【104 talks】打造企業數位競爭力：電通實戰分享 直播影片
104學習
8051單晶片控制
這項技能代表具備設計與開發微控制器系統的能力，能編寫韌體控制硬體運作，適用於工業自動化、家電控制及嵌入式系統開發。掌握相關程式語言（如C語言）與硬體介面，能有效進行系統整合與故障排除，提升產品穩定性與效率。在製造業、電子業及智慧裝置領域需求穩定，是硬體與軟體跨領域專業的重要基礎。
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
零經驗也能學會電商行銷：一次搞懂邏輯架構、操作經營與數據指標｜104獨家求職線上課
【104 talks】AI科技賦能，人才轉型不卡關 直播影片
從零打造企業級 AI 自動化：n8n + AI Agent 實戰全攻略 | 成為企業無可取代的人才！
最強企業 AI 工作流進階：n8n 打造企業專屬內部Chat Hub、MCP協議與多模態專題實戰
【104 talks】必學的聰明工作術：從邏輯思維到工具應用，全面提升工作效能
【104 talks】數據思維與智能決策 讓工作效能再升級
電腦視覺演算法之人臉辨識實戰【本課程為線上課，報名後專員會提供上課資訊】
【104 talks】績效管理這樣做！一套搞懂制度、執行、評估與面談的實戰流程
【104 talks】不再只是努力，而是學會優化!全方位自我升級
精選證照
考取專業證照，讓能力被市場看見
軟體系統分析與專案管理(107/8/1停考)
『ITE』是「Information Technology Expert」的簡稱，中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作（APEC）部長級會議中，與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育，同時透過共同檢定採認，提昇整體資訊水準。
近年來資訊技術蓬勃發展，各項功能與應用的突破，使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等，皆無法置身事外。由於資訊技術的特性，使得競爭突破國界、資本、廠房等傳統的限制，只有掌握了技術，才能確保競爭上的優勢。
適逢89年11月亞太經濟合作發展會議部長級會議時，日本提出跨國合作構想，希望促進兩國在資訊人員檢定的合作，並於當月底再次確認雙方合作之意願，故經濟部決定舉辦資訊人才之跨國認證，並委託財團法人資訊工業策進會及財團法人電腦技能基金會，執行鑑定工作。
為使鑑定貼近企業界用才標準並切合實際需要，電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目，並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行，一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系，提供企業界優良之資訊專業人才，另一方面藉由本鑑定制度與世界各國資訊技術流通接軌，使資訊技術發展與國際同步，為我國產業奠定良好的競爭優勢。
本鑑定舉辦至今相關鑑定制度已臻成熟，深受學界與業界肯定，同時與日本亦完成交互採認MOU，階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務，自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
程式設計語言(107/8/1停考)
『ITE』是「Information Technology Expert」的簡稱，中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作（APEC）部長級會議中，與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育，同時透過共同檢定採認，提昇整體資訊水準。
近年來資訊技術蓬勃發展，各項功能與應用的突破，使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等，皆無法置身事外。由於資訊技術的特性，使得競爭突破國界、資本、廠房等傳統的限制，只有掌握了技術，才能確保競爭上的優勢。
