AI 商業數據與工作應用實戰：分析、報表與決策支援【09/30】
104學習
地圖及航照圖測量
這項技能主要是利用專業儀器與技術，精確量測地形與空間位置，為規劃、建設及環境管理提供基礎資料。透過測量數據製作詳細地圖，協助工程師、規劃師做出正確判斷，確保工程安全與效率。此外，也能支援土地管理、災害預防及資源調配等多元應用，提升整體工作品質與決策準確度。掌握此技能能增加職場競爭力，適用於工程、建築、環境科學等相關領域。
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
超強自我定位，航向正確航道
【AI 幫你規劃自由行】 安排行程 × 推薦景點美食 × 製作專屬旅行地圖
AI 打造營運儀表板 l 解讀財務數據與成果分析
專案矩陣分析與應用技巧
HR主管陪你看職涯｜一對一職涯健檢
輕鬆上手Tableau商用智慧互動儀表板
Excel職場必學統計分析
公務人員考題複習精選【地政】
資深經理人教你超強Excel數據力
精選證照
考取專業證照，讓能力被市場看見
高考測量技師
從事大地測量、航空測量、地形測量、河海測量及工程測量等之規劃、研究、分析、評價、鑑定、實測及製圖等業務。
考試院
地面機械員檢定證航空器通信電子維護類
指航空器儀器及儀表、通訊、導航及電子裝備，從事有關航道控制和領航系統之設計、裝置、操作、及維修等工作。
交通部
儀器飛航
儀器飛航證照（Instrument Flight Rating）為飛行員在儀器氣象條件下操作飛機的專業資格，確保飛行員能依靠飛航儀器進行導航與控制，提升飛行安全與精準度。持有此證照者具備在能見度低或惡劣天氣環境中安全飛行的能力，符合航空法規要求，廣泛應用於商業航空及專業飛行領域，對提升飛行員職業競爭力具有重要意義。
民航局
固定翼航空器自用駕駛員
固定翼航空器自用駕駛員證照為具備操控固定翼飛機基本能力之證明，持證者可在非商業目的下自主駕駛單引擎固定翼飛機，進行飛行訓練、休閒飛行及短程交通等活動。考取該證照需通過筆試與實際飛行測試，涵蓋航空法規、氣象學、導航及飛行操作等知識，確保飛行安全與操作技能達到標準。此證照為航空入門的重要階段，適合有志從事航空活動或未來進階成為商用駕駛員者使用。
民航局
固定翼航空器民航運輸駕駛員
固定翼航空器民航運輸駕駛員證照為專業飛行員資格，持有人具備操作大型固定翼民航客機的能力，能執行定期及不定期的商業航班運輸任務，確保航行安全與乘客生命財產保障。此證照要求駕駛員通過嚴格的理論知識考試與飛行技能評鑑，並符合體能及飛行時數標準，適用於航空公司及相關運輸業，為飛航職涯的重要資格認證。
民航局
地面機械員檢定證航空器發動機維護類
指領有檢定證，在地面上擔任航空器機體、發動機及通 信電子維護工作之人員。
地面機械員之檢定類別如下：
一、航空器發動機維護：指發動機、螺旋槳及其附屬機件
二、航空器通訊電子維護：指航空器儀器及儀表、通訊、導航及電子裝備
三、航空器機體維護：指前兩款以外之航空器結構與系統
以上資料來源：航空人員檢定給證管理規則
交通部
精選貼文，掌握第一手知識
甘特圖是什麼？免費軟體＋甘特圖Excel範例教學懶人包
不少人會選擇使用「甘特圖（Gantt Chart）」工具來規劃專案時程。如果您還不知道甘特圖是什麼、它有哪些厲害用途，又或者想了解甘特圖Excel製作流程，《104職場力》小編彙整了完整範例及超實用甘特圖模板，助你輕鬆上手專案排程。
更新時間：2025/10/29
文／《104職場力》整理
本文導覽
Q：甘特圖是什麼？Gantt Chart特點簡介甘特圖用途有哪些？什麼工作項目和場合可使用？專案應用上的甘特圖範例甘特圖有什麼優點？甘特圖有什麼缺點？Q：甘特圖怎麼做？甘特圖Excel繪製教學微軟作業系統的甘特圖軟體如何自製甘特圖？Excel甘特圖步驟教學甘特圖製作步驟一：創建一個項目表甘特圖製作步驟二：製作Excel長條圖甘特圖製作步驟三：資料與圖表完整補足Q：有哪些免費／付費甘特圖產生器？參考更多甘特圖範本與模板甘特圖製作免費軟體Q：如何確認甘特圖設計是否合理？
Q：甘特圖是什麼？Gantt Chart特點簡介
甘特圖（Gantt Chart）為1910年由亨利．甘特（Henry Laurence Gantt）提出，甘特圖英文便是以他的姓氏命名，經常於專案管理使用，可以清楚了解每項任務的開始時間、所需時間及結束日期。
甘特圖的橫軸代表著時間；縱軸代表著每個項目及任務；而各項線條長短則代表著各任務開始與結束時間。
甘特圖作用最主要追蹤著每個任務項目的進度，多能利用其他生產力工具額外增加資訊，例如每個任務間的關係、每個任務目前進度與狀況、使用了甚麼資源、是否遇到延宕或問題等。
甘特圖用途有哪些？什麼工作項目和場合可使用？
上一段我們簡單提到甘特圖的功能特點，這段就為大家詳細講解，希望幫助大家在甘特圖應用上更有概念。
常見的甘特圖用法
任務排程：可以在甘特圖中列出所有專案任務，並訂定它們的開始和結束日期，便可以透過甘特圖確定任務之間的先後順序和時間軸。
資源分配：專案負責人可以 透過甘特圖指派合適的人員、設備或其他資源給每項任務，確保組織資源的有效運用。
任務管理：在甘特圖中可以標記任務之間的依賴關係，以確保專案按合適的順序進行，避免專案之間的衝突。
進度追蹤：透過甘特圖可以追蹤專案進度，了解任務完成情況、是否如期進行等，作出必要的調整以達成預定目標。
團隊溝通： 因為直觀好懂的特性，甘特圖可作為一項有效的溝通工具，讓參與成員清楚了解專案情況和每個人的責任，加強團隊間的合作和協作。
決策支持：甘特圖提供了全面的專案概覽，有助於管理者做出明確的決策、調整任務排程，並有效管理專案的風險和資源。
甘特圖這麼強大，可以用在什麼項目上？如果還不清楚，可以參考下範例。
專案應用上的甘特圖範例
甘特圖應用範圍並非侷限於特定行業，一般公司專案計畫的推動、業務期程安排、福委會員工活動規劃、企業廠房擴建等，大大小小不同領域都能使用。以下是一些可以使用甘特圖來管理、規劃的工作項目及場合範例：
建築專案管理：在建築行業中，甘特圖可用於安排施工任務、追蹤工程進度以及協調各種工程階段。
軟體專案開發：軟體開發團隊可以使用甘特圖依序安排程式碼的開發、測試、專案上線等任務，並有效追蹤軟體開發進度。
活動策劃和管理： 活動策劃人員可以利用甘特圖的特性安排活動籌備工作、確定執行進度和流程，以確保活動順利進行。
新產品設計測試：甘特圖有助於管理各階段的新產品開發進度，如概念設計、原型製作、測試和正式上線等。
行銷推廣計畫：行銷團隊可以使用甘特圖來規劃產品的各項推廣期程，例如：社群、線下活動、數位廣告啟動等工作。
學術研究專案：研究人員可以利用甘特圖組織研究任務、安排實驗進度並追蹤，進而掌握研究項目的進展。
企業內部專案：內部流程改善、系統更新、員工培訓等企業內部專案，無論是大型專案還是小型任務，甘特圖都可以提供清晰的組織框架和視覺化呈現，有助於專案團隊有效地管理工作進度和分配資源。
