe  練習模擬專案情境(例如:設計一款改善會議效率的工具)  🧰 步驟三:建立個人作品集  PM 沒有程式碼作品,作品即為「邏輯、觀察與提案」。Side Project 是最佳切入點。  自行發想一個產品點子,並完成以下交付成果:  用戶訪談紀錄、問題定義  MVP 功能列表與排序依據(Kano、RICE 等)  原型畫面(Figma)與簡報提案(Canva、Gamma)  將成果整理成:  部落格分享文章(Medium、方格子)  Notion 公開頁面或作品集 PDF  📊 步驟四:進行能力映照與導師輔助  轉職需要策略,了解自己的強項與補足點是核心。  自我分析:  是否擅長邏輯分析?是否習慣說故事與組織資料?  對技術的接受度如何?對用戶研究是否有熱情?  對照能力地圖與三階段學習模型(初階 → 中階 → 資深)  尋找導師或實務導向社群(Product School、Dcard「PM 求職」板、社群黑客松)  【成功轉職PM經驗分享: 從0學會提案,產品經理學習營揭3大挑戰 】  不同背景的轉職策略  產品經理是一個高度跨域的職位,各種專業領域的人才都能從自身優勢出發,補足關鍵能力差距,有策略地進入 PM 領域。以下列出常見背景與對應建議:  💼 背景類型 🔍 關鍵補強能力 🧭 學習策略與實作方向 工程師 / 技術人員 商業價值理解、需求轉化、使用者觀點 - 學習撰寫 PRD 並用簡單語言說明技術實作邏輯- 練習 MVP 與產品優先排序技巧(RICE、Kano)- 建立從技術到商業的提案範例 UI/UX 設計師 技術協作語言、商業邏輯、敏捷開發流程 - 學習產品開發節奏(Scrum、Sprint Planning)- 練習從用戶痛點導出產品需求- 撰寫可執行的功能清單與需求說明(非設計角度) 行銷 / 業務 / BD 用戶建模、技術合作、需求邏輯結構 - 練習撰寫 User Story、畫使用者旅程圖- 學習產品分析指標(轉換率、留存)- 製作從行銷洞察到產品設計的策略案例 專案管理 / 專案 PM 使用者思維、功能設計、產品價值評估 - 補足從需求到功能邏輯的建構訓練- 練習將項目管理轉化為產品開發週期 - 提升產品策略思維(如何達成產品願景、商業目標) 資料分析師 / 數據人員 使用者訪談、產品場景理解、功能直覺 - 將分析結果轉換成產品洞察與建議(例:為何 DAU 下降?)- 練習功能排序與使用者分群設計- 製作一份以數據為主導的功能驗證提案 教育 / 顧問背景者 技術導向邏輯、產品結構化設計 - 將課程規劃轉為產品功能流程(例:學習路徑=用戶旅程)- 建立數位化教學或平台設計專案作為產品作品集 記者 / 編輯 / 媒體人 邏輯結構、功能規劃、需求導入 - 將內容流程圖轉換為資訊架構(IA)- 練習功能導覽邏輯與用戶操作行為設計- 撰寫產品規格內容並搭配原型製作 創業者 / 自營接案者 系統化流程、團隊協作語言、規模化需求設計 - 重構既有專案成為產品流程(從接案 → 開發 → 優化)- 學習定義「核心功能」與「增強功能」- 撰寫投資簡報與產品發展路線圖  [course_plugin title='轉職產品經理經驗分享' keyword='如何成為厲害的產品經理' amount=2] 產品經理薪資行情與職涯發展  產品經理薪資概況  🎯台灣產品經理薪資  初階(3年以下經驗):月均薪約5.8萬。  中階(3- 5年經驗):月均薪約 6.1萬。  高階(5-10年經驗):月均薪約6.5萬以上。(以上資料來源:104薪資情報)  🎯薪資影響因素  產業別:FinTech、SaaS、AI、新創科技類產品,整體薪資水準高於平均  公司規模與資本:外商、大型科技平台或募資成功的新創通常提供更高總薪酬(含分紅、股票)  技術能力:具備資料分析、SQL、AI 工具應用或技術 PM 能力者,具明顯加分空間  跨部門經驗與語言能力:能帶領國際團隊或雙語溝通,具備海外市場經驗者,職位晉升與薪資天花板更高  績效可量化與作品影響力:曾成功主導產品從 0 到 1 上線、或具實際商業成效者,極具市場競爭力  產品經理職涯發展路徑總覽  🎯一般產品經理職涯階梯  階段 角色職稱 工作內容重點 初階(0–2年) Associate PM、PM 功能需求管理、協助執行開發與測試 中階(2–5年) Senior PM、產品 Owner 獨立負責模組、帶專案、做跨部門溝通 高階(5 年以上) Head of Product、Director 規劃策略、領導團隊、負責產品營收或發展方向  🎯產品經理的延伸發展方向  ▶️ A. 管理職方向 → 領導產品團隊與策略擬定  產品主管(Head of Product)  產品副總 / 首席產品官(VP of Product / CPO)  📌 適合具備團隊領導、策略思維、資源整合能力者📈 負責產品線營運績效、公司級產品策略與團隊管理  ▶️ B. 專業產品分支 → 深化專業能力與技術協作  成長產品經理(Growth PM):優化轉換率、黏著度  資料產品經理(Data PM):數據驅動決策、儀表板設計  平台產品經理(Platform PM):處理底層架構、平台服務協調  AI 產品經理(AI PM):導入 AI 模型、設計 prompt、資料運用  📌 適合具備技術基礎、數據敏感度或 AI 工具應用者📈 強調深度專精與跨部門技術協作  ▶️ C. 轉向技術 / 解決方案型職位  技術產品經理(Technical PM)→ 精通系統邏輯、API、工程流程協作  Solution PM / 客製產品經理→ 尤其常見於 B2B 領域,轉譯商業需求為技術落地方案  資料分析 / 機器學習協作產品職(Data Analyst / ML Collaborator)→ 與資料科學家共構分析產品,打造資料決策體系  📌 適合對技術工具敏感、與工程或數據團隊合作密切者  職涯發展路徑圖 產品助理 PM / 初階產品經理 │ ▼ 產品經理(Product Manager) │ ▼ 資深產品經理(Senior PM) │ ├── A. 領導團隊 → Head of Product / VP of Product / CPO │ ├── B. 深化專業能力 → │ ├── 成長 PM(Growth PM) │ ├── 資料 PM(Data PM) │ ├── 平台 PM(Platform PM) │ └── AI PM(AI Product Manager) │ └── C. 技術轉向 / 客製型產品 → ├── 技術產品經理(Technical PM) ├── 客製方案 PM(Solution PM) └── 資料協作職(Data / ML Collaborator)   哪些產業需要產品經理  幾乎所有以產品為核心的行業都需要產品經理。以下列出熱門產業與其 PM 特性:  科技平台 / SaaS : 快速上線、快速迭代  PM 需懂敏捷與成長指標  電商與新零售  用戶轉換、後台流程、金物流整合  重視跨部門協作與商業營運理解  FinTech 金融科技  必須結合法遵、用戶安全與服務介面  PM 需與法務、風控、技術密切協作  EdTech 教育科技  著重用戶黏著與內容轉化效果  常需思考平台設計與學習路徑設計  IoT 與硬體整合  PM 扮演橋梁角色,連結硬體端與 App、後台資料串接  遊戲與娛樂產業  以玩家體驗、虛擬經濟與成癮機制為優先考量  產品經理的挑戰與機會   產品經理的挑戰:責任高壓 × 協作複雜 × 影響難以量化 責任重大但權限不清 雖需對產品成效、上線時程負責,但實際並不管理設計師、工程師等資源。 📍 情境:設計端與工程端無意願更改開發排程,PM 需透過影響力而非權力協調進度。 利害關係人眾多,溝通成本極高 市場、業務、客服、用戶、技術等部門需求往往衝突,PM 是資訊總管也是「夾心餅乾」。 📍 情境:行銷部門希望推出亮點功能吸引用戶,但開發團隊評估技術複雜度高,PM 需主導「先推 MVP、後期擴充」的雙贏方案。 KPI 難以單一指標衡量 🎯 與業務不同,產品績效常依賴間接成果(如提升用戶留存、降低客服成本),評價方式難以量化。 📍 情境:推出新功能後,用戶滿意度提升但營收未立即成長,PM 需解釋產品影響是「長期復利」而非即時回報。 需求變動快速,需持續對齊戰略方向 使用者行為、競品策略與高層決策常臨時變更,PM 要即時調整計劃、重排優先順序。 📍 情境:原定第二季上線的新模組,因競品提早推出類似方案,PM 臨時調整優先順序並帶團隊加速交付。 資訊不對稱與期望管理 PM 需將技術語言與商業語言轉譯給不同部門聽懂,並同步設定合理期待。 📍 情境:業務部門以為功能改動「只是改兩行 code」,PM 需以邏輯說服其理解影響範圍與開發代價。 產品經理的機會:橫跨多領域 × 成為整合與策略型人才 深度參與產品創新與策略制定 PM 是少數能從用戶需求出發,參與產品架構、商業模式與推廣策略制定的角色。 📍 情境:PM 參與設計新會員系統,從功能設計到價格方案與活動邏輯,全面串聯 UX 與營收思維。 跨界職能大平台,橫向能力持續擴張 PM 是 UX、工程、行銷、數據的整合者,能從中學習各部門運作邏輯。 