適逢89年11月亞太經濟合作發展會議部長級會議時，日本提出跨國合作構想，希望促進兩國在資訊人員檢定的合作，並於當月底再次確認雙方合作之意願，故經濟部決定舉辦資訊人才之跨國認證，並委託財團法人資訊工業策進會及財團法人電腦技能基金會，執行鑑定工作。
為使鑑定貼近企業界用才標準並切合實際需要，電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目，並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行，一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系，提供企業界優良之資訊專業人才，另一方面藉由本鑑定制度與世界各國資訊技術流通接軌，使資訊技術發展與國際同步，為我國產業奠定良好的競爭優勢。
本鑑定舉辦至今相關鑑定制度已臻成熟，深受學界與業界肯定，同時與日本亦完成交互採認MOU，階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務，自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
基礎軟體設計(107/8/1停考)
『ITE』是「Information Technology Expert」的簡稱，中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作（APEC）部長級會議中，與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育，同時透過共同檢定採認，提昇整體資訊水準。
近年來資訊技術蓬勃發展，各項功能與應用的突破，使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等，皆無法置身事外。由於資訊技術的特性，使得競爭突破國界、資本、廠房等傳統的限制，只有掌握了技術，才能確保競爭上的優勢。
適逢89年11月亞太經濟合作發展會議部長級會議時，日本提出跨國合作構想，希望促進兩國在資訊人員檢定的合作，並於當月底再次確認雙方合作之意願，故經濟部決定舉辦資訊人才之跨國認證，並委託財團法人資訊工業策進會及財團法人電腦技能基金會，執行鑑定工作。
為使鑑定貼近企業界用才標準並切合實際需要，電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目，並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行，一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系，提供企業界優良之資訊專業人才，另一方面藉由本鑑定制度與世界各國資訊技術流通接軌，使資訊技術發展與國際同步，為我國產業奠定良好的競爭優勢。
本鑑定舉辦至今相關鑑定制度已臻成熟，深受學界與業界肯定，同時與日本亦完成交互採認MOU，階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務，自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
軟體專案管理(107/8/1停考)
『ITE』是「Information Technology Expert」的簡稱，中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作（APEC）部長級會議中，與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育，同時透過共同檢定採認，提昇整體資訊水準。
近年來資訊技術蓬勃發展，各項功能與應用的突破，使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等，皆無法置身事外。由於資訊技術的特性，使得競爭突破國界、資本、廠房等傳統的限制，只有掌握了技術，才能確保競爭上的優勢。