簡而言之，如果需要掌握每項事情的步驟、時間安排、耗費時間與截止日等，皆能借重甘特圖之協助。
甘特圖有什麼優點？
甘特圖優點在於清楚呈現各項任務進程與時間資訊：
有著多少任務項目、各項任務又是什麼
每項任務的開始和結束時間
每項任務計劃持續多久的時間
每項活動與其他活動是否具有重疊的地方，以及重疊的程度
這一個大專案或完整計畫的開始和結束日期
如此，可以將一複雜大型計劃拆分成數項任務執行，也能清楚估算當前進度狀況，進行適當調整。
甘特圖有什麼缺點？
管理時間上雖然清楚易用，但如果要呈現其他資訊或了解更多細節就會產生問題：
1. 無法看出問題點
雖然能明確掌握每項任務所需時間與進度，從起迄時間了解與預期狀況的差距。可能發現某項任務花了比預期還多的時間，卻無法看出為什麼發生這樣的問題。
單純使用甘特圖僅能看出時間規劃，因此必須透過其他方式或備忘錄才能記載任務遇到的問題與癥結點。
2. 難以呈現龐雜交錯的任務項目
如果今天各項任務複雜且相互牽涉，又難以明確切割時，甘特圖反而變得複雜而不易清楚呈現。又當需要加入其他重要資訊、項目有優先順序、時不時拆分細項，如此大型或長時間的專案，則建議使用較專業之專案管理工具。
3. 人力掌控的缺乏
直接檢視甘特圖時，可以了解每項任務的時間長短，知悉有哪項任務正在進行，但無法得知每一項有多少人力投入、比例分配為何。
因此如欲進一步管理人力及掌握其他資訊，也如開頭所言即須其他生產力工具的運用。
Q：甘特圖怎麼做？甘特圖Excel繪製教學
微軟作業系統的甘特圖軟體
統一使用微軟作業系統的企業有福了，微軟即提供簡單的甘特圖模板（Simple Gantt Chart (office.com)）。沒有微軟甘特圖的話，其實也還有其他辦法可以自製。
Simple Gantt Chart表格來源：微軟 Office
如何自製甘特圖？Excel甘特圖步驟教學
另外也能簡單自行製作甘特圖，需注意的重點
製作前準備：釐清任務、蒐集資料與時間
製作時留意：規畫各項任務、合理清楚的分配
以下步驟參考之：
甘特圖製作步驟一：創建一個項目表
首先將任務項目資訊輸入表格中，而最左列的表格列出每個任務項目，接著添加其他資訊：
任務項目起始日（Start Date）
任務項目完成日（End Date）
第幾天開始（Start on Day）
需耗費時間（Duration）：這項任務需要耗時幾天（起始日－完成日）
依據自身掌握每項任務的狀況推算需要花多少時間、何時應當開始。除了手動填入，也能利用Excel公式自動填入，譬如起始日是B欄，完成日在C欄，而耗費時間在D欄，則使用公式［C2－B2］（或［C2－B2＋1］）算出需耗費天數，以此類推。
又如果其中有任務需要在特定日期前完成，同時也能夠預估完成這項任務需要耗費多久時，則可以透過截止日和耗費時間回推最遲的開始期日。
任務項目截止日（End date）－需耗費時間（Duration）＝任務項目起始日（Start date）
甘特圖製作步驟二：製作Excel長條圖
為了讓數據更為清楚，我們可以先製作一長條圖，圖像化呈現較容易看出第幾天需要開始以及進程。
首先先選取任務項目第幾天開始（Start on Day）這欄。
「插入」選擇「直條圖」或「橫條圖」，建議可以選擇堆疊橫條圖。
便會創造出X軸為開始日期，Y軸為各項任務的圖表。
現有資訊備妥齊全後，即進入下一步驟繪製出甘特圖。
甘特圖製作步驟三：資料與圖表完整補足
如有開始的期日及需要完成的期日，而欲算出每項任務所需時間（Duration），利用公式［C2－B2］以此類推：
而要算出在這個期程第幾天需開始第N個任務，則利用公式［B2－$B$2］以此類推：
註：於欄列前加入"$"為固定該單元格
初步完成後，開始將甘特圖表補足：
「插入」選擇「堆疊橫條圖」圖表前，先選取D1至D11單元格
對著「堆疊橫條圖」圖表右鍵點選「選取資料」
「圖列項目(數列)」點選「新增」後，出現「編輯數列」視窗
「數列名稱」單元格選取「Duration 所需天數」（如「＝工作表1!$E$1」）；「數列值」單元格選取「E2至E11」（如「＝工作表1!$E$2:$E$11」），「確定」
於圖表上「第幾天開始」的長條圖示右鍵點選，將「外框」與「塗滿」顏色選擇「無外框」、「無塗滿」
對著「堆疊橫條圖」右鍵點選「選取資料」
「水平(類別)坐標軸標籤」點選「編輯」，選取範圍任務1到任務10（如「=工作表1!$A$2:$A$11」）
對圖表左側「垂直類別軸」右鍵點選「座標軸格式」，「坐標軸選項」中勾選「類別次序反轉」即可任務1在最上上面向下排列。
如此一個簡潔的甘特圖即可完成。
Q：有哪些免費／付費甘特圖產生器？參考更多甘特圖範本與模板
甘特圖製作免費軟體
常見如Excel、Canva、Gantt.io都是簡單易上手的甘特圖製作工具，Canva提供多種樣式，而Gantt.io也有各式專案主軸範例，依自身偏好選擇合適模板，清楚呈現時間資訊。
Canva Free Online Gantt Chart
Gantt.io 以「拯救公主」詼諧的呈現甘特圖模板
如果本身專案較複雜，或有更專業的製作需求，有些企業甚至會採購更專業的管理工具及軟體，大多包含甘特圖相關功能。如有專業或大型專案需求，使用完整、功能齊全之專案管理軟體較為適合妥適。
Q：如何確認甘特圖設計是否合理？
先前若有製作甘特圖之經驗，透過前例或相關經歷是判斷甘特圖設計是否合理的主要途徑。若是首次嘗試甘特圖，如其他時間規劃常有之建議，非必要不將時間做緊迫安排。留有彈性或寬裕時間，萬一遇到緊急狀況較有伸縮的空間調整。
另外，也與其他管理工具一樣需要定期檢視與改善，因甘特圖透過「任務劃分」與「時間排定」劃定兩軸，也利用此兩面向作為檢討改善的單位。
如每一項任務完成後，即排定檢討、回顧該項任務有何缺失或需要調整的部分；又到了選定的時間點時，回頭檢視當前專案執行狀況、每一項任務有何問題或尚未完成。如此才能提升專案管理的成效，達到目的。
參考資料
What is a Gantt Chart? Gantt Chart Software, Information, and History
Gantt Charting: Definition, Benefits, and How They're Used (investopedia.com)
What Is A Gantt Chart? The Ultimate Guide – Forbes Advisor
How To Make A Gantt Chart In Excel – Forbes Advisor
創造屬於自己的職涯價值，你還可以這樣做
SWOT分析是什麼？怎麼做？沒想到，求職也能用SWOT分析自我優勢
2024年超實用PPT模板推薦！8個高質感免費簡報範本網站
簡報結束後才是戰場，面對提問的3大應對技巧｜職場工作術