📍 延伸可能: UX 能力強 → 可轉向 Product Designer / UX Lead 商業直覺強 → 可轉向 BD、Growth Hacker 擅長數據分析 → 可成為 Data PM 或轉職 Data Analyst 善用 AI 與數據工具,提升個人效率與競爭力 新時代 PM 善用工具(如 ChatGPT、Mixpanel、Figma AI),將重複性任務自動化,將更多精力投入產品決策。 📍 情境:使用 ChatGPT 快速產出功能草稿、用 Notion AI 紀錄會議摘要,大幅提升產出速度與溝通效率。 職涯發展路徑彈性高,向上與橫向皆可擴展 根據個人強項與興趣,可發展為: ⬆️ 高階管理職(Head of Product、VP、CPO) ⬅️ 專業分支(Growth PM、AI PM、Platform PM) ➡️ 創業者、顧問、創新策略師 培養「影響力而非權力」的領導型人才 優秀 PM 不靠職權,而是靠願景整合與團隊信任來推進決策,這正是高階管理人才最需要的核心能力。 [course_plugin title='產品經理實戰課程' keyword='第7屆產品經理學習營' amount=2] 前往閱讀 【產品經理 - 學習地圖(上):技能養成篇 】  [joblist_plugin title='更多104【產品經理】工作機會' url='https://www.104.com.tw/jobs/search/?jobsource=index_s&keyword=產品經理&mode=s&page=1' amount='3'] 延伸閱讀: PM「產品經理」和「專案經理」差在哪?盤點工作內容及PM技能樹 PM工作內容做什麼?產品企劃/產品經理薪資待遇、履歷面試總整理 PM意思有不只3種可能!為何PM工作職缺只會愈來愈多?哪種PM最熱門? 轉職PM不撞牆!從0學會提案,產品經理學習營揭3大挑戰|商業思維學院
【104職場力】・職涯規劃

TPM是什麼職位?成為「技術PM」需要具備的6大能力

如何成為優秀的技術產品經理(Technical Product Manager, TPM)?本文透過工程師視角,解析成為TPM所需的6大關鍵能力,無論是想轉職技術PM,或是希望提升職場競爭力的PM,都值得參考。 文/朱麒 本文目錄(點擊可快速前往) 印度資深後端工程師對TPM的6個建議1. 了解基本的電腦科學(Computer Science)2. 注重細節3. 了解組織產品的軟體架構4. 開發排序5. 高度文件化6. 掌握大事總結:3個建議培養「專業」 印度資深後端工程師對TPM的6個建議 Arihant Kumar Jain是一位印度資深後端工程師,這篇文章摘要他在《An Ideal Technical Product Manager, Extract from an Engineer’s Diary》對於技術PM(Technical Product Manager,簡稱TPM)的建議。 「我們往往不會珍惜好的人或產出,直到體會到賽的。」這句話是我出社會後幾年的心得。 遇到神隊友不但可以把事情做得又快又好、甚至還可以偷學幾招;遇到雷隊友不但把事情做的又慢又鳥,甚至還可能被拖下水。 神隊友不見得跟我們是同職位的人,也不見得是同年資的人。但只要這個人夠厲害,我們就應該試著觀察與分析、甚至聽聽他們的建議(如果他還願意給建議的話),我有過太多次「聽君一席話,勝讀十年書」的工作場景,因此只要遇到就會特別珍惜。 這篇文章討論的雖然是技術PM,但內容值得其他PM職位的人學習。包含: 了解基本的電腦科學 注重細節 了解組織產品的軟體架構 掌握排序 高度文件化 掌握大事 1. 了解基本的電腦科學(Computer Science) Product Manager依據專精的項目不同,可以再分成: Business product manager Marketing product manager Technical product manager(TPM) 從字面上就可以看出,3個職位在專業上分別著重於商業、行銷、技術。 以TPM來說,至少對於技術討論、解決方案的構想、資訊架構都要有基本了解,例如設計API 時要知道REST, CRUD, HTTP status code……的觀念。 這就像對於UI設計,PM要了解公司目前的UI Library大概有哪些Componet,才不會鬧出像是「PM想這樣設計,但因公司的UI Library不支援,而要花更多時間成本客製化」的窘境。 要了解軟體技術,最基礎的學科就是電腦科學(Computer Science)。除了在職場上邊做邊學,也要定期補充學科知識,才能了解軟體技術的基本原理。 2. 注重細節 對於一個已經工作2-3年的PM來說,寫Spec應該算是駕輕就熟的事情。但決定「好」跟「專業」的Spec, 差別就在於文件的細節。 例如寫UI的User Story時,除了User Story、Functional Map、UI Flow之外,記得要規劃錯誤訊息(Error Message) 這種反面案例。如果PM不規劃,就會麻煩到QA、Developer甚至 Designer幫忙規劃,反而讓其他人有「PM是不是都沒先想這塊」的念頭。 如果是API的User Story,則要先跟Senior工程師或是主管確認是否有API文件(例如 Swagger),仔細考慮每個資料節點的收集與傳送。 「好」跟「專業」的一線之隔,在於細節。 3. 了解組織產品的軟體架構 軟體開發除了注重 Coding 的技術細節,設計完善的軟體架構也非常重要。 許多公司開發求快的結果,就是在產品上線後要不斷地花時間進行重構(refactor)。這就像是蓋一棟危樓,草草成案就動土開工,後續必須花大量時間進行修補工程才能支撐不倒。 TPM在整個過程中,可以協助當紀錄與畫圖的角色。 透過和工程師一起討論架構、整理結論、用繪圖工具畫成流程圖、系統架構圖,都能夠幫助自己對於組織的產品軟體結構更加了解,在設計產品時能夠更有Sense。 共同參與技術討論,協助紀錄與整理資訊讓自己更理解產品。 4. 開發排序 排序(Prioritization)是PM最重要的工作之一,這項技能也決定了一個PM是否有好的產品管理Sense。 排序其實是由多項子技能組成,包含產品決策、利害關係人管理、責任感、邏輯推理、成本與效益衡量……。對於TPM來說,還加入了技術方面的考量,除了考量商業利益,也必須考慮到系統是否會產生過多的技術債(Technical Debt)。 對於TPM來說,必須多分析技術方面的效益與成本,與商業決策作權衡後再做開發排序。 5. 高度文件化 不論是軟體開發還是其他領域的工作,都一定會有「問題-討論-決策-行動」的步驟,且都會面臨到「到底當初這個決策是怎麼做出來的?」問題。 場景通常會像是:一群人開始翻箱倒櫃,找Email、找線上文件區、找桌子旁的紙張、找通訊軟體的對話……這個現象你在公司中一定不陌生。 一個好的PM要非常重視「寫文件」這件事情,因為有事情別人第一個就是找PM確認。 對於TPM來說,還要多紀錄「功能技術決策」的原因。例如: 這個功能最後決定不多開資料庫欄位是因為…… 前後台將透過這3隻 API 進行溝通,因為…… 事實上公司中的每位角色都要有「寫文件」的意識,否則發生上述問題的時候,就只會有一句:「我不知道,那是xxx叫我做的。」 6. 掌握大事 身為PM,組織中的利益關係人有事沒事都會第一個想到你,因此重要的事情都必須要能大致掌握。舉例來說: 工程師會質疑你的決定還有產品需求細節 主管會確認產品開發進度 老闆會詢問這個專案的成本與效益 這麼多的事情,PM要做的就是Get shit done。這仰賴於對大局的理解、對資訊的掌握。 當然人的大腦也沒辦法記那麼多事情,因此我們只要知道需要的時候去哪裡查就好,這件事的前提是有做好「文件化」這件事。 「我不需要知道所有的事情,只要知道在我需要的時候去哪裡找到它。」— 愛因斯坦 ( I don’t need to know everything, I just need to know where to find it, when I need it — Albert Einstein) 總結:3個建議培養「專業」 最後我將Arihant Kumar Jain提的6個建議,總結成下方3點: 1. 多跟不同職位的人學習,聽聽從他們的角度是怎麼需要你的 我們以為自己做到的,可能跟別人實際感受到的不同。一個有效的策略是跟不同職位的人聊天,問問他們:你覺得一位PM應該要能夠做到什麼事情? 2. 親自參與討論,才能培養專業的Sense 身為一個TPM要參與重要的技術決策、身為一個Marketing Product Manager要參與市場行銷的討論、身為一個Business Product Manager要參與公司商業策略的制定。 只有實際參與才能獲得深入的洞察。 3.注重細節,多想一點 「好」跟「專業」的一線之隔在於細節,細節來自於規劃時的多方面考量,多方面考量來自於過往經驗的總結。 定期做工作成果盤點,將收穫應用在下一次的規劃上。更多文章分享,可至「朱騏部落格」閱讀。 (原文標題:如何當一個技術 PM?從工程師角度來看 PM 需要具備的能力) [joblist_plugin title='更多104【技術PM】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=tpm+%E6%8A%80%E8%A1%93%E5%B0%88%E6%A1%88%E7%B6%93%E7%90%86&order=15&page=1' amount='3']