適逢89年11月亞太經濟合作發展會議部長級會議時，日本提出跨國合作構想，希望促進兩國在資訊人員檢定的合作，並於當月底再次確認雙方合作之意願，故經濟部決定舉辦資訊人才之跨國認證，並委託財團法人資訊工業策進會及財團法人電腦技能基金會，執行鑑定工作。
為使鑑定貼近企業界用才標準並切合實際需要，電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目，並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行，一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系，提供企業界優良之資訊專業人才，另一方面藉由本鑑定制度與世界各國資訊技術流通接軌，使資訊技術發展與國際同步，為我國產業奠定良好的競爭優勢。
本鑑定舉辦至今相關鑑定制度已臻成熟，深受學界與業界肯定，同時與日本亦完成交互採認MOU，階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務，自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
基礎軟體開發(107/8/1停考)
『ITE』是「Information Technology Expert」的簡稱，中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作（APEC）部長級會議中，與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育，同時透過共同檢定採認，提昇整體資訊水準。
近年來資訊技術蓬勃發展，各項功能與應用的突破，使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等，皆無法置身事外。由於資訊技術的特性，使得競爭突破國界、資本、廠房等傳統的限制，只有掌握了技術，才能確保競爭上的優勢。
適逢89年11月亞太經濟合作發展會議部長級會議時，日本提出跨國合作構想，希望促進兩國在資訊人員檢定的合作，並於當月底再次確認雙方合作之意願，故經濟部決定舉辦資訊人才之跨國認證，並委託財團法人資訊工業策進會及財團法人電腦技能基金會，執行鑑定工作。
為使鑑定貼近企業界用才標準並切合實際需要，電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目，並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行，一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系，提供企業界優良之資訊專業人才，另一方面藉由本鑑定制度與世界各國資訊技術流通接軌，使資訊技術發展與國際同步，為我國產業奠定良好的競爭優勢。
本鑑定舉辦至今相關鑑定制度已臻成熟，深受學界與業界肯定，同時與日本亦完成交互採認MOU，階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務，自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
進階軟體設計(107/8/1停考)
『ITE』是「Information Technology Expert」的簡稱，中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作（APEC）部長級會議中，與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育，同時透過共同檢定採認，提昇整體資訊水準。
近年來資訊技術蓬勃發展，各項功能與應用的突破，使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等，皆無法置身事外。由於資訊技術的特性，使得競爭突破國界、資本、廠房等傳統的限制，只有掌握了技術，才能確保競爭上的優勢。