別再錯把OKR當KPI！寫出激勵人心的O，讓團隊KR全力以赴
成功人士高效率「時間管理」的秘訣？想辦法吃到屬於你的「無敵星星」
為什麼我發的Mail，都沒人要回我信？
[course_plugin title='職場Excel相關課程推薦' keyword='EXCEL' amount=4]
精選 推薦: 2026 iPAS AI應用規劃師為何爆滿？CCChen解析考照熱潮與高效備考方法
如果你正在準備 iPAS AI應用規劃師考試，除了熟悉考科與題型，更重要的是理解：為什麼這張證照近年受到這麼多關注？企業真正想找的，又是什麼樣的 AI 人才？
104學習合作講師 CcCHEN 從產業趨勢、人才需求與實際備考角度，整理 iPAS AI應用規劃師值得關注的原因。文章不只談考證照本身，也進一步提醒，企業需要的已不只是會使用 AI 工具的人，而是能把 AI 與原有專業結合、實際應用在工作情境中的跨域人才。
如果你正在備考，或想了解這張證照對職涯發展的實際幫助，推薦閱讀 CcCHEN 老師的完整解析，也可以藉此重新檢視自己的學習方向：目標不只是考過，而是真正建立能帶進職場的 AI 應用能力。
https://vocus.cc/article/6a9224fcfd89780001d21287
CCChen 老師課程 :
【2026年－考試筆記(V1版本)】iPAS AI應用規劃師初級｜全科攻略ｘ考點精華ｘ擬真題庫｜104學習
https://nabi.104.com.tw/course/104nabi/07779700-a980-43d2-8b34-bae808edea61
iPAS AI應用規劃師【中級】衝刺班｜命題精析 × 實戰解題 × AI刷題｜104獨家iPAS AI考證衝刺
https://nabi.104.com.tw/course/104nabi/3987ebea-3686-4f67-a292-c46c3cc2128e
「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＞
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
在大數據與AI科技浪潮下，數據分析師需求大增。數據分析師在做什麼？需具備什麼條件？職涯發展性如何？本文將深入剖析。
文 /【104學習精靈】
本文目錄（點擊可快速前往）
什麼是數據分析師？需要哪些技能？數據分析師薪資行情如何？技能與行業別是落差關鍵數據分析師職涯發展：轉職工程師薪水加乘哪些產業需要數據分析師？數據分析師的挑戰
什麼是數據分析師？需要哪些技能？
數據分析師工作內容
數據分析師，又常被稱為資料分析師（Data Analyst），負責「將數據轉化成對企業有價值的資訊」。主要工作包括，運用工具挖掘數據價值；並透過可視化工具，將複雜數據轉化成易於理解的圖表與儀表版，幫助企業解決痛點、提升績效。
數據分析師技能與工具能力分析
基礎Python商務分析簡報提案核心網路爬蟲SQL資料視覺化R語言TableauPower BI認證GA4數據分析認證進階雲端應用VBA資料擷取職涯資料科學家資料工程師▲ 數據分析師應具備技能、工具能力、職涯指引表，點選不同技能會對應到相關課程。
1. 數據分析師基礎工具能力
數據分析師需要熟悉專業數據分析工具，以快速整理、分析數據，特別是在行銷與銷售領域。
Python語言能力：數據分析師常用的入門工具，用於數據分析、資料處理。
商務分析能力：透過Excel的函數與數據透視表功能，執行數據清理與分析。
簡報提案能力：數據分析師須具備數據報表呈現能力，搭配AI工具提升簡報能力
[course_plugin title='數據分析師入門課程推薦' keyword='數據分析師｜入門實戰' amount=1]
[course_plugin api_type='course_id' title='數據分析師學習營課程' id='a20d4275-3867-4738-9d32-ad850fb3bc1c']
數據分析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
ChatGPT x Excel | 職場必學商務數據分析術
334710人感興趣
了解課程＞
線上
AI簡報3項思考力，ChatGPT倍速提升商業競爭力！ 目標思考、換位思考、邏輯思考
9212人感興趣
了解課程＞
延伸推薦課程 👉 成為 AI 科學家｜快速闖關 Python 語法世界，程式實作不頭痛👉 Python 基礎程式設計｜開外掛勇闖 Python 異世界👉 不寫程式的大數據分析師：數據分析之王-超強excel樞紐分析👉 無痛起步-Excel VBA超入門實戰 👉 用Excel也能玩轉統計分析
2. 數據分析師核心技能
多樣化的程式語言能力以及更進階的視覺化報表工具使用，幫助數據分析師處理大量且高效的運算與工作。
R語言：適合統計分析與資料視覺化，適用於深度數據分析。
SQL：可幫助數據分析師用於資料庫查詢與數據處理，能處理大規模結構化數據。
Tableau：用於建立互動式儀表板與高階數據可視化。
Power BI：能與多種數據來源整合，適合商業報告製作。
3. 數據分析師證照
GA4（Google Analytics 4）認證：熟練GA4分析用戶行為，評估網站效能。
數據分析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
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
從Excel到Power BI數據視覺化
56517人感興趣
了解課程＞
線上
Tableau數據視覺化分析快速上手
10264人感興趣
了解課程＞
延伸推薦課程👉 成為 AI 科學家｜資料分析師必備視覺化技能 Power BI👉 Power BI Desktop --從基礎到資料視覺化實戰👉 Power BI 零基礎實戰 | 培養商務數據分析力👉 輕鬆上手Tableau商用智慧互動儀表板👉 Google Analytics 4 數據分析師 國際認證保證班
4. 數據分析師進階升級技能
透過可視化工具將複雜的分析結果轉化為易於理解的圖表與儀表板。
網路爬蟲工具：常用於資料量龐大、多元來源的數據，透過程式語言工具進行資料挖掘與蒐集。
VBA自動化工具：Excel的高階巨集工具技能，透過程式語言設定，可幫助數據自動化高效產出。
雲端應用進階能力：當企業規模龐大，數據分析師需處理大量且複雜的資料分析，需具備機器學習與雲端技術技能，協助資料工程師與業務部門進行更準確、高效的數據預測。
數據分析師進階能力推薦課程
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
財會工作秒殺技! 活用VBA，開啟你的自動化工作術!