【104職場力】

你適合當PM嗎?解析產品經理必備3種特質與溝通心法

產品經理(PM)扮演產品關鍵的橋樑角色,不僅要看懂全局、擬定策略,更需要與設計師、工程師高效溝通,協調各方需求並推動產品前進。哪些人適合PM工作?作者透過實務經驗分享,解析PM必備的3種核心特質,以及在與不同角色協作時應具備的溝通心法。 文/Michelle Chen(軟體業PM產品經理) 本文目錄:3個PM需要的核心特質(點擊可快速前往) 特質1:你是否習慣全局性思考,並以策略性規劃推動執行?特質2:你是否喜歡且習慣站在對方的角度,使用對方的語言溝通?PM與設計師溝通重點PM與前端工程師溝通重點PM與後端工程師溝通重點特質3:你是否接受甚至喜歡改變,且有隨時改變計劃的彈性? 我習慣定期把自己的職涯規劃拿出來review,問問自己對於「現在的狀態」是否還滿意。最近是我在現職公司任職滿一週年的日子,於是又把這個問題拿出來檢視一番。我發現對於做PM打造產品這件事(撇除外在條件,像是workload、手上的案子、公司策略、主管等),過了幾年我仍非常喜歡且享受其中。再往下探索,是什麼個性或是特質讓我喜歡且適合做產品經理呢?今天整理3個我認為最核心的特質,分享給有興趣往PM產品經理發展,或還在思考自己到底適不適合的朋友參考! 特質1:你是否習慣全局性思考,並以策略性規劃推動執行? 作為產品經理你每天要應對來自各方的利害關係人,需求從四面八方而來,每季的Product Roadmap規劃&執行,每月2~3次的Sprint(如果團隊跑Scrum),甚至每天的跨部門Support,PM的日常總是被滿滿的需求與會議轟炸,任務清單中的To-dos & Action Item似乎看不到盡頭。在這種「艱困」的處境下,能習慣「全局性思考」的PM就比較能從容應對,懂得從任務海中抽身,避免無謂地瞎忙。所謂全局性思考有點抽象,換個方式來說就是:從整體,更高維度視角看待事情,而不是深陷於眼前的問題。 舉個例子來說,假設你是一位部門主管,你發現某個專案快到截止日但離完成還有一大段距離,你可以選擇臨時外聘人力,或是給團隊成員加班獎勵鼓勵他們挪出更多的時間工作完成任務,這也許是最快能見效的暴力解法。但如果你採取全局性思考,你會先退一步思考,這個專案的規劃是否合理,是否有可以簡化的部分,或者是否團隊中有某個特定的人遇到瓶頸。如果能協助這位成員解決問題,整個團隊的運行會變得更加順暢,也許就能如期完成專案。 全局性思考的能力能幫助PM有效辨識什麼才是真正需要解決的「關鍵問題」,而不是像在大魯閣打棒球一樣,只是對每個問題隨著出現而進行反應。這種思考方式讓你從整體上把握問題的根源,不是只解決表面的問題。 找到問題後,接下來就要透過策略性規劃來實作,這時候一定要提到常見的80/20法則。 20%的因素,將導致80%的結果。找出那關鍵20%重要的事情並全心投入,往往能帶來大部分的成果。 首先找到那20%重要並值得花團隊全心投入的P0-重要且須馬上行動的事。並懂得拒絕或是取捨那些重要但不急,甚至根本不用解決的問題 。取捨決策是一個好PM必備能力。 另外,作為產品的代言人,PM一定要知道哪些任務可以被整合在一起(甚至延伸成一個epic);又有哪些tasks可能會因為其他迭代而順勢被解決,因此現階段可以忽略不做;又有哪些可能看似有問題,但其實是故意為之的機制。 有策略、有條理的安排團隊資源,聚焦在關鍵20%重要的問題上,可以讓團隊更有效率且優雅的工作。(非常重要,誰會想要每天灰頭土臉工作,你說是吧) 特質2:你是否喜歡且習慣站在對方的角度,使用對方的語言溝通? 有這個特質的PM絕對會是團隊的寶,而不會變成大家避之唯恐不及的任務交差使者。習慣從對方的角度出發,用對方熟悉的用語溝通,不僅能提升理解效率,還能拉近彼此距離,建立良好互動。這有助於建立信任,讓未來的合作更順利愉快,形成正向循環,培養無敵默契。(每次遇到只是一兩句話一個眼神,團隊內的工程師和設計師就能馬上理解我的意思,就會覺得「哇,你們真的是神隊友,我好幸福啊!」) 這邊簡單舉例與設計師以及前後端工程師討論需求時應該著重的方向: PM與設計師溝通重點 重視使用者體驗(UX/UI):需要清楚描述使用者的需求(如果需要可以附上完整的user story),並在需求說明中「用戶使用流程」、「易用性」、「介面設計」以及「資訊呈現方式」等。 【溝通舉例】「我們希望這個功能的流程是:1.先點擊這個按鈕,2.展開選單,3.選單中會有幾個預設選項且我們會幫用戶進行預選,整個操作希望可以在3步內完成。」 特別注意!尊重設計師專業:作為PM一定要尊重團隊內設計師以及工程師的專業。對設計師,請保留讓他們自由發揮的空間。提出的需求絕對不會是硬性規定設計師只是把你想像中的畫面/流程畫出來而已,保留設計彈性通常得到的結果都會比自己發想的還要完整流暢! 【溝通舉例】如果需要做一個活動頁面:「這個頁面會包含A~C 3個大分類的資訊,其中A/B分類會另外連結到C/D頁面。這個主頁面的設計,希望能傳達出現代感,並保留畫面的簡潔性,方便用戶快速找到他們要的資訊。可以參考這個網站的設計風格,但具體的顏色/圖標,分類呈現可以自由發揮。」 PM與前端工程師溝通重點 重視介面與互動:前端工程師負責將設計轉換成可用的介面。他們關注的重點包含介面呈現方式、元件的設計與實現、與後端如何進行資料溝通、並且也要確保網頁可以各種大小的裝置和瀏覽器上都能順利運行。 【溝通舉例】PM:「我們希望在報名頁面上,使用者可以看到所有場次,點擊後展開場次詳細資訊,並透過一個動畫顯示出『點選報名』的CTA 按鈕。這部分在手機的 web view 上也需要保持操作流暢。」前端工程師:「這個顯示CTA的動畫在一些舊瀏覽器上可能無法支援,可能會出現卡頓或不顯示的情況。」PM:「如果確實有這個問題,我們可以考慮用彈出popup的方式替代,重點是整體操作要流暢,並且能有效吸引用戶點擊報名。」 特別注意!技術可行性&永遠都要準備PlanB:有時PM以及設計師一起討論出的設計可能在技術實現上會有挑戰。作為一個好PM,一定要工程師們討論在技術上的可行,以及如果無法實現,可以被接受的PlanB是什麼,並從中找到最佳解決方案。 PM與後端工程師溝通重點 重視系統穩定性及資料處理:後端工程師主要關注系統的穩定性及資料處理。他們習慣使用「API」、「資料庫」、「伺服器」等術語。作為產品經理,你需要清楚描述系統需求,並確保資料流(information flow)和功能邏輯的合理性。 【溝通舉例】PM:「我們需要建立一個數據報表,數據需要即時更新,並支援查看過去30天和60天的時間範圍。這個報表主要用來追蹤使用者行為趨勢。報表中的欄位定義以是{明確定義數據背後的計算邏輯以及fallback機制}。」後端工程師:「要實現即時更新可能會對系統造成壓力,特別是在高峰期,伺服器負載會增加,影響穩定性。」PM:「那或許我們可以考慮設定一個更新的cutoff point,在該時間點做一次性更新,確保穩定性以及更好管理系統負載。」 特別注意!具體明確制定規則:跟後端工程師討論事情一定要具體明確(制定出規則),不能給模糊的「形容詞」。以要新增檢查用戶註冊時的密碼強度的功能為例: 模糊的需求:「我們需要在用戶註冊時,先檢查密碼是否夠強。如果不夠強就讓他重新設置,夠強就讓他繼續註冊。」 ➞這時候工程師一定會問你:密碼強度怎麼樣算夠強?這個檢查是在用戶點擊註冊時還是輸入過程中即時檢查? 明確的需求:「如果密碼長度小於8位或不含大小寫字母和數字,則在用戶按下註冊時阻擋下一步,並顯示錯誤提示並要求用戶重新設置密碼。如果密碼符合這些條件,則允許用戶完成註冊。」 PM的工作內容和模式會隨著產品領域、團隊規模及系統架構等因素而有很大不同。然而,良好的溝通能力,尤其能根據不同溝通對象靈活切換用詞和表達方式,針對不同情境調整思考重點,是做好PM必須具備的。如果你發現這種角色切換對你來說有些困難,或是習慣從單一角度進行思考,那可能就不會那麼享受於PM的日常了。 特質3:你是否接受甚至喜歡改變,且有隨時改變計劃的彈性? 最後一點,「接受改變,且對已經計劃好的事情是否總是能保持隨時調整,甚至需要打掉重練的彈性?」是一個PM是否能樂在其工作中,蠻關鍵的特質。 有PM經驗的都知道(不管是Product or Project)都會面臨到原本說好的方向會需要來個大轉彎,產品策略可能因為市場的變化要做立即的調整(例如AI的快速崛起)。對於比較不喜歡變化,或是對於要臨機應變這件事情比較排斥的人,做PM會比較辛苦(心裡苦的部分)。 No two days are the same for a product manager 如果看到上面這句話,你感到興奮,那恭喜你!你一定能從PM的工作日常中找到許多樂趣! 以上就是我簡單從自己身上總結出為什麼就算有時候遇到再鳥的事情,或是有時候真的工作壓力很大,但終究我還是很享受做PM的3大特質與性格,希望能給還在摸索的人或是猶豫不太清楚自己到底適不適合的人一點小小分享。 (原文標題:你適合當產品經理嗎?3個PM需要的核心特質&性格解析) [joblist_plugin title='更多104【產品經理】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&page=1&sctp=M&scmin=40000&scstrict=1&jobsource=joblist_search&jobcat=2004003005&keyword=%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86' amount='4'] [course_plugin title='產品經理學習營|學習推薦' keyword='產品經理學習營' amount=2]