適逢89年11月亞太經濟合作發展會議部長級會議時，日本提出跨國合作構想，希望促進兩國在資訊人員檢定的合作，並於當月底再次確認雙方合作之意願，故經濟部決定舉辦資訊人才之跨國認證，並委託財團法人資訊工業策進會及財團法人電腦技能基金會，執行鑑定工作。
為使鑑定貼近企業界用才標準並切合實際需要，電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目，並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行，一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系，提供企業界優良之資訊專業人才，另一方面藉由本鑑定制度與世界各國資訊技術流通接軌，使資訊技術發展與國際同步，為我國產業奠定良好的競爭優勢。
本鑑定舉辦至今相關鑑定制度已臻成熟，深受學界與業界肯定，同時與日本亦完成交互採認MOU，階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務，自99年1月1日起轉由民間擴大辦理發證。
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
【104 talks】必學的聰明工作術!-從邏輯思維到工具應用，全面提升工作效能｜2/20 線上免費直播
文／104人資市集
「104 talks」致力於協助職場人士的知識學習與能力提升
為每位忙碌的職場人士，創立一個能夠高效學習的節目平台，集結各領域專業講師的知識與分享，為職場人士帶來啟發和新視角。
必學的聰明工作術!-從邏輯思維到工具應用，全面提升工作效能
2025年想讓工作變得更輕鬆、高效嗎？
這場講座將帶您解鎖全新的工作思維，從掌握大局、時間管理到善用AI技能，讓繁瑣流程迎刃而解，能更精準且有策略的執行，輕鬆達到事半功倍的效果。
一起加入這場聰明工作術的旅程，讓工作變得更簡單！
講者及主題介紹
★黑馬思維－看懂局勢 跳脫平凡的密技- 主講人 : 楊東岳 | 大玩創意有限公司執行長
★掌握時間成本，創造高效任務管理策略- 主講人 : 曾正文 | PMP 國際專案管理師
★用AI方法徹底改造工作，輕鬆成為效率達人！- 主講人 : 林尚能 | 企業經營顧問
★這輩子免學Excel公式，用AI全部解決 - 主講人 : 吳承穎 | 查特普拉斯管理顧問有限公司 共同創辦人
講座資訊：
講座時間：2025/2/20（四）13:30~15:00
報名截止時間：2025/2/18(二)
活動形式：線上免費直播
適合對象：所有職場人士
價值：3600元 → 免費
立即點我免費報名
【報名流程】
1. 活動前1天，我們將以Email寄送活動通知及相關資訊給您，請隨時留意Email，以免遺漏。2. 本講座會以Youtube直播的方式進行。
【注意事項】
報名前，請詳閱課程內容及購買須知。
104 人資市集 保有相關課程內容調整及講師之變動權，可能視情況進行適當的修改與調整。
104 人資市集 保留報名審核權利。
如有課程相關問題，請至聯絡我們留下相關訊息。
． ． ．
最划算的全方位教育訓練方案！免費申請全課程試閱 >>
推薦你更多相關的好文章>>
【104 talks】時代 vs 世代：不可不知的 EAP 推動要點 | 興智國際執行長 黃智儀
【104 talks】現代領導者的人生進化指南 | 波波黛莉共同創辦人黃晨皓 Kim
【104 talks】AI 數據智能時代的工作再定義 | 微軟人資長王有蘋
【104 talks】運用心理能量，職場一路順暢 | 蘇予昕心理師
【104 talks】啟動你的能量計畫，打造高效人生 | 最速總經理王冠翔
【104 talks】提前佈局不被市場淘汰！第二曲線創新學 | 郭瑞祥
滿足中小企業的培訓需求！超過150+課程任選 >>
訂閱市集電子報與你分享專家文章及最新活動訊息 >>
加入104人資市集 Line 獲得新知與獨家優惠！
精選 AI寫企劃、看數據總是不能用？4種工作先排順序再交代，第一版就能討論
請AI寫企劃、做研究、看報表，結果常常看起來很完整，卻不能直接用？