39226人感興趣
了解課程＞
線上
Oracle APEX 入門實戰！
5634人感興趣
了解課程＞
延伸推薦課程👉 成為 AI 科學家｜網路爬蟲大師教你快速完成資料擷取
搭配5大特質（軟技能） ：錄取數據分析師更容易
數據思維能力：數據分析師不僅需要處理數據，更需要具備挖掘數據背後的好奇心與敏銳度，擅長從複雜的數據中找到模式和影響變因，進而提煉出有價值的洞察。
溝通與表達能力：數據分析師常需要將技術性的數據結果轉化為非技術人員能理解的洞察，並透過簡報、報告或儀表板進行清晰的表達。
解決問題能力：數據分析師的核心價值在於解決業務中的實際問題，需理解業務需求，將模糊的問題轉化為可操作的數據分析方案，並以數據為基礎提供可行的解決建議。
自學與精進技術的能力：數據分析領域的技術更新快速，掌握自學能力是持續保持競爭力的關鍵。無論是學習新的數據工具（如雲端平台、機器學習技術），還是掌握行業最新趨勢，持續進修都至關重要。
數據安全與保護隱私的能力：數據隱私和安全問題越來越受到重視，數據分析師需確保數據的合法性與安全性，避免違反相關法規（如GDPR、CCPA），並提升對敏感數據處理的規範性。
數據分析師薪資行情如何？技能與行業別是落差關鍵
數據分析師做為數據推升關鍵角色，薪資水準因地區、行業、技能和經驗的不同而有所差，以3年以下工作經驗的平均月薪來說，行情不輸半導體工程師，加上技能門檻高，升遷與轉職機會多。
1. 台灣數據分析師薪資範圍
初階（3年以下經驗）：月均薪約5.5萬。
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7.1萬。（以上資料來源：104薪資情報）
2. 影響數據分析師薪資的因素
技能組合：具備機器學習、大數據工具（如Spark、Hadoop）或雲端技術（如AWS、Google Cloud）等加分技能的數據分析師，薪資水準更高。
行業差異：科技、金融、醫療等數據密集型行業的薪資相對更高。
數據分析師職涯發展：轉職工程師薪水加乘
數據分析師擁有寬廣的職涯發展空間，以下是數據分析師常見的職業成長路徑：
1. 資料科學家
如果說數據分析師是透過分析蒐集現有的數據提供解決方案；資料科學家更偏向透過處理大量且複雜數據庫提供預測性分析。
技能需求：更深度的專業技能，如進階的程式語言技能、機器學習技術和大數據工具。
課程推薦：AI資料科學家全方位學程班
2. 資料工程師
資料工程師工作著重在與數據資料庫相關程式設計與技術研發方面，包括數據建模的程式語言、AI及機器學習相關技術、大數據雲端架構技術層面，資料工程師都需要涉獵。
技能需求：數據技術導向的維護與開發，需要更高階的數據應用工具技術，如使用 ETL 工具、大數據框架、SQL等。
學習指南：資料工程師學習地圖
課程推薦：資料工程師養成班
3. 軟體工程師
部分企業因組織規模關係，會將資料工程師工作內容劃分進軟體工程師的職責中，與跟資料工程師相同，軟體工程師需要具備程式設計與系統設計能力。
技能需求：設計高階數據模型，帶領數據分析團隊，參與業務策略規劃。
學習指南：前端工程師學習地圖、後端工程師學習地圖
哪些產業需要數據分析師？
數據分析師的需求已滲透至各行各業，其中以下幾個產業需求最為旺盛：
1. 科技與軟體業（AI數據分析師）
分析用戶行為，提升產品體驗；開發推薦系統等。
2. 電商與零售業（商業數據分析師）
優化促銷活動，分析購物行為，提升轉化率。
3. 金融與保險業（金融數據分析師）
信用評分模型、風險預測，優化投資策略。
4. 醫療健康產業（醫療數據分析師）
個性化治療方案，疾病趨勢預測。
5. 半導體製造業（數據分析師）
製程數據分析，設備異常檢測。
6. 行銷與廣告業（行銷數據分析師）
廣告效果分析，用戶分群，A/B測試。
數據分析師的挑戰
首先，技術的快速發展給數據分析師帶來了學習壓力。隨著人工智慧、大數據處理工具和雲端技術的日新月異，數據分析師必須不斷更新自己的技能，掌握最新的工具與技術，如Hadoop、Spark或機器學習模型。這種技術上的「追趕」需要投入大量時間和精力，特別是在同時承擔日常工作的情況下，如何平衡學習與工作的時間分配，成為許多分析師面臨的困境。
在業務層面，數據分析師常常需要與非技術背景的同事或主管合作，這也成為一項重要的挑戰。數據分析結果通常具有高度的技術性，如何將這些複雜的分析內容用簡單、直觀的方式呈現，並與業務需求對接，是數據分析師的重要責任。當分析結論無法與業務目標完全契合時，還需要通過溝通和協調來尋求共同解決方案，這對分析師的溝通能力提出了很高的要求。
[course_plugin api_type='course_id' title='數據分析師學習營課程' id='a20d4275-3867-4738-9d32-ad850fb3bc1c']
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
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【數據分析師】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&page=1&jobsource=joblist_search&indcat=1001001000,1001000000&ro=1&keyword=%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E5%B8%AB' amount='3']
整理包／搭機注意！藍牙耳機嚴禁託運 還有哪些電子產品禁帶一次看
2025-11-05 聯合新聞網綜合報導 由聯合新聞網授權轉載
重點馬上看（點選文字可前往指定章節閱讀）
藍牙耳機為什麼禁止託運？各家航空藍牙耳機（含充電盒）託運及手提規定哪些產品不能帶上飛機？鋰電池／行動電源可攜式電子裝置（PEDs, 如手機、手錶、筆電、平板、相機）其他含電池之 3C 電子相關產品3C電子產品託運及手提規定總整理實用小叮嚀各家航空公司詳細規定
為了確保飛行安全，多數國內航空公司已明確宣布禁止將藍牙耳機託運，因為這類產品內含鋰電池，必須隨身攜帶上機。除了藍牙耳機外，3C電子產品攜帶及託運還有哪些眉角，《聯合新聞網》整理國內航空公司最新規定，搭機乘客記得留意避免影響行程。
攜帶電子產品搭機時，其內建的鋰電池是主要的管制重點，特別是若設備無法完全關機時，最保險的做法是將所有含鋰電池的電子設備（如藍牙耳機、藍牙喇叭、筆電）全部放在隨身行李中。這就像飛機對行李中的電子產品設下了一道「安全防火牆」，所有潛在的火花源（即鋰電池）必須置於客艙內，由機組人員隨時監控，而非默默藏在貨艙深處。
延伸閱讀：託運３妙招：貼上「」貼紙，有機會讓行李快點現身行李轉盤
藍牙耳機為什麼禁止託運？
近日華航、長榮、立榮、華信、台灣虎航等五家國籍航空公司已明確發布公告禁止託運藍牙耳機及充電盒。
藍牙耳機及喇叭皆屬於可攜式個人電子設備（PEDs），由於其電池通常內建且容量較小，國際航空機構主要建議都是隨身攜帶，但託運也通常允許，前提是確保電源關閉。而國內各航空公司採取比國際規範更嚴格的託運限制，最大的差異點在於 「充電盒的定義」，由於飛安考量，國內航空公司明確將藍牙耳機充電盒視為「備用電池」或「行動電源裝置」，而備用電池和行動電源是一律禁止託運的。
此外，耳機放入充電盒後可能處於待機充電狀態，也違反了託運 PED 必須「完全關機」的要求。
各家航空藍牙耳機（含充電盒）託運及手提規定