【104職場力】

「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>
【104職場力】・軟體工程

想當資料工程師?工作內容、核心技能、薪水、職涯發展完整解析

越來越多企業投入數據分析領域,也讓資料工程師的職缺需求大增,根據104薪資情報網站,資料工程師薪資中位數甚至高於一般研發工程師。本文就帶你一探有資料工程師需要的技能專長以及完整職涯發展。 文 /【104學習精靈】 本文目錄(點擊可快速前往) 什麼是資料工程師?需要哪些技能?資料工程師工作內容資料工程師技能與工具能力分析資料工程師軟技能養成:4大特質有助職涯發展更順利資料工程師薪水行情:掌握技術專長是加薪關鍵1. 台灣資料工程師薪資範圍 2. 提升資料工程師薪水幅度的關鍵資料工程師職涯路徑:邁向高階技術職的進階指南1. 軟體工程師2. 數據分析師3. 演算法工程師|資料科學家資料工程師的挑戰 什麼是資料工程師?需要哪些技能? 資料工程師工作內容 資料工程師又稱為數據工程師,主要工作內容是與數據相關的技術支援,建置系統或使用外部平台幫助企業數據收集、儲存與整理,確保數據傳輸管道暢通、安全、精準且可被預測。 延伸推薦課程 👉 資料工程師養成班​ 資料工程師技能與工具能力分析 基礎Python網路爬蟲SQL 基礎Java核心R語言SQL 進階資料庫AWS應用進階資料探勘認證微軟 Azure雲端應用認證職涯資料工程師AI資料科學家▲ 資料工程師師應具備技能、工具、職涯指引表,點選不同技能會對應到相關課程。 [course_plugin title='資料工程師面試入門課程' keyword='破解資料工程師' amount=1] 1. 資料工程師基礎技能 資料工程師需熟悉網路爬蟲技術,精通Python與SQL語言,具備Java基礎能力,能有效處理ETL流程,管理資料庫,支援業務分析需求。 Python:常用於數據處理與自動化管道建設。 網路爬蟲:從網頁自動蒐集數據,將網頁數據轉換為可用的結構化格式 SQL(基礎):資料工程師必備技能,用於查詢與操作結構化數據。 Java:用於大數據處理框架(如Spark)的高效運算實現。 資料工程師基礎工具推薦課程 線上 Python 新手村|練就扎實基本功 5538人感興趣     了解課程> 線上 Python 網路爬蟲 | 數據分析的第一步就是要學會爬 6276人感興趣     了解課程> 線上 快速活用 MySQL,精準設計關聯式資料庫 15855人感興趣    了解課程> 線上 學程式也能很好玩:不背語法寫Java 6625人感興趣      了解課程> 延伸推薦課程 👉 Python 輕鬆上手學​👉 成為 AI 科學家|快速闖關 Python 語法世界,程式實作不頭痛👉 Python新學法 - 實作6個Terminal APP快速入門​👉 Python 基礎程式設計|開外掛勇闖 Python 異世界​👉 ETL網路爬蟲實戰技巧​👉 吳永志Java入門保證班 - 初學者最佳選擇​ 2. 資料工程師核心技能 資料工程師核心技能涵蓋精通R語言與進階SQL操作,具備優化大型資料庫管理的能力,熟練運用雲端應用及大數據技術,專注於高效處理複雜數據流程。 R語言:常用於統計分析、數據探勘和機器學習建模的程式語言,適合進行各類數據處理與運算。 SQL進階/NoSQL:進階的SQL技能有助於高效處理和管理大型結構化數據。除了關聯式資料庫(如 MySQL、PostgreSQL),還需熟悉 NoSQL 資料庫(如 MongoDB、Cassandra)以處理非結構化數據。 資料庫管理與建置:除了熟悉各種資料庫工具管理與操作,資料工程師還需具備建置資料庫架構等關鍵性知識。 雲端應用能力:掌握雲端應用相關的技能,熟悉AWS、Azure等雲端服務平台來進行大規模數據的存儲和處理。 資料工程師核心工具推薦課程 線上 R語言/R-Studio入門─統計分析、資料探勘與機器學習的原理與實戰演練 4057人感興趣 了解課程> 線上 教你完全掌握 SQL- 從資料庫建立到成為資料處理高手 4148人感興趣 了解課程> 線上 資料庫設計原理 2567人感興趣 了解課程> 線上 AWS雲端架構規劃|建置實務應用 3169人感興趣 了解課程> 延伸推薦課程👉 NoSQL輕鬆學: 架構、設計與案例探討​👉 成為 AWS 達人第一步!打造你的第一個 AWS 架構!​👉 AWS雲環境的架構優化-彈性化自動擴展​👉 雲端資料工程師在職遠距班 3. 資料工程師進階技能與證照:資料探勘與雲端應用認證 資料探勘是從已知的數據中,挖掘數據背後的價值與趨勢,提供企業數據洞察報告。為此,資料工程師必須熟悉大數據框架或引擎技術,搭配程式語言、機器學習模組(如:MLlib)及統計分析方法,將數據處理轉化為具體分析結果或預測模型。 Apache Spark:Spark是一個開源的大數據處理框架,支援多種程式語言和機器學習模組,能高效分析與挖掘大規模數據,是資料探勘不可或缺的強大系統。 雲端應用證照:資料工程師在雲端應用領域可藉由取得認證證照來提升專業性,例如Microsoft Azure相關認證,資料工程師可透過自我學習與認證以強化職業競爭力,也為自己提供更加寬廣的職涯發展路徑。 資料工程師進階工具認證課程推薦 線上 微軟Azure超級入門實務與AZ-900認證攻略 19721人感興趣 了解課程> [course_plugin title='雲端資料工程師進階課程推薦' keyword='雲端資料工程師在職遠距班' amount=1] 延伸推薦課程👉 Spark首部曲:實務基礎入門篇​👉 Spark第二部曲: SQL輕鬆處理半結構化資料技巧​👉 Spark第三部曲: MLlib完成資料挖掘與機器學習實戰​👉 微軟Azure超級入門實務與AZ-900認證攻略​👉 微軟 Azure|通關 AZ-104 認證攻略,邁向雲端 IT 管理之路​👉 AZ-204 認證攻略I從Azure著手雲端開發解決方案​👉 DP-900 認證攻略 l 基礎資料庫混合雲建置與管理​ 資料工程師軟技能養成:4大特質有助職涯發展更順利 1. 溝通與跨部門協作能力: 資料工程師需與資料分析師、產品經理和開發團隊緊密合作,清晰表達技術需求與限制,確保數據管道設計與業務目標一致,並有效傳達複雜技術內容以促進團隊協作效率。 2. 問題解決與批判性思維: 在面對數據品質問題、流程瓶頸或系統錯誤時,資料工程師需具備冷靜分析的能力,快速定位問題根源,提出創新解決方案,並從長遠角度優化系統的穩定性與效率。 3. 時間管理與專案執行能力: 面對多項並行任務與緊迫期限,資料工程師需能有效規劃工作進度,分配資源,確保ETL流程、數據清洗與系統開發在限定時間內按時完成,提升團隊交付成果。 4. 持續學習與技術適應能力: 資料工程師需要不斷學習新興工具、框架與雲端技術,快速掌握業界趨勢,適應大數據與人工智慧時代的變化,確保自身技能能支持企業的數據基礎設施發展需求。 資料工程師薪水行情:掌握技術專長是加薪關鍵 隨著大數據與人工智慧的快速發展,資料工程師成為企業中不可或缺的重要角色,但影響薪資的關鍵,往往取決於工程師本身的技術專長與實務經驗。 1. 台灣資料工程師薪資範圍 初階(3年以下經驗):月均薪約5.9萬。 中階(3-5年經驗):月均薪約 6.4萬。 高階(5-10年經驗):月均薪約6.6萬。(以上資料來源:104薪資情報) 2. 提升資料工程師薪水幅度的關鍵 掌握大數據與雲端技術是高薪關鍵:熟悉大數據工具(如Spark)及雲端平台(如AWS、Azure)是資料工程師的核心技能。企業對處理大規模數據的需求不斷增加,具備分散式運算能力的工程師在薪資談判中更具優勢。 程式語言與專業認證提升競爭力:Python與SQL是基礎技能,而掌握Java、R語言及進階資料庫技術(如NoSQL)能顯著提高薪資。此外,取得AWS、Azure等專業認證,能彰顯技術專業性,是升職與加薪的重要籌碼。 資料工程師職涯路徑:邁向高階技術職的進階指南 資料工程師需要強大的技術專才,在數據處理、雲端應用與大數據技術上展現出不可或缺的價值,建議資料工程師可藉由自我學習、累積實務經驗及考取專業認證等管道,優化現有技能,就有機會轉往更高階技術職務,實現職涯進階與薪資提升,資料工程師職涯路徑發展如下: 1. 軟體工程師 資料工程師轉職軟體工程師,除了程式開發與現有數據基礎專業上,擴充軟體開發能力,技術層面也需涉及更多樣的程式語言、系統設計、開發流程與測試技巧等。 技能需求:需掌握多樣化技術,精通主流程式語言如Java、C++;熟悉相關框架(如Spring、Node.js、React);具備系統設計能力;掌握版本控制工具如Git,並適應敏捷開發流程;能進行自動化測試以確保軟體品質。此外,基礎前端開發技術(HTML、CSS、JavaScript)與實務經驗(如參與開源專案或個人作品集)也是必要條件,以全面應對軟體開發需求。 