問題多半不在AI的能力，而在我們只說「幫我寫」「幫我分析」，讓它自己猜目的和標準。
四種常見工作，可以共用同一個骨架：
1. 交代目的與標準：給誰看？看完要做什麼決定？
2. 排好先後步驟：先要中間產物，確認後再往下做
3. 要求附上依據：出處、算法、引用原文，讓你能驗收
套到四種工作，各有一個先後順序：
① 寫企劃｜架構先定，內容後補
先寫明讀者與目的，請AI只給三個主張和大綱；確認後才補內容，每個數據都附出處，查不到就標「待查證」。
② 做研究｜大題切小題，說法衝突並陳
先把大問題切成四到五個能用資料回答的小題；每題比對三種來源、標出年份；說法互相衝突時，請AI並列出來，由你判斷。
③ 看數據｜問題先行，數字在後
不要只丟報表說「幫我分析」，先寫成決策問題，例如「上季回購率下滑，是哪一群顧客流失」；講好期間、欄位和比較基準，只要兩三個關鍵發現，並附計算方式。
④ 審提案｜先找漏洞，後打分數
先逐條列漏洞並引用提案原文、分出輕重；再依事先講好的配分計分；最後請AI扮反方，提出最強的反對意見。
最常見的三個錯誤：
・一開口就要整篇成品，方向錯了只能整篇重寫
・AI給的數字沒查就直接用
・一邊挑毛病一邊打分數，分數被第一印象帶走
小練習：挑一件你這週要交的工作，寫下這兩句再交給AI——
「這份東西給＿＿看，看完要他＿＿。」
「先給我＿＿（大綱／小題清單／漏洞清單），我確認後再繼續。」
比較一下，和你平常的第一版差在哪裡。
想看完整的五分鐘影音說明，104學習免費課程「AI工作術」四堂已經上線，免費報名就能看：
第1堂｜5分鐘學會用AI寫企劃
https://nabi.104.com.tw/course/104nabi/57aed01b-9d82-4438-b09e-e2367abc0207
第2堂｜5分鐘學會用AI做研究
https://nabi.104.com.tw/course/104nabi/595a665d-07a3-461d-b37e-1f8158eca70d
第3堂｜5分鐘學會用AI看數據
https://nabi.104.com.tw/course/104nabi/0f3d424e-1658-49a2-851e-6c9fff296f43
第4堂｜5分鐘學會用AI審提案
https://nabi.104.com.tw/course/104nabi/19983d11-9e93-41ae-9924-46f8d6cd47dd
也歡迎在留言分享：這四種工作，你最常請AI幫忙哪一種？有沒有哪一次的第一版特別好用（或特別難用）？
使用提醒：AI可能出錯，重要數字請自行查證；上傳資料前先確認公司規定，並去除姓名、電話等個資。文中案例皆為假設情境。
從基礎電學到晶片設計與微電腦應用——南港高工電子科：培育跨領域機電控制與電路設計人才
電子科和電機科到底有什麼不同？這是不少國中生在選填志願時常遇到的疑問。南港高工電子科主任支裕文用「30伏特」給出簡單判斷：30伏特以下的直流電屬於電子科的課程學習範圍；30伏特以上的大電力與交流電，則是電機科的專業領域。那麼，電子科究竟在學什麼？一起來認識這門與晶片、電路及智慧科技息息相關的技術專業。
「晶片設計」、「物聯網」、「人工智慧」，串接南港高工電子
南港高工電子科主任支裕文，本身就是技職教育體系出身，畢業於大安高工資訊科與國立彰化師範大學工業教育系，擔任教職後又繼續進修，分別於臺灣科大與成功大學取得碩士與博士學位，在技職教育現場任教已有23個年頭。談起投身技職教育的契機，支主任笑說，當年讀書時代擔任競賽選手時，同儕間經常互相討論，把自己摸索懂的技術教會身邊同學，那種成就感悄悄在他心底扎下了根。「把原本不會的人教到懂，是一件很幸福的事。」懷抱著這份初衷，投入教育界，引導國中剛畢業的孩子從最基本的一顆小零件開始，一步步推開當前最熱門的科技與晶片控制大門。
若要用三個關鍵字形容南港高工電子科的教學主軸，支主任點出「晶片設計」、「物聯網」與「AI人工智慧」。課程不僅結合軟體程式與硬體電路，更教導學生將邊緣運算晶片結合感測器，讓日常生活中的各類電子裝置，都能具備獨立判斷與運作的智慧能力。
循序漸進的三年地圖：從手工焊接到智慧晶片應用