航空公司託運及手提規定限制原因長榮航空❌ 禁止託運⭕ 僅能手提／隨身攜帶充電盒被視為「備用電池／行動電源」，一律禁止託運。且耳機放入充電盒可能處於待機充電狀態，不符合託運須「完全關機」的安全要求立榮航空❌ 禁止託運⭕ 僅能手提／隨身攜帶藍牙耳機與充電盒屬個人可攜式電子設備(PED)，耳機放入充電盒中會自動充電處於待機狀態，不符合PED託運須「完全關機」的安全要求。為確保飛航安全限以手提／隨身方式攜帶上機中華航空❌ 禁止託運⭕ 相關使用須符合電子用品使用規範藍牙耳機與充電盒屬於可攜式個人電子用品，內建鋰電池不可託運華信航空❌ 禁止託運（國內線）⭕ 僅能手提／隨身攜帶藍牙耳機與充電盒屬個人可攜式電子設備，因放在充電盒中會自動進入待機充電狀態，若放入託運行李將不符完全關機規定，因此建議乘客隨身攜帶台灣虎航❌ 禁止託運⭕ 僅能手提／隨身攜帶藍牙耳機、手持電風扇等個人小型電子設備內建鋰電池不可託運，只能以手提或隨身方式帶上飛機星宇航空未特別針對藍牙耳機禁止託運若託運含鋰電池設備，鋰電池須符合國際標準，且須完全關機（非睡眠模式）並採保護措施。鋰電池功率小於2.7Wh或鋰金屬含量小於0.3克才可託運德安航空未特別針對藍牙耳機禁止託運僅公布一般規範，行動電源及備用鋰電池須隨身攜帶，不可託運▲ 資料來源：各航空公司、聯合新聞網整理
⚠️各航空公司規定可能略有不同，搭機前仍建議查閱所搭乘航空公司官網的最新資訊。
哪些產品不能帶上飛機？
鋰電池／行動電源
根據國際民航組織（ICAO）與各大航空公司規定，行動電源、備用鋰電池等電池產品，一律禁止放在託運行李中，必須隨身攜帶並妥善包裝。從3/1日起許多航空公司新增了規定，在飛機上全面禁止使用行動電源及鋰電池進行充電，並且不能放置在頭頂上方的行李櫃中，必須隨身攜帶或是放在座位前方，避免因為擠壓而導致受損或更嚴重的意外。
★託運規定：❌一律禁止託運
★攜帶方式：⭕只能手提或隨身攜帶上機
★機上使用：
❌全程禁止使用和充電
❌不要放置於頭頂上方的行李置物櫃
★容量限制：容量 100 Wh （瓦特）以下可自由攜帶，但仍有數量限制。大於 100 Wh 且小於160 Wh 需經航空公司許可。超過 160Wh 則禁止攜帶。
★標示要求：行動電源若無明確標示規格或數值則一律禁止攜帶。
【補充資料】額定能量計算公式： Wh（瓦特小時）=（mAh（毫安培小時）÷1000） x Volt（電壓伏特）例如：一個10000mAh、電壓3.7V 的行動電源，其額定能量為(10,000mAh÷ 1000)× 3.7V=37Wh，屬於可攜帶範圍內。
可攜式電子裝置（PEDs, 如手機、手錶、筆電、平板、相機）
筆電、平板、相機等大型電子產品， 需將電源完全關閉 （非休眠或睡眠模式），並妥善包裝，可託運。但建議隨身攜帶以防碰撞損壞，並在安檢時取出。無內建電池的充電器、充電線皆可置於隨身或託運行李。其他小型3C產品如手錶、計算機等，需完全關閉電源託運或放入隨身行李。
★託運規定：⭕可託運，裝置必須完全關閉電源，且必須先將電池卸下。
★攜帶方式：⭕託運有可能受撞擊損壞或意外啟動，建議以手提行李方式攜帶。
★機上使用：⭕小型裝置 (如手機、平板）可於飛機達到巡航高度後使用，全程須切換至飛航模式並關閉 Wi-Fi功能。
★容量限制：鋰金屬含量大於0.3g或鋰電池功率大於2.7Wh，禁止手提或託運。
其他含電池之 3C 電子相關產品
電子菸／加熱式菸品：電子菸內含電池，因此禁止託運，但可放置在隨身行李中。
電捲棒、離子夾：需插上插頭的可以放隨身行李或託運行李。無線的美髮電器內含鋰電池，則需要在上飛機前拆除電池，電器本身可以託運，但鋰電池需隨身攜帶。無法拆卸電池的發熱電器，不僅禁止託運，連隨身攜帶也不允許。
手持風扇：含鋰電池的手持或可攜式電風扇，只能在手提行李中攜帶，禁止託運。但若含有鉛酸電池則禁止託運或手提攜帶上機。
充電型暖暖包：屬於充電式鋰電池，必須放置於手提或隨身行李當中，不允許託運。
智慧型行李箱：智慧型行李箱搭機規定主要取決於鋰電池是否可拆卸。電池若無法拆卸，鋰金屬含量須小於0.3克或電容量小於2.7Wh，否則禁止託運或手提。電池若可拆卸，須先取出電池隨身攜帶。
電動代步工具：所有小型鋰電池動力個人代步工具（例如:小型賽格威、浮力滑板、獨輪車等）皆不得託運或手提。
內建鉛酸電池的充電式LED燈、手電筒、電蚊拍等：禁止手提、隨身攜帶上機及託運。
3C電子產品託運及手提規定總整理
▲ 資料來源：各航空公司、聯合新聞網整理
實用小叮嚀
各航空公司規定可能略有不同，搭機前仍建議查閱所搭乘航空公司官網的最新資訊以及目的地國家的鋰電池與電子產品入境規範。
請於登機前檢查所有設備電池狀態，確保關機或符合法規。若電池種類不合格或標示不明的產品，建議不要攜帶最為安全。
各家航空公司詳細規定
航空公司詳細規定連結長榮航空▶ 長榮航空限制及禁止攜帶物品立榮航空▶ 立榮航空行李訊息中華航空▶ 中華航空危險品須知星宇航空▶ 星宇航空受管制及禁止攜帶物品華信航空▶ 華信航空行李相關常見問題台灣虎航▶ 台灣虎航行李規定德安航空▶ 德安航空最新消息
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
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']
擴大機隊規模 華信航空招募客艙組員
2025-09-10 經濟日報記者黃淑惠 由聯合新聞網授權轉載
華信航空因應2026年3月即將引進第13架ATR新機，配合機隊擴增、國內離島航線新增及機型放大的人力需求，華信航空宣布啟動客艙組員招募計畫，從10日起開放報名，一律採取網路報名方式。
報名時間自9月10日至2025年9月21日下午17:00止，有意報考者可透過華信官網上傳報名資料。
客艙組員因常需主動與旅客溝通互動，需具有親切服務態度和良好表達能力，本次華信航空客艙組員招募，特別歡迎具親和力、服務熱忱及大專院校學歷、TOEIC 550分以上或同等英文檢定能力者報考。
華信航空提供完善的專業訓練、多樣化的福利，歡迎對航空業懷抱理想的朋友一同加入華信團隊。
報考者通過書面資料審核，預計11月1日進行初試、11月8日進行複試，應試者通過各階段面試及綜合評量後，將安排2026年1月到華信航空報到受訓。經專業職前訓練完成後，預計明年3月加入派遣，即可派飛華信航空國內、外各航點，工作地點則以高雄、台北基地為主。
華信航空以飛航安全、創新服務備受肯定，視員工為公司重要資產，打造健康及安全的友善工作環境，並提供員工水平與垂直的多元職涯發展管道。
[joblist_plugin title='更多104【華信航空】工作機會' url='https://www.104.com.tw/company/b0qcmp4' amount='4']
【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]
新年目標怎麼訂？如何規劃並執行個人年度目標？ChatGPT指令快速搞定│AI應用
制定新年目標也是你每年必做的事嗎？要如何羅列出明確的目標清單並有效執行呢？再也不想半途而廢？《104職場力》整理具體步驟和ChatGPT指令，讓AI成為你達成新年新目標的好幫手。
文／《104職場力》
本文導覽
步驟1：發想／選擇新年目標✏️新年新目標的選擇重點：不要貪心！✏️個人目標發想範例步驟2：設定新年目標具體細節✏️新年新目標的訂定重點：實際且能靠自己達成✏️ChatGPT以SMART原則給出的2個目標範例步驟3：拆解新年目標✏️拆解個人年度目標範例步驟4：識別目標執行的潛在挑戰與解決方案✏️拆解年度目標執行的挑戰範例步驟5：生成目標回顧與調整表單✏️確認與回顧個人年度目標範例表單