學習指南:前端工程師學習地圖、後端工程師學習地圖 2. 數據分析師 位於同樣的數據產業鏈中,資料工程師轉職數據分析師需強化數據解讀與分析能力,熟悉各種報表可視化工具與分析方法,以深度挖掘數據製作洞悉報告。 技能需求:屬於後段數據資料庫建置的資料工程師,在轉職前線的數據分析師,需要更深度與產品、業務單位溝通,了解組織需求,並在已具備數據專業技術的前提下,需要熟悉使用工具如Excel、Tableau、Power BI進行可視化,掌握統計學基礎與分析方法(回歸分析、A/B測試)。實戰專案經驗與清晰的數據展示能力是能否轉職成功的重要條件。 學習指南:數據分析師學習地圖 課程推薦:數位分析師入門實戰 3. 演算法工程師|資料科學家 就分工而言,資料工程師搭建數據管道,確保數據準確、安全、流向正確位置;演算法工程師專注於開發演算法或模型,處理數據並生成有用的輸出(如預測、推薦結果);資料科學家分析數據與模型效果,找到問題並提出解決方案。部分企業因規模不同,資料工程師、演算法工程師、AI資料科學家三者的工作內容可能有所重疊。 演算法工程師:高效演算法工具的製造者,著重數據模型的建構。需熟練掌握Python與C++等程式語言,並熟悉TensorFlow、PyTorch等深度學習框架,用於開發與訓練模型。 AI 資料科學家:透過數據模型分析、預測,並透過不斷驗證與統計分析能力,監控並優化數據模型結果提出精準分析。 課程推薦:AI資料科學家全方位學程班 資料工程師的挑戰 數據處理最大的挑戰,就是保持數據的一致性,這是非常需要耐心與抗壓性的工作內容,尤其在時間壓力之後,必須處理包括數據的異常與缺失,數據清洗與校正等。因此,資料工程師必須有對數據工具的熟悉度,以及知道如何高效處理大數據需求的能力。 除了技術層面,隨著技術的快速更新,資料工程師需要不斷學習新工具與技術,如雲端平台和大數據框架,充滿好奇與保持學習力是資料工程師必須保持的態度。因此,面對多方面的挑戰,具備紮實的技術實力、解決問題的能力以及高適應力,才能滿足不斷變化的業務需求。 延伸閱讀: 產品經理 - 學習地圖(上):技能養成篇 成為雲端工程師的攻略指南:核心技能&職涯精進完整解析 如何成為後端工程師?精準掌握必備核心技能&職涯精進攻略 轉職前端工程師│工作內容、技能、薪水與職涯發展指南 數據分析師工作內容是什麼?薪水高嗎?技術能力與職涯發展指南 [joblist_plugin title='更多104【資料工程師】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&page=2&indcat=1001001000,1001000000&ro=1&jobsource=joblist_search&jobcat=2007001022' amount='3']
【104職場力】・數據分析

PM「產品經理」和「專案經理」差在哪?盤點工作內容及PM技能樹

產品經理和專案經理都稱作PM,然而其中的差異你分得清楚嗎?其實PM的職稱及負責業務範圍會依各家公司有所不同,甚至有些公司會認為兩者已經很難區分。作者認為,產品經理可以比喻為航海時代的船長,而專案經理就像是掌舵手,本文分享PM的工作內容、技能樹,以及PM工作中最重要的事! 本文目錄(點選連結可快速跳至該章節閱讀) 專案經理的工作內容 產品經理的工作內容 產品經理技能樹 市場與策略:發展產品如何少走冤枉路? 數據與技術:產品經理要了解技術?需要會寫程式嗎? 溝通與互動:PM溝通要領,尤重心態與互動方式 面對問題的思考力 在業界,產品經理(Product Manager,PDM)還是專案經理(Project Manager,PJM)都常被簡稱為「PM」,而 PM 的職稱及實際負責的業務範圍,會依照各家公司的文化與制度而有所不同;甚至有些公司或前輩會認為產品經理及專案經理在做的事情已經很難區分了,因此這篇內容是分享我所理解的差異。身邊的朋友都了解,我自己就是專案管理出身,就學時期從來不曾擔任幹部的角色,卻在出社會後,都剛好接觸到跟行政管理、專案管理相關的職務,從最早期的房仲店務、室內設計專案,到現在的軟體專案或產品開發。 依照個人經驗,專案經理平常在做的管理不外乎是「利害關係人管理」、「資源管理」、「項目管理」及「風險管理」。 專案經理的工作內容包括: 完成產品經理與公司所交代的任務。 整合資源、分解工作、有效執行資源配置。 協助開發團隊完成產品經理/客戶所定義的目標。 將產品如期如值交付給產品經理/客戶。 目標導向,重視專案進展與專案截止日與流程設計。 進行有效的風險管理,隨時處理突發情況。 需要大量溝通,對資源與品質負責。 而產品經理呢?產品經理的工作內容需要: 使產品發展符合公司的願景與商業目標。 以宏觀角度制定產品的願景、策略、價值與定位。 維度更多元,重視市場面、營銷面、產品設計與顧客體驗。 重視跨部門整合,負責產品成敗。 人們常說:「產品經理就像是產品的 CEO,關注做對的事;專案經理則像產品的保母,關注把事情做對」。我後來喜歡把產品經理比喻為航海時代的船長,他要帶產品這條船往對的方向前進,而專案經理就像是掌舵手,依照船長的指示,讓船能安穩且有效的航向目標。 產品經理技能樹 以下引用我之前在女性科技社群Tape Women n Tech(TWIT)的產品經理轉職工作坊,為了幫助新手PM 能依照自身興趣及特質選擇適合的職涯發展,特地整理出一份產品經理技能樹。 市場與策略:發展產品如何少走冤枉路? 身為產品經理,最擔心與市場脫節或開發出沒人使用的產品。包括目標族群、產業分析、競品分析、市場定位等,都是發展產品的關鍵。 個人很喜歡舉一個例子,關注市場之所以重要,是因為不能當外面世界的車子都會飛了,自己還很開心做出一個可以滾動的非電動式滑板車(懷舊除外)。還有一種是台灣經濟環境的文化,大家很容易看到別人做什麼有賺錢,就一窩蜂跟著做,最後變成削價競爭。 這不是說別人有做了,我們就不能做,而是說像以前國小第一堂課教的是「雅量」,我覺得做產品的第二堂課就要談「差異化」。看到需求,當然可以做,但產品差異化在哪裡?我們能做得比市場現有的解決方案來得好嗎?我們看到的問題是真的別人沒看到、還是因為我們沒想到的元素,是時機還沒成熟、還是這不是使用者真正在乎的事情或痛點,而導致當下沒人買單,使得表象需求無法轉成商業機會?如果資源沒人家多,又該如何劍走偏鋒,創造自己的護城河與競爭優勢呢? 觀察市場,了解競品的動態以及其他成功公司或經營者跟我們不同的觀點在哪裡,成功也許無法複製,失敗可能也很多,但這些多少可以幫助我們少走冤枉路或激盪不同的靈感。 尤其身為產品 CEO 的產品經理, 要有能力以「由上而下」(Top-Down)的方式綜觀公司及產品之間的願景與目標,再拆解對應策略與方法。也要能「由下而上」(Bottom-Up)的接受來自第一線使用者與客服的心聲,從中取得資源與資訊的拿捏與平衡,再精準投入資源並持續優化產品,以發展有綜效的產品策略與成效表現。 數據與技術:產品經理要了解技術?需要會寫程式嗎? 坊間有很多討論,產品經理要了解技術?我們認為是的。當產品經理對技術不夠了解,可能會太過天馬行空或影響團隊作業的效率,不過當產品經理太了解技術的極限,也可能會限縮思考或想像。因此,需要在持續掌握市場、敏銳的觀察的前提下,來了解技術,才能找到之間的平衡點。 軟體業PM 需要會寫程式嗎?我認為是不需要的,但是至少要知道什麼是API、資料怎麼跑、遇到事情可以安排誰來處理。當PM 有基本的技術認知,能在工作上帶來二大優勢: 與工程師精準溝通,知道程式的極限在哪。 幫助推理與思考,理解事物背後的本質。 溝通與互動:PM溝通要領,尤重心態與互動方式 身為PM,每天花最多的時間就是「溝通」。溝通是一個將資訊解碼、編譯再重新傳遞的過程。 平常總是透過不同介面,與各種利害關係人溝通。不論是對內與上層主管或開發團隊進行、還是對外向客戶或供應商。掌握溝通要領,才能提升工作效率,並推動專案與團隊前進。溝通有心態、方法、工具、情境及互動方式之分。有效的溝通,尤其重視心態與互動方式。 總結上述,我漸漸發現身為PM、甚至不限於PM,每個人都要建立一套有效的問題處理的系統與方法,才能快速應對這個世界的變化。 面對問題的思考力 產品經理是一個時常解決問題的角色,與客戶、工程師溝通。需要以庖丁解牛的精神看到問題的本質、探究事物的規律。 發現問題分析問題解決問題事後檢討優化流程辨識本質(核心問題)如何解決知識同步定義結構、類型判斷痛點何時解決本次做對什麼找出關聯比較(合理性)需求由誰解決本次忽略什麼追蹤語持續優化面對問題的5X3思維矩陣 這當中第一個步驟最為重要,即是「辨識問題」,然而很多問題不是沒發生,是並未被有效辨識出來,可觀察幾個訊號來判別問題: 是否合理:這件事情發生的原因合理嗎? 有多少影響:這件事情的發生,對組織或客戶分別有什麼影響? 比較與回顧:其他的案子有遇過類似的問題嗎? 結構化:類似的事情是否重複發生? 直覺:從經驗累積而來。 如前面討論,遇到問題最重要的是先「辨識」問題,先意識到問題的存在。例如:當我有意識自己在某方面的能力不足時,就會「分析」是什麼原因導致,並持續探索如何「解決」(包括進修與學習)、再進行後續的「檢討」與「驗證」,確認自己是否有學起來,並持續修正。 但如果過去我沒有意識到自己的不足、需要進步,而是有謎之自信覺得自己很厲害,因此沒有持續學習等,那麼我也不會是現在的自己,不敢說多厲害,但都還能應付好,並持續保持學習心態。 