高一奠定手作與電學基礎：基本電學、程式設計實習、基礎電子實習，理論課從基礎電學的電壓、電流與電阻…等原理切入；實習課則以「基礎電子實習」為主，先學會怎麼使用儀器及手工具，例如：三用電表、函數波信號產生器、示波器、電源供應器…等儀器量測，以及尖嘴鉗、斜口鉗、剝線鉗與手工焊接等基本手工具。高一學生會接受輔導，考取勞動部「工業電子丙級」技術士證照。另外，還有一門「程式設計實習」則以 C 語言為主，並適時導入近年主流的 Python 語法，為軟體能力扎根。
高二深入電腦結構與晶片設計：課程邁入進階的「數位邏輯設計」、「微處理機」與「電子學」等理論科目，並搭配實習課程，實習課程方面接觸可程式邏輯晶片(CPLD/FPGA)；單晶片微處理機實習則引導學生使用 Arduino UNO與ESP32 單晶片。這一年也安排電腦繪圖實習，教學生用CAD軟體自行繪製線路，並實際雕刻、製作出專屬自己的應用電路板。
高三系統整合與智慧專題實作：將所學全面整合於「專題製作」與「介面電路」控制。學生運用「邊緣運算晶片」，打造智慧溫控、空氣品質監測、人臉與物件辨識，甚至人機互動猜拳遊戲等實用的系統。在高三期間更輔導學生挑戰難度更高、升學更具加分優勢的勞動部「數位電子乙級」技術士證照。
圖片：學生課堂中實作作品
在校生心聲：在同儕互助與反覆除錯中看見成長
國小就曾接觸過機器人課程的林同學分享，國中畢業時因累積了動手做的經驗，在家長鼓勵下選擇就讀南港高工電子科。身為科內少數的女同學，她不僅在班上名列前茅成績優異，更代表學校參與校外FRC機器人競賽。
而國中時期透過國中技藝班培訓，接觸電子領域，進而選拔為選手的蔡同學，則展現出過人的動手能力。他表示自己最喜歡實習課，尤其是細膩的手工焊接，把零件整齊排列焊在板子上的專注過程，讓他充滿成就感。「雖然電路接錯或晶片不動時很挫折，但只要靜下心來檢查線路、向老師請教，一定能找出盲點。」蔡同學認為，不用害怕一開始什麼都不懂，持續動手做就能克服恐懼。
學以致用：技藝由心 – 愛在服務 培養多元價值觀
技術型高中學生畢業後都會有一技之長在身上，港工電子科每年都會辦理服務學習活動，包含服務活動與營隊活動，運用自己所學，發揮專長，學以致用，將所學回饋社會。
升學管道多元暢通：培育能解決問題的研發人才
南港高工電子科畢業生的升學與就業進路十分寬廣。支裕文主任指出，科上畢業生有超過九成以上選擇繼續升學。升學管道涵蓋普通大學與科技大學的「特殊選才」、「技優保送」、「技優甄審」（技能(藝)競賽獲獎或持乙級證照加分）、「甄選入學」與「登記分發」，可銜接普通大學或科技大學電子工程系、資訊工程系、電機工程系與光電工程系等熱門科系。
對於未來就業，支主任強調，臺灣資通訊與半導體供應鏈完整，基層技術人員與工程師需求始終居高不下。「我們期許學生未來能朝向『研發工程師』發展，不論是寫韌體、寫軟體或設計電路硬體，均具備動腦解決問題的能力，未來的職涯舞台與薪資天花板才會更高。」
支主任最後建議國中生，就讀電子科不需要國中就是數理天才，但一定要具備「喜歡動手、願意動腦思考、不怕犯錯與除錯的耐心」的態度。只要對科技硬體充滿好奇、不怕複雜線路與繁雜的運算邏輯且願意接受新事物與新挑戰，南港高工電子科將會是引導學生將興趣化為專業技術的最佳跳板。
開箱電子科學習日常！更多科系探索，歡迎追蹤104高職生IG
在 Instagram 查看這則貼文 104高職生（@104v.hs）分享的貼文
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']
ITE嵌入式系統軟體開發專業人員備考｜IEA硬體架構、記憶體與介面重點
準備 ITE 嵌入式系統軟體開發專業人員鑑定，IEA「嵌入式系統技術」中的硬體基本架構、記憶體、介面周邊與電源，是理解元件選用與資料傳遞的基礎。本篇依官方範圍整理保存特性、介面辨識與供電條件；讀完應能從題目需求判斷元件角色，而非只靠容量、速度或接線數量作答。
本文目錄
考試範圍：IEA硬體與介面
必懂觀念1：從資料路徑辨識元件
必懂觀念2：用線路與選取方式辨識介面
必懂觀念3：讀不到溫度時的供電檢查
常見誤判：從題目條件排除錯誤方向
練習題與解析：沿用本堂影片教學題
備考檢查清單
本篇對應的官方範圍與延伸準備方向
官方來源與資料說明