步驟1：發想／選擇新年目標
指令：請幫我列出2025新年目標範圍，包括「OOO」等。
下指令前，不妨先回顧2024年有什麼目標是未達成、想繼續進行，或者工作及生活中有哪些技能想學習，先把範圍縮小，ChatGPT也能更快幫忙發想，畢竟AI工具雖能快速抓出我們可能需要關注的領域，幫助激發思緒，但真正重要的目標和願望自己最清楚。
✏️新年新目標的選擇重點：不要貪心！
新的一年開始時，我們常常充滿幹勁，迫不及待地為自己設下各種新目標。然而，目標列得越多越複雜，最終實現的可能性反而會降低。
畢竟，我們的精力和時間都很有限，加上工作佔據大部分心力，過多目標要達成不僅容易感到壓力山大，還可能因為進度延緩或失敗導致挫折、喪失信心。所以與其追求數量，不如選擇幾個對自己真正重要、能帶來最大價值的目標，集中火力全力以赴。
建議每個範圍選擇1-2個目標即可。
✏️個人目標發想範例
指令：請幫我列出2025新年目標範圍，包括「工作、健康」等。
步驟2：設定新年目標具體細節
指令：以「OOOO」為核心，用SMART原則幫我設定1-2個具體、可量化的目標。
目標細節越明確越好落實，如果已經有初步的想法，也可以融合在指令中，請ChatGPT幫忙優化，最後再從各項建議中挑選最符合自己需求的進行調整。
✏️新年新目標的訂定重點：實際且能靠自己達成
所謂「實際」是指「符合客觀現實，能夠在真實情況中實現或適用的事物或情況」，比如想提升自己的效率，訂定「處理專案期間1小時看1次訊息」絕對比「同時做完企劃書+報告+PPT」還要更務實。
此外，目標應該具體、可衡量，避免過於模糊的表述。例如，將「保持專注」改為「每次專注25分鐘、休息5分鐘再繼續」。
★建議：可善用SMART原則具體化目標
SMART原則是一種幫助目標設定和管理的框架，主要分為5個細項：
Specific（具體的）：目標應該明確、具體，避免模糊不清。
Measurable（可衡量的）：目標應該有可量化的標準，方便追蹤進度和判斷是否達成。
Achievable（可達成的）：目標應該基於現有資源和能力，是現實可行的。
Relevant（相關的）：目標應該與個人的人生方向、價值觀或年度目標相關聯。
Time-bound（有時限的）：目標應該有明確的完成期限，避免無限期延後。
具體化目標可以提高實現的可能性，而讓AI建議實施方法能啟發行動計畫。
✏️ChatGPT以SMART原則給出的2個目標範例
使用的指令為：以「改善時間管理，提高每日完成任務的效率」、「每週健身3次、完成某個運動目標（如跑步5公里）」這兩點為核心，用SMART原則幫我設定1-2個具體、可量化的目標。
新年目標 1：在2025年第1季度內，每天使用番茄工作法完成至少6個專注任務，每次專注25分鐘，並在3個月內將每日任務完成率提高到90%。
S具體：使用番茄工作法，專注於每日6個任務，每次25分鐘。
M可衡量：記錄完成的專注任務數量，目標是達到90%的完成率。
A可達成：每日6個任務是合理且可實現的範圍（可基於工作量調整）。
R相關：提升效率有助於更好地完成工作目標，減少拖延。
T有時限：設定3個月期限，並定期檢查進展。
新年目標 2：在2025年6月底前，每週跑步3次，每次至少30分鐘，並在6月底完成一次5公里的跑步挑戰。
S具體：每週跑步3次，目標是完成5公里挑戰。
M可衡量：跑步次數和時間（每次30分鐘以上）及距離（5公里）。
A可達成：循序漸進提高跑步耐力（可基於個人健康狀況調整）。
R相關：達成這個目標能提升體能，並增強健康狀況。
T有時限：設定6月底為完成目標的截止時間。
步驟3：拆解新年目標
指令：將「OOOO」目標分解為每週和每日的行動計畫，並包含進度檢查機制。
將大目標細化為每週和每日的具體行動計畫，了解該做什麼、如何做，有助於減少懶惰拖延和不確定感，讓目標看起來不會這麼遙不可及；而進度檢查機制可以確保不偏離原定方向。透過逐步實現小目標，不僅能維持動力，還能持續保有成就感，進而提升成功達標的機會。
✏️拆解個人年度目標範例
使用指令：將「2025年第1季度內，每天使用番茄工作法完成至少6個專注任務，每次專注25分鐘，並在3個月內將每日任務完成率提高到90%」、「在2025年6月底前，每週跑步3次，每次至少30分鐘，並在6月底完成一次5公里的跑步挑戰」的目標分解為每週和每日的行動計畫，並包含進度檢查機制。」
年度目標1：2025年第1季度內，每天使用番茄工作法完成至少6個專注任務，每次專注25分鐘，並在3個月內將每日任務完成率提高到90%。
每日行動計畫詳細內容早晨／上班前● 用5-10分鐘列出當天的6個關鍵任務，按優先順序排列。工作時間● 每次工作25分鐘後休息5分鐘，完成4個週期後休息15分鐘。● 每完成1個週期，簡單記錄執行時的困難點並調整下一步行動。晚間／下班前● 用5-10分鐘檢查完成的任務數，記錄完成率並反思效率高低原因。● 思考如何排除執行時面臨的障礙。
每週行動計畫詳細內容第1-2週● 適應番茄工作法，設定每日4個專注任務，確保能完成75%的目標任務。● 每天記錄完成的任務數，分析干擾來源並優化環境（如關閉通知）。第3-4週● 增加到每日6個專注任務，保持完成率在80%以上。● 嘗試調整工作時段，找出最佳專注區間（如上午或下午）。第5-8週● 每日穩定完成6個任務，將完成率提升至85%。● 引入長期目標規劃，優化任務分解，提高效率。第9-12週● 保持每日6個任務完成率在90%，持續改進工作流程。● 回顧3個月的效率提升情況，設定下一階段目標。進度檢查機制● 每週末回顧完成率，分析完成率低的原因（如任務過多或目標不明確）。● 每月統計完成率，目標是逐步提升至90%以上。● 若某週完成率低於75%，須調整任務數量或優化專注時段。
年度目標2：在2025年6月底前，每週跑步3次，每次至少30分鐘，並在6月底完成一次5公里的跑步挑戰。
每日行動計畫詳細內容跑步日● 跑步前5分鐘熱身，確保關節與肌肉伸展開。● 跑步時留意執行困難點（如心肺耐力不足）。● 跑步結束後進行10分鐘拉伸，減少肌肉緊張。● 思考如何強化弱項（如非跑步日多做點心肺訓練）。非跑步日● 每週2次核心力量訓練（如平板支撐、深蹲）。● 進行輕度活動（如快走或瑜伽）促進恢復。
每週行動計畫詳細內容第1-4週● 每次跑步2公里，用時15-20分鐘，建立跑步習慣。● 學習跑步技巧，確保姿勢正確以避免受傷。第5-8週● 每次增加至3公里，用時25-30分鐘，逐步提升耐力。● 加入動態拉伸和力量訓練，每週2次，增強核心肌群穩定性。第9-12週● 每次跑步4公里，用時30-40分鐘，穩定提升距離與速度。● 模擬5公里挑戰，建立適應能力並掌握配速技巧。第13-24週● 每週完成1次5公里跑步，其他2次維持4公里，準備挑戰賽事。● 參與業餘小型跑步比賽，增強信心與實戰經驗。進度檢查機制● 每週記錄跑步距離與時間，檢查是否達成「每週3次、30分鐘以上」的目標。● 每月回顧進步情況，確保能逐步接近5公里挑戰的距離與配速。● 若發現進展停滯，調整訓練計畫（如加入間歇跑或提高強度）。
步驟4：識別目標執行的潛在挑戰與解決方案
指令：幫我分析在執行「OOOO」計畫時，可能會遇到的挑戰有哪些，並各別提供詳細的解決方案。
整年的時間太長了，加上工作、生活本來就存在很多不確定因素，不可能每週或每日都能如期按計畫進行；且人都有惰性，這點也必須誠實面對。因此在制定新年目標時，如果能將這些預判挑戰也納入並提前規劃，能有效降低中途放棄的可能性。