對於不要看「表象」,而是要去探索、辨識事物的「本質(包括真實的需求、沒說的話)」這件事,個人有一個印象蠻深刻的經驗,年輕時某次與友人吵架的過程中,看著貌似在咆哮的對方,實則內心很傷心,於是當下我選擇去與傷心的對方對話,而不是看似在生氣的他對話,我發現這樣可以更快去讓對方感受到自己被接納、重視,並能好好談,這件事帶給我很深的體會。 對了,我在分享經歷時,除了會提到策略或方法面,也會帶一些日常生活的案例與領悟。因為過去的經驗告訴我,在關注商業模式之前,要先關心使用者的痛點與體驗;而所謂的體驗,並不只是存在網上的應用程式之中,也存在於線下的真實世界,要先好好的體會、察覺自己的人生與生活才行。 節錄自:博碩文化《翻轉職涯!轉職PM的必備工作力×與工程師的協作心法/Rafeni(李星玟) 著 》 [joblist_plugin title='更多【產品經理PM】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=產品經理+PM' amount='3'] [joblist_plugin title='更多【專案經理PM】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=專案經理+PM' amount='3'] [course_plugin title='產品經理學習營|學習推薦' keyword='產品經理學習營' amount=2] 推薦閱讀: 新手 PM,你是否落入專案管理迷思?5大檢測帶你優化「專案章程」 PM是最靠近CEO的職位?看這些執行長就知道!前臉書產品經理「矽谷阿雅」帶你實戰分析 老是惹怒工程師?PM與工程師協作的12個眉角
【104職場力】・專案經理

ChatGPT職場提示詞懶人包!OpenAI官方「Prompt Packs」,寫信、溝通、決策,不同工作角色都能用

用ChatGPT等生成式AI,該怎麼問才能得到高品質回答?不知從何問起,或許可以參考OpenAI推出的「Prompt Packs」(提示詞懶人包),這套免費資源提供專為各種職場角色設計的提示詞範本,本文整理相關提示詞懶人包及使用情境,包括萬用的會議紀錄整理、專業電子郵件撰寫、評估問題解決方案等,超實用快收藏! 文/《104職場力》 本文目錄(點擊可快速前往) OpenAI推出「Prompt Packs」提示詞怎麼用?各職位都能用的職場提示詞 ChatGPT for any role1. 溝通與寫作2. 會議與協作3. 問題解決與決策4. 組織與生產力給不同工作者的提示詞:業務、IT、產品經理、工程師… OpenAI推出「Prompt Packs」提示詞怎麼用? OpenAI Academy推出一系列提示詞懶人包,包括各職位都能用的職場萬用提示詞,以及針對特定角色(產品經理、HR、IT、工程師…等)打造的提示詞,一共超過300組,可以依照適用情況選擇,協助將複雜的任務拆解,提升工作效率。 使用時直接找到適合的情境,複製提示詞,並記得將括號([OO]、【OO】)中的內容替換為自己的實際情境或資料,貼入ChatGPT或Gemini等AI工具就可以馬上運用。 以「總結會議記錄」情境為例,複製下方提示詞之後,加入實際狀況如: 將以下非正式、粗略的會議筆記整理成重點摘要。分類整理:關鍵決策、下一步行動、責任歸屬。筆記:【行銷建議等 onboarding 教學素材準備好再對外公告功能。工程團隊確認核心功能已穩定,但還需要再進行一次資安檢視。產品端同意調整上線檢查清單,並會在下週三前分享更新版本。另外也討論到客服培訓要在上線前還是上線後進行,但目前尚未做出結論。】 ChatGPT就會快速歸納會議紀錄總結: 以下《104職場力》同步整理精選OpenAI「Prompt Packs」提示詞,以及中文版本提示詞提供參考,可以複製提示詞或者點擊文中的「到ChatGPT試試!」直接前往ChatGPT使用。這組提示詞不限定AI工具,複製起來可以在自己偏好的AI工具運用喔! ★ 歡迎在《104職場力》「點選星號」把文章加入專屬收藏清單,隨時登入隨時查找! OpenAI Academy推出一系列提示詞懶人包 各職位都能用的職場提示詞 ChatGPT for any role 「ChatGPT for any role」是利用AI來處理日常工作中的行政、溝通和決策任務的提示詞。包括4大類型:「溝通與寫作」包括專業郵件撰寫、針對受眾調整訊息、摘要郵件等;「會議與協作」包括建立會議議程、整理會議紀錄、準備提問等;「問題解決與決策」則是專注於邏輯分析與評估方案;「組織與生產力」則是幫助使用者更有效的規劃時間與處理長篇資訊。 1. 溝通與寫作 ChatGPT可協助撰寫草稿、修飾文案,並調整日常職場溝通內容: 用途情境提示詞中文提示詞寫專業電子郵件 Write a professional email to [recipient]. The email is about [topic] and should be polite, clear, and concise. Provide a subject line and a short closing.(到ChatGPT試試!)寫一封專業工作郵件給【收件人】。內容是【主題】,語氣需禮貌、清楚且簡潔。請提供合適的郵件主旨,並附上簡短結尾。(到ChatGPT試試!)改寫成更好理解的的內容Rewrite the following text so it is easier to understand. The text will be used in a professional setting. Ensure the tone is clear, respectful, and concise. Text: [paste text].(到ChatGPT試試!)改寫以下文字,讓內容更容易理解。這段文字將用於專業職場溝通情境,請確保語氣清楚、尊重且簡潔。文字:【貼上原始文字】(到ChatGPT試試!)根據受眾調整訊息內容Reframe this message for [audience type: executives, peers, or customers]. The message was originally written for [context]. Adjust tone, word choice, and style to fit the intended audience. Text: [paste text].(到ChatGPT試試!)將以下訊息改寫成適合【受眾:主管/同儕/客戶】閱讀的版本。這段訊息原是寫給【情境】,調整語氣、用字與表達方式,使內容更符合受眾。文字:【貼上原始文字】(到ChatGPT試試!)草擬會議邀請Draft a meeting invitation for a session about [topic]. The meeting will include [attendees/roles] and should outline agenda items, goals, and preparation required. Provide the text in calendar-invite format.(到ChatGPT試試!)撰寫一則會議邀請內容,主題為【主題】。與會者包含【參與者/角色】,清楚列出會議議程、目標,及事前準備事項。以「行事曆會議邀請」格式輸出內容。(到ChatGPT試試!)總結長郵件討論串Summarize this email thread into a short recap. The thread includes several back-and-forth messages. Highlight key decisions, action items, and open questions. Email: [paste text].(到ChatGPT試試!)將以下電子郵件往返內容,整理成簡短重點摘要。郵件串包含多次來回討論,請標示關鍵決策、行動事項及未決問題。電子郵件:【貼上原始郵件內容】(到ChatGPT試試!) 2. 會議與協作 用途情境提示詞中文提示詞建立會議議程Create a structured agenda for a meeting about [topic]. The meeting will last [time] and include [attendees]. Break the agenda into sections with time estimates and goals for each section.(到ChatGPT試試!)為關於【主題】的會議規劃結構化議程。會議時長為【時間】,與會者包含【參與人員】。將議程分段,並設定每段預計時間與目標。(到ChatGPT試試!)總結會議記錄Summarize these meeting notes into a structured recap. The notes are rough and informal. Organize them into categories: key decisions, next steps, and responsibilities. Notes: [paste text].(到ChatGPT試試!)