考試範圍：IEA硬體與介面
本篇對應官方 IEA 技能規範的硬體基本架構（處理器、匯流排、記憶體）及介面周邊與電源主題。備考時可將題目拆成「誰運算、資料是否須斷電保留、如何選取周邊、供電是否成立」四個問題。這是本篇的學習整理，並非官方公布的題目分布或配分。
必懂觀念1：從資料路徑辨識元件
案例：感測器每秒送出一次溫度，處理器判斷是否過熱，畫面顯示結果；使用者設定的警報門檻，要在關機後保留。感測器取得物理量，處理器執行程式，顯示器輸出資訊。匯流排讓元件交換資料，不能因為它負責傳送，就把它當成運算單元。
執行中的變數與暫存資料，通常放在 RAM。一般 RAM 斷電後不保留內容，所以警報門檻若要下次開機繼續使用，就需要非揮發性儲存，例如 Flash。容量大小和是否斷電保存，是不同的判斷條件；把 RAM 加大，並不會自動讓它變成永久儲存。
保存位置決定後，還要考慮寫入方式。不要每次讀取溫度，都把完全相同的門檻重寫到 Flash；這既多餘，也要考慮寫入壽命。案例可在使用者確認新門檻時才保存，平常以 RAM 裡的值運算。實際寫入粒度、壽命與斷電保護，仍須依元件資料表設計。
必懂觀念2：用線路與選取方式辨識介面
保存位置確定後，還須正確連接感測器。常見的 I2C 使用時脈與資料兩條訊號線，透過位址選取目標；常見的 SPI 則以時脈、輸入輸出資料線及晶片選擇訊號連接。兩者都要確認裝置支援的電壓、時序及通訊設定，不能看到感測器就直接認定介面相同。
必懂觀念3：讀不到溫度時的供電檢查
如果接好後仍讀不到溫度，先查供電與接地，再核對訊號接腳、位址及設定。若裝置有省電模式，還要確認周邊已喚醒；處理器運作正常，不代表感測器也有正常供電。這就是把數位訊號、介面與電源管理放回同一條資料路徑來看。
常見誤判：從題目條件排除錯誤方向
把容量當成保存特性：RAM 再大也不會因此成為非揮發性儲存；先辨認是否需要斷電保留，再比較其他條件。
只數導線就選介面：須一起判斷訊號功能與目標選取方式，電源與接地線不能算成通訊特徵。SPI 有接線變形，應依元件規格核對。
處理器正常就排除電源問題：感測器可能未供電、未共地或尚未喚醒。遇到無讀值，先核對供電，再查接腳、位址與設定。
練習題與解析：沿用本堂影片教學題
以下2題為自編教學題、非官方原題；題幹、選項與答案沿用本堂影片，不代表官方出題或計分方式。
第1題｜單選
裝置必須在斷電後保留警報門檻，哪一種安排符合需求？ A. 把門檻只存在 RAM。 B. 把門檻保存到 Flash。 C. 把門檻只留在暫存器。
答案是 B。這裡要求的是斷電保留，Flash 的非揮發特性符合條件。一般 RAM 和處理器暫存器都不能單靠自身達成這項需求。這題沒有要求比較寫入速度，因此不能用「處理器旁邊比較快」代替儲存特性的判斷。
第2題｜單選
板上周邊共用時脈與資料兩條訊號線，控制器用位址選取目標，最符合哪個介面？ A. SPI。 B. USB。 C. I2C。
答案是 C。關鍵是共用的兩條訊號線，加上位址選取。這與 I2C 的常見形式相符；常見 SPI 以晶片選擇訊號區分目標，USB 也不是這組接線描述。判斷時把線路與選取方式一起看，不能只數接了幾條導線，因為還可能有電源與接地線。
備考檢查清單
□ 能區分處理器的運算、匯流排的傳遞與記憶體的保存角色。
□ 能以斷電保留需求解釋 RAM 與 Flash 的選擇，並說明 Flash 不宜無意義重寫。
□ 能以 SCL／SDA 與位址辨識常見 I2C，以時脈、資料線及 CS 說明常見 SPI。
□ 能畫出資料路徑，列出供電、接地、接腳、位址、時序及喚醒狀態的檢查項目。
練習任務：畫出感測器、處理器、記憶體與輸出四個區塊，標出資料流、警報門檻保存位置及介面。
本篇對應的官方範圍與延伸準備方向
本篇依官方技能規範選材，僅涵蓋上述入門觀念，並非兩科完整考綱教學，也不保證考過。依課程規劃的範圍覆蓋表，尚須另外準備：
IEA：另補數位電路分析、處理器架構、多核、記憶體階層完整原理、其他匯流排與當期硬體趨勢。本文只有資料路徑與基本保存特性，未深入上述主題。
IEA 系統軟體、應用語言與分析設計：另準備 C 指標、位元操作、驅動實作及軟體分析設計；核心與同步的入門觀念接續於第3篇。