✏️拆解年度目標執行的挑戰範例
使用指令：幫我分析在執行「2025年第1季度內，每天使用番茄工作法完成至少6個專注任務，每次專注25分鐘，並在3個月內將每日任務完成率提高到90%」、「在2025年6月底前，每週跑步3次，每次至少30分鐘，並在6月底完成一次5公里的跑步挑戰」計畫時，各別可能會遇到的挑戰（如時間不足或興趣減退），並各別提供詳細地解決方案。
年度目標1：「2025年第1季度內，每天使用番茄工作法完成至少6個專注任務，每次專注25分鐘，並在3個月內將每日任務完成率提高到90%。」
可能遇到的挑戰：
可能有突發狀況，導致無法按計畫完成每天的6個專注任務。
時間緊張，因而未能全力投入番茄工作法中，無法達標。
長期高強度的專注工作可能會讓人感到疲勞，或對完成大量任務產生興趣減退。
解法：
優化任務安排：根據當天的工作量，靈活調整每日任務數量。
設置提前預備時間：在日程中預留一些緩衝時間應對緊急狀況。
使用時間管理工具：借助日曆、待辦清單等工具進行計畫與優先級設定。
變換任務類型：定期調整任務的性質與挑戰難度，使其保持新鮮感。
設置小獎勳：當完成所有任務時，給自己一個小獎勳，激勵自己繼續前進。
定期休息與調整：定期反思和調整，確保任務負擔不會過大。
年度目標2：在2025年6月底前，每週跑步3次，每次至少30分鐘，並在6月底完成一次5公里的跑步挑戰。
可能遇到的挑戰：
工作或家庭生活忙碌，導致跑步次數和時長不足。
剛開始跑步時容易感到體力不支，或過度運動導致受傷。
解法：
固定運動時間：固定運動時段，將其視為不容忽視的會議或約定。
混合運動方式：如果怕受到天氣或身體狀況影響，可用室內跑步機或有氧運動替代。
靈活調度種類：若無完整30分鐘，可分成2次15分鐘，或抽空進行其他形式運動。
循序漸進：初期從短距離和低強度的運動開始，逐步提高距離和強度。
強化核心與拉伸：跑步前後要拉伸和肌肉放鬆，增加柔韌性，減少運動損傷風險。
關注身體反應：如果感到過度疲勞或不適，應適當減少運動強度或休息。
步驟5：生成目標回顧與調整表單
指令：請以表格形式設計「OOOO」的目標回顧模板，包括目標達成情況、自我評估、改進方向和新的行動計畫。
人的記憶有限，用記憶跟體感記錄目標執行程度，很容易忘記或混淆，更容易誤信「體感」而歸納出錯誤的統計，因此最好的方法是直接請ChatGPT幫忙生成確認表單，在電腦或手機上記錄，之後要回顧也有個依據。
✏️確認與回顧個人年度目標範例表單
使用指令：請以表格形式設計「2025年第1季度內，每天使用番茄工作法完成至少6個專注任務，每次專注25分鐘，並在3個月內將每日任務完成率提高到90%」、「在2025年6月底前，每週跑步3次，每次至少30分鐘，並在6月底完成一次5公里的跑步挑戰」的目標回顧模板，包括目標達成情況、自我評估、改進方向和新的行動計畫。
年度目標1：2025年第1季度內，每天使用番茄工作法完成至少6個專注任務，每次專注25分鐘，並在3個月內將每日任務完成率提高到90%。
回顧項目內容目標達成情況- 是否達成每日6個專注任務？完成率是否達到90%？- 完成率數據：_____________（記錄具體完成情況）自我評估- 專注時間的長度與品質如何？是否有改善空間？- 這些專注任務對工作效率的影響如何？- 是否能持續保持每天的6個任務？改進方向- 哪些干擾因素影響自己專注工作？- 是否需要調整任務數量或優先級設定？- 需要優化哪些時間區段或專注技巧？新的行動計劃- 調整後的新目標：每天至少完成______個專注任務- 如何進一步提高專注效果（如環境管理、時間段調整）- 增加進度檢查頻率（例如，每週檢查1次進度）- 設定具體改善的步驟：例如，每週提高完成率2%
年度目標2：在2025年6月底前，每週跑步3次，每次至少30分鐘，並在6月底完成一次5公里的跑步挑戰。
回顧項目內容目標達成情況- 是否每週完成3次跑步，每次至少30分鐘？- 跑步距離或時間是否達到了預期的目標？- 是否完成了5公里跑步挑戰？自我評估- 跑步過程中的體能狀況如何？是否感到疲勞或受傷？- 每週運動次數和時間長度是否能夠穩定保持？- 跑步配速、耐力等是否有提升？改進方向- 是否需要調整跑步強度或間歇時間？- 運動過程中是否有身體不適或受傷的情況？是否需要更多恢復時間？- 是否需要加強其他輔助訓練（如力量訓練、拉伸等）？新的行動計劃- 調整後的新運動目標：每週跑步______次，每次______分鐘- 加強強度或訓練：增加跑步距離或時間，改變跑步配速- 引入更多運動種類，如間歇跑、力量訓練等- 設置每月進度檢查，確保目標達成
這些回顧模板能幫助我們客觀地評估自己在執行過程中的表現，並提供具體的改進方案，讓大家能夠持續進步並達成期望的新年目標。
無論是個人興趣上的目標或是為了工作職涯發展的規劃，都可以善用AI工具，幫自己量身打造年度目標計畫，輕鬆地朝著理想中的願景邁進。
延伸閱讀
為什麼新年目標總是無法實現？訂定目標時的這四個地雷別再踩啦！｜ V編日常
年度目標喊假的？成功人士９個觀念：只專注在「要的事情」上
超詳細！年度教育訓練計畫與預算編列技巧（附應用表格）
航空貨運爆搶出貨潮 下周航空貨運價價格有望再衝高
2025-07-24 經濟日報記者黃淑惠 由聯合新聞網授權轉載
AI相關伺服器、半導體等業者近期再度搶在8月1日出貨，航空貨運急單效應再起，平日的運價台灣出口到北美的價格，每公斤約在台幣250再加28元的燃油附加費用，近期也有不少業者預計下周趕出貨搶急著搶艙位及訂貨運包機，下周航空貨運價價格有望再衝高。
延伸閱讀：不只去年7個月年終獎金 長榮航空今再發3個月年中獎金
台灣跟美國的關稅尚未公布前，準備要出口到美國的商品，只要訂單確認近期都是趕著出貨，避免各種關稅問題造成出貨上的難度，所以航空貨運7月開始就不斷有急單出現，推升台灣出口到美國的運價一直居高不下。
華航（2610）、長榮航（2618）也不諱言地指出，航空貨運市場僅大陸電商需求復甦緩慢，電子產品、高價生鮮產品等出貨已全面恢復，而且到目前為止，台灣到北美的航空貨運需求量及價格都比去年更高。
[joblist_plugin title='更多104【華航】工作機會' url='https://www.104.com.tw/company/54bzekg' amount='3']
[joblist_plugin title='更多104【長榮航】工作機會' url='https://www.104.com.tw/company/ao3p9e0' amount='2']
國內的物流業者指出，隨著AI時代的來臨，原本AI需求相關的伺服器航空貨運訂單都相當強勁，到目前為止，伺服器運送需求僅4月因美國突然宣布對等關稅短時間衝擊出貨，5月開始出貨量就陸續出貨，6月已經出現急單爭取包機運送，7月包機啟動的數量則更多趟次。
推估隨著各廠商陸續來到美國投資設廠，這樣的需求才剛在起飛的階段，華航是國內擁有最大的航空貨運的業者，長榮航則是北美客運航班最多，機腹載貨的服務班次最有彈性，兩家公司則各有特色，全面因應市場需求，提供相關的航空物流服務，有望成為北美物流需求改變的最大贏家。
不只是北美的客運市場未來成長可期，航空貨運市場更出現全新的變化，隨著讓美國再次偉大政策，許多的科技大廠陸續來到美國投資設廠，不只是亞洲出口到北美，短期間內美國半導體供應鏈不夠完整，出現少見雙向都火熱的榮景。
手握3,100億的生命財產！「飛航管制員」為何是汰離率最高的公務員工作？