將以下非正式、粗略的會議筆記整理成重點摘要。分類整理:關鍵決策、下一步行動、責任歸屬。筆記:【貼上原始內容】(到ChatGPT試試!)建立行動項目清單Turn the following meeting notes into a clean task list. The tasks should be grouped by owner and include deadlines if mentioned. Notes: [paste text].(到ChatGPT試試!)將以下會議紀錄整理成清楚的任務清單。依照負責人進行分組,並在有提及時標示截止日期。筆記:【貼上原始內容】(到ChatGPT試試!)準備會議提問Suggest thoughtful questions to ask in a meeting about [topic]. The purpose of the meeting is [purpose]. Provide a list of at least 5 questions that show preparation and insight.(到ChatGPT試試!)針對【主題】會議準備關鍵提問,會議目的是【目的】。至少提供5個問題,展現出事前準備與洞察。(到ChatGPT試試!)撰寫追蹤信件Write a professional follow-up email after a meeting about [topic]. Include a recap of key points, assigned responsibilities, and next steps with deadlines. Use a clear and polite tone.(到ChatGPT試試!)撰寫一封【主題】會議的專業會後進度追蹤郵件。內容需包含重點摘要、責任分配、下一步及截止日期。使用清楚且禮貌的語氣。(到ChatGPT試試!) 3. 問題解決與決策 用途情境提示詞中文提示詞找出根本原因Analyze the following workplace issue: [describe issue]. The context is that the problem has occurred multiple times. Identify possible root causes and suggest questions to confirm them.(到ChatGPT試試!)分析以下職場問題:【描述問題】。此問題已多次發生。找出可能的根本原因,並提出問題來驗證這些原因。(到ChatGPT試試!)比較方案Compare the following two or more possible solutions: [list options]. The decision needs to be made in [timeframe]. Evaluate pros, cons, and potential risks for each option.(到ChatGPT試試!)比較以下幾個可能的解決方案:【列出方案選項】。決策需要在【時間範圍】內完成。分別評估每個方案的優點、缺點及潛在風險。(到ChatGPT試試!)決策準則Help define clear decision-making criteria for [describe decision]. The context is that multiple stakeholders are involved. Provide a short list of weighted criteria to guide the choice.(到ChatGPT試試!)為【描述決策】制定清晰的決策準則,決策涉及多個利害關係人。提供一份簡要的加權評估標準清單,以協助做出選擇。(到ChatGPT試試!)潛在風險評估Assess the potential risks of the following plan: [describe plan]. The plan is set to start on [date]. List risks by likelihood and impact, and suggest mitigation strategies.(到ChatGPT試試!)評估以下計畫的潛在風險:【描述計畫】。計畫預計於【日期】啟動。依照可能性與影響程度列出風險,並提出緩解策略。(到ChatGPT試試!)建議最佳方案Based on the following background: [describe situation and options], recommend the most suitable option. Explain your reasoning clearly and suggest first steps for implementation.(到ChatGPT試試!)根據以下背景資訊,推薦最適合的方案。清楚說明判斷理由,並提出可實施的第一步做法。背景:【描述情況和備選方案】(到ChatGPT試試!) 4. 組織與生產力 用途情境提示詞中文提示詞每日任務排序Create a prioritized to-do list from the following tasks: [paste tasks]. The context is a typical workday with limited time. Suggest which tasks should be done first and why.(到ChatGPT試試!)根據以下任務,整理一份有優先順序的待辦清單:【提供任務】。場景是時間有限的典型工作日,說明哪些任務應該優先完成,並解釋原因。(到ChatGPT試試!)建立週計畫Build a weekly work plan for [describe role or situation]. The week includes deadlines, meetings, and individual focus time. Provide a balanced schedule with recommended priorities.(到ChatGPT試試!)為【描述角色或情境】規劃一週工作計畫。包含截止日期、會議,及需要保留的個人專注時間。提供平衡的日程安排,並建議優先事項。(到ChatGPT試試!)總結長文件Summarize the following document into 5 key points and 3 recommended actions. The document is [type: report, plan, or notes]. Keep the summary concise and professional. Text: [paste document].(到ChatGPT試試!)將以下文件總結出「5個重點摘要」與「3項建議行動」。文件類型是【報告/計畫/筆記】,需保持內容精簡且專業。文字:【貼上文件】(到ChatGPT試試!)腦力激盪解決方案Brainstorm potential solutions to the following workplace challenge: [describe challenge]. Provide at least 5 varied ideas, noting pros and cons for each.(到ChatGPT試試!)針對以下職場挑戰,發想可能的解決方案:【描述挑戰】。至少提出5種不同方案,並列出每個方案的優缺點。(到ChatGPT試試!)撰寫專案更新Draft a short project update for stakeholders. The project is [describe project]. Include progress made, current blockers, and next steps. Write in a professional, concise style.(到ChatGPT試試!)為利害關係人撰寫簡短的專案進度更新。專案為【專案描述】,包括目前進度、阻礙與後續行動。以專業、精簡的風格撰寫。(到ChatGPT試試!) 給不同工作者的提示詞:業務、IT、產品經理、工程師… 其他針對各個專業領域設計的提示詞,內容涵蓋人力資源、IT、行銷、工程、銷售、產品管理、客戶成功及高階主管等多元角色,內容都列出了具體的應用場景,例如撰寫專業文案、市場研究、分析數據趨勢及產出視覺圖表等,可以搭配使用: 業務銷售 ChatGPT for sales >>IT人員 ChatGPT for IT >>客戶關係 ChatGPT for customer success >>管理職 ChatGPT for managers >>產品經理 ChatGPT for product >>高階主管 ChatGPT for executives >>工程師 ChatGPT for engineers >>財務 ChatGPT for finance >>人資 ChatGPT for HR >>行銷 ChatGPT for marketing >> ★ 歡迎在《104職場力》「點選星號」把文章加入專屬收藏清單,隨時登入隨時查找!