飛航管制員工作內容是什麼？為何明明是公務員，淘汰率卻高達20%？在通過極具挑戰性的航管員考試之後，這些負責飛行安全的關鍵人員還必須面對哪些嚴峻考驗？讓擁有30年資歷的管制員督導林正宗為大家揭開這份職業的神秘面紗。
文／杜韋樺 由Cheers授權轉載
本文導覽
飛航管制員：機師的第二雙眼飛安幕後關鍵人物：一份無法閃神的工作飛航管制員錄取率低、培訓長達近1年，公務人員汰離率最高誤打誤撞走了30年，用熱情成就一條「新航路」
2024年12月30日的濟州航空空難，為韓國近年發生最嚴重的飛安事件，失事原因仍待釐清調查。但談及飛航安全，都常聽到一個關鍵角色「飛航管制員」，卻鮮少為人熟知——他們究竟都在做什麼？
飛航管制員：機師的第二雙眼
沒人會否認，機場是世界上最繁忙的地方之一。
根據Flightradar24軟體統計，一天約有21萬架航班橫越天空，一年有近85億人次在全球各地飛行。
然而，全球化的便利同時也帶來更具規模的災難。1923年起至今，全球超過50人死亡的空難事件高達500起，近期濟州航空空難更再次引發討論；其中，國內飛安統計報告指出，飛機在「落地」階段的事故率高達48％。
如何確保飛機安全降落，「飛航管制員」可說是機師的第二雙眼睛。管制員楊仲鈺回想起身在塔台的各種緊急狀況，簡直歷歷在目。
「那時我剛拿到執照，第一次收到通知說航機報告艙內有fire alert（火警），非常緊張，」她用望遠鏡全程緊盯飛機落地，深怕漏看一點蛛絲馬跡，「當時不是所有機型都會配備監視畫面，我們得從外觀協助機長判斷是否有狀況。」
不只艙內火警，超過30年資歷的管制員督導林正宗還曾收過劫機、疑似爆裂物等異常通報，首要任務就是確保落地周圍100公尺沒有任何東西，「飛機一落，就看到10部消防車、加上救護車，所有車在後面追著跑，那真是個大場面。」
飛安幕後關鍵人物：一份無法閃神的工作
飛航管制（Air Traffic Control，簡稱ATC）已有近百年發展歷史，可謂「空中的交通指揮」。林正宗舉例，若以一位管制員管制20架飛機、每機搭載250人計算，加上保險理賠金額、飛機造價等，相當於手握3,100億的生命財產，重要性不言而喻。
▲塔台管制。（圖／飛航服務總臺提供，由Cheers授權轉載）
飛航管制又依空域範圍分為3個單位：塔台管制、近場管制、以及區域管制，確保飛機從起飛、爬升到最終落地、滑行等不同航行過程，都能得到專業協助。多數人較常聽聞的塔台和近場管制，分別屬於3,000英呎、2萬英呎以內的範圍，若出現任何緊急情形，塔台會備有紅色警報按鈕，一旦按響，所有相關人員都得在3分鐘內到達待命點。
至於區域管制，指的就是2萬英呎以外的空域範圍，林正宗指向天空解釋道：「你這樣看，以為很遼闊對吧？但天空其實是很壅塞的，在高高度，只要有3架飛機同時在待命就非常危險。」管制員要隨時判斷是否進行流量管制（Flow Control）、或與鄰區協調調度。（編按：「高高度」為飛航術語，對比於「中高度」與「低高度」。離地面29,000英呎以上，屬於高高度的範圍。）
桃園機場2024年3月進行南跑道歲修，就傳出一路從地面到天空都「大塞機」的情形，林正宗10年前也曾遇到過。「當下真的很緊急，」他坦言當時協調的壓力很大，為了從源頭控管落地台灣的飛機量，必須一通、一通電話與上海、香港、福岡、馬尼拉等地，協調飛機從邊境點進入台灣的時間。
不論哪一個位置，都要能快速反應、精準控管，這些單靠考試考不出來的軟實力，讓一位專業管制員的培養變得格外嚴謹且困難。
飛航管制員錄取率低、培訓長達近1年，公務人員汰離率最高
飛航管制員在台灣屬於公務人員，需經民航特考，過去獨立招考時期的錄取率曾一度低至1.7%；近年報考人數變少、競爭難度降低，但考上後的受訓汰離率仍高達21.54%，等於約5人中就有一人受訓沒過或自願放棄，是所有公務人員中最高（全體平均2.08%）。
一部分原因，來自受訓過程的嚴格程度。
從取得塔台執照、到在職訓練（On the Job Training, OJT），整個受訓過程高達11個月，需要學習氣候、機場、空域甚至是駕駛艙的狀況。培訓時間這麼長，為的是確保管制員在高壓環境下能冷靜掌握所有資訊、有效處理突發事件，身為考官之一的林正宗笑稱，自己以前還常抽考大家「短期記憶」，引導新人練習對即時資訊的掌握度：「有12架飛機到場，下了席回來，我就請他立刻把12架的呼號從頭到尾背給我聽。」沒有養成高度專注力能耐，往往很難通過這種突發考驗。
▲管制員受訓模擬機。（圖／飛航服務總臺提供，由Cheers授權轉載）
至於培訓期間最大的夢魘，大概就是機師與管制員之間一整片的「專業術語」，楊仲鈺苦笑：「不騙你，做夢都在唸術語！」但管制員都了解通用術語的重要性，一旦出現錯誤就會造成致命災難，1977年特內里費空難，當日能見度極差，加上機師與塔台溝通時用的術語不一致、沒聽清楚彼此在說什麼，導致兩架飛機直接對撞，高達583人罹難，至今仍是民航史上最嚴重的事故之一。
另一部分原因，則與航管員的工作性質有關。
以疫情前的航運量為例，2019年旅客載運量（僅計落地航班）高達7,215萬人次，飛航管制（含過境航班）就有185萬架次，比10年前成長約63％，然而，航管員的編制員額多年未變，加上工作屬24小時、分2班輪替，全程又需高度警戒，工作負荷程度可想而知。
後來行政院於2020年通過飛航服務總臺核增員額，分5年每年增補33名管制員，截至2024年底在職管制員共有391名（含學員），加上環境設備優化、系統自動化等科技助力，針對疲勞控管和人力配置都已有明顯調整。「現在肯定比30年前更強、更精壯，整體的團隊合作是更好的，」林正宗補充道。
誤打誤撞走了30年，用熱情成就一條「新航路」
被問及加入航管員的初衷，兩人先是面面相覷，接著不約而同大笑，因為一人是保險業務、另一位是英語教師，都是工作10年以上才轉職投入；楊仲鈺補充：「我不是對天空有嚮往的人，真的是來了之後才愛上這份工作。」
▲飛航管制員楊仲鈺（左）、管制員督導林正宗（右）。（攝／王竹君，由Cheers授權轉載）
林正宗同樣誤打誤撞，「是因為太太在航空公司上班，才問說要不要來考試看看。」但，是什麼讓「誤打誤撞」走了超過30年？
看著每一次飛行順利，就是飛航員最大的成就感。對負責區管督導的林正宗來說，還有一個特別關鍵。
「我設計了一條夜間分流的路徑，讓每架飛機航程省下10分鐘，（台灣空域）容量也增加非常多，」他解釋，由於過境航班的航行量暴增，導致在原訂飛航路徑上，集中特定交會點的航班數量愈來愈高，為了做到更好的流量管制，他與韓國、日本協調，前前後後花了將近3年，將以韓國為目的地的夜間飛航路徑進行調整；如今，這條路徑已經實施至少10年。
林正宗停下手中比劃著的飛航路線圖，認真地問道：「當你做到這些，你會覺得很有壓力，還是很有成就感？」
說到底，最重要的還是熱情，「就跟你們（指《Cheers快樂工作人》）的名字一樣嘛，你覺得你能夠做同一份工作做40年嗎？」訪問尾聲，林正宗丟出一擊靈魂拷問，而他的語氣再肯定不過，「我就有自信。飛機再多，我都可以管得非常快樂。」
（參考資料：民航局統計資料、民航特考汰離率）
（原文標題：最「昂貴」的公務員工作，淘汰率超過２０％，解密飛安關鍵人物：飛航管制員）
延伸閱讀：
御駕親征還是校長兼撞鐘——星宇航空調度事件，是公關危機還是管理危機？
不畏困難堅持所愛，職涯諮詢學員疫後如願進入世界前五大航空公司
喊水會結凍！全台護理師每４人有１人來自高雄這所科大，養出大醫院一半以上「阿長」
運動心理師彭涵妮：如何運用Team Building幫助球隊內部破冰、化解彼此競爭的心態
「商業知識百科」隆重推出：近100個商業詞庫，免費全公開使用！全台最完整Ｘ各專家審閱
有任何收穫或想分享的，都來和大家一起聊聊吧！