【104職場力】・AI

AI時間管理這樣用!Copilot、Gemini幫你行事曆排程、會議重點摘要,工作效率翻倍

你是否也常覺得時間不夠用?生成式AI工具如Copilot、Gemini都可以幫你管理時間,本文示範相關用法,例如整理行事曆、排定任務優先順序,甚至代你擷取會議重點與製作摘要,讓你能快速聚焦工作重點、節省整理時間,讓工作效率實現翻倍!本文節錄自《職場人的生成式AI工作法》。 文/艾麗莎.法瑞、賈布里.羅薩尼 本文目錄(點擊可快速前往) AI幫你時間管理1. 預覽一週行事曆2.安排任務優先順序3. 會議準備4. 代表你參加會議AI幫你摘要整理AI摘要整理的進階技巧 AI幫你時間管理 如果你是管理者,工作量可能相當繁重,需要有效安排事情的優先順序,卻經常被干擾或是遇到突發事件。面對接連不斷的溝通、會議和職責,有效管理時間變得非常重要。 整合到電子郵件和團隊合作應用程式的生成式AI模型(例如:Teams內建的Microsoft Copilot、或Google Meet內建的Google Gemini)可以透過很多方式,幫你有效管理時間: 1. 預覽一週行事曆 要求生成式AI顯示所有的工作和排定的時間;例如,「在接下來的三天我有什麼計畫?請給我一份詳細清單」。生成式AI還可以為你的行事曆分類,比如個人任務、一對一會議、工作會議、工作坊、活動和私人時間等。 試試看:要求生成式AI製作一個表格,把本週會議按照[請自行指定類別]分類。 試試看:要求生成式AI分析你的每週待辦事項清單,根據你指定的緊急程度和重要性對任務進行排序和摘要。 試試看:要求生成式AI從電子郵件信箱找出標記為「緊急」的待處理會議邀請,並依照截止日期列出清單。 2.安排任務優先順序 要求生成式AI根據你的待辦事項清單和排定時間提出建議; 例如,「關於季度業務審查,根據先前的電子郵件[請自行指定郵件],建議與[請自行指定對象]安排協調會議」。 生成式AI還可以根據任務的優先順序,建議更改日程安排。 3. 會議準備 要求生成式AI從最近往來的電子郵件、聊天紀錄、筆記或文件檢索相關資訊,為通話、活動、會議或工作坊做準備。 試試看:請生成式AI列出你在之前的會議或郵件中同意的執行項目,並根據你提供的議程說明你在即將舉行的會議中預計扮演的角色。 試試看:請生成式AI就即將在工作坊與[請自行指定對象]討論的新產品功能,生成五個討論要點。請把焦點放在[請自行指定文件]。 4. 代表你參加會議 如果無法參加某個線上會議,生成式AI可以幫你歸納會議內容;例如,「如果講者有分享文件,請簡單概述內容」。並且告訴你會議的討論重點和執行項目;例如,「後續步驟是否指派給我負責?期限是什麼時候」。生成式AI可以代替你參加會議、轉錄會議內容或分析會議紀錄(錄音或錄影)。 試試看:請生成式AI就[請自行指定主題]找出你必須追蹤的問題或討論。 AI幫你摘要整理 如果每天都被大量來自電子郵件、簡報、冗長文件和報告的資訊淹沒,要看完這些內容並歸納重點便是一大挑戰。 生成式AI可以幫忙總結和解讀資訊,靈活處理不同類型的輸入,並且輸出你要的東西;例如,可能有不同的風格和格式的摘要,像是表格、條列事項、執行摘要、簡短備忘錄等。假設你需要在半小時內審閱一份三十頁的文件。由於時間不夠,你幾乎只能閱讀執行摘要和第一部分。然而,你擔心可能會錯過一些重點,無法做出合理建議。你可以要求生成式AI摘要這份文件,建立要點清單,並注明每個要點來自哪個章節或哪一頁。 試試看:請生成式AI為即將舉行的活動報告[請自行指定報告]撰寫摘要。摘要應凸顯這份報告的重要觀察,而且不超過四段。 試試看:請生成式AI比較同個主題的兩篇文章,簡要列出文章一[請自行指定文章]與文章二[請自行指定文章]的差異和共同點。 AI摘要整理的進階技巧 對於冗長、複雜的文件,可利用進階的提示技巧,讓生成式AI幫忙做摘要整理。其中之一是「密度鏈」(chain of density)。這個做法能建立一連串包含愈來愈多細節的摘要。密度鏈透過反覆進行、逐步補充內容來完成,把原始文件前一版摘要未涵蓋的重要細節逐步納入。雖然摘要的資訊密度增加,依然能保持簡潔,維持相同的長度。 舉例來說,胡安身為中階主管,必須對一篇關於公司業績的長篇商業報告做摘要整理。胡安在密度鏈技巧的啟發下,設計一串連續提示詞,以利生成更簡潔和資訊密度更高的摘要: 試試看:基本摘要。胡安請生成式AI「以不超過四句話提供第一季度銷售報告的簡明摘要,把重點放在整體表現上」。 試試看:紮實、詳細的摘要。胡安請生成式AI「撰寫一個更緊湊的新摘要,補充先前摘要中缺少的相關資訊,文章長度要相同,避免冗長語句」。 胡安重複第二個提示數次,進而生成更精簡但資訊豐富的摘要。 應用這個技巧時,必須指定下列條件: 摘要長度。指定句子的數量。 資訊深度。從廣泛的概述開始,逐漸要求包含更多在先前摘要中未提及的具體細節。 準確性。要求生成式AI使用準確的資訊。換句話說,要以原始報告做為依據。 篇幅限制。不同的生成式AI模型輸入框(輸入問題或命令的區域)能插入的文字長度可能有所不同。如果長篇文件需要做摘要整理,可在限制範圍內分成若干個段落上傳。 節錄自:天下文化《職場人的生成式AI工作法:《哈佛商業評論》提升生產力、團隊創意和決策品質的35堂課》/艾麗莎.法瑞、賈布里.羅薩尼 著 推薦閱讀: 打造ChatGPT行政小助理:專屬AI助理幫你處理瑣碎行政工作 用AI快速寫Email!ChatGPT Writer、Copilot等中英文電子郵件生成 NotebookLM更新影片摘要、中文Podcast怎麼做?3步驟生成AI語音摘要 除了ChatGPT還有哪些生成式AI?16種AI工具應用解析 【Graphy AI教學】AI自動生成圖表、數據分析4技巧
【104職場力】・AI

有任何收穫或想分享的,都來和大家一起聊聊吧!