IEX：USB／RS232C、有線與無線網路、Android、完整核心機制及人機介面仍須另讀；第3、4篇僅選取核心、驅動、建置與啟動觀念。
下一篇：ITE嵌入式系統軟體開發專業人員備考｜IEA／IEX核心、驅動與中斷同步觀念
官方來源與資料說明
資料查核紀錄：2026-10-22。技能規範採官網連結版本，PDF 未標年度／版號；修訂狀態仍須依官方確認。本文不推估主題占分；Linux 技術文件僅補充觀念。
IEA技能規範（ITE官方範圍）
I2C概述（開發專案第一方技術文件）
SPI支援概述（開發專案第一方技術文件）
更多 〈ITE-嵌入式系統軟體開發專業人員〉 推薦好文
ITE嵌入式系統軟體開發專業人員怎麼準備？報考資格、考科與辦證規則
ITE嵌入式系統軟體開發專業人員備考｜IEA／IEX核心、驅動與中斷同步觀念
ITE嵌入式系統軟體開發專業人員備考｜IEX交叉編譯、Linux啟動與除錯
別再靠猜測管理人心！8大構面教你用數據掌握員工體驗
文／104 人資學院
自2025年起，台灣證券交易所及證券櫃買中心公布公司治理評鑑將首度納入「員工滿意度調查與改善機制」，象徵企業治理已從制度與股東結構，延伸至組織內部溝通與員工聲音。員工體驗成為影響留才與團隊效能的關鍵指標。本文介紹104員工體驗調查平台八大構面，協助企業透過數據掌握問題、優化職務設計、強化信任氛圍與薪酬透明，打造以人為本的管理文化，實現績效與幸福雙贏。
在企業追求高績效與永續發展的同時，「員工體驗」正悄悄成為競爭關鍵。不論是人才留任、團隊效率，還是創新動能，背後往往都與員工的體驗息息相關。不再只是HR的議題，員工體驗已是企業領導者必須正視的管理課題。
本篇文章將以 104員工體驗調查平台的8大構面為分析基礎，帶您系統性拆解員工體驗的核心關鍵，並說明如何透過數據化管理，轉化為提升績效的具體行動。
工作力：職務匹配與挑戰兼具
當員工能在合適的崗位上發揮所長，並在工作中獲得成就與挑戰感，自然會展現出更高的投入度與生產力。反之，若工作內容與個人能力或興趣不符，將直接影響士氣與績效。
企業建議：檢視職務設計與個人特質、專長的適配度，定期調整工作任務與目標。
合作力：打造開放信任的團隊氛圍
團隊協作是現代組織不可或缺的能力。當員工之間能有效溝通、彼此信任、共同解決問題，整體組織的運作效率也會隨之提升。反之，內耗與推諉只會拖慢進度，耗損能量。
建議行動：強化心理安全感、建立跨部門合作機制、鼓勵知識共享文化。
發展力：學習與職涯的雙軌前進
人才發展不應只是選修課，而是企業永續經營的核心策略。若員工在組織內看不到成長路徑，或長期缺乏學習機會，將難以留住優秀人才。
實務做法：提供明確的職涯規劃、內部輪調機會與持續學習資源，讓員工看得見未來，也走得到未來。
領導力：主管影響團隊的乘數效應
主管的風格與能力，直接左右員工的動機與團隊氛圍。良好的領導者懂得傾聽、激勵、授權；而管理不當，則是高績效員工離職的常見主因。
建議做法：導入360度回饋制度與管理訓練，提升領導者的敏感度與帶領能力。
薪酬力：公平透明，才是激勵關鍵
薪酬制度若不具競爭力，或缺乏公平性與透明度，即使其他制度再完善，也難以留住人才。員工希望看到努力有所回報，而不只是照制度走。
實用建議：建立與績效連動的獎酬制度，定期檢視薪資結構，並加強薪酬制度的溝通與透明度。
文化力：價值導向的組織根基
企業文化不僅僅是理念的宣示，它是塑造員工體驗的根本力量。當文化的內涵明確且值得信賴時，員工對組織的認同與信任便會自然形成。104員工體驗調查提供九種可調查的面向，公司可以依據自身的需要，挑選希望強調的文化價值觀進行調查，這樣的方式不僅能夠清晰定義企業文化，還能有效提升員工的參與感及認同感。
實務建議：可透過文化共識活動、將價值觀融入績效與晉升制度，搭配定期內部溝通強化共識，並鼓勵員工對文化落實提出具體回饋。
永續力：願景認同與組織使命連結
員工在意的不只是眼前的工作內容，更在乎自己是否參與了一個有願景的組織。當企業的發展方向明確，且能連結社會價值與責任，員工更容易產生長期歸屬感與使命感。
自我檢視：組織的願景是否清晰？是否能與員工日常工作產生連結？
推廣力：由內而外的企業認同
推廣力不只是行銷與人資部門的事，而是每位員工是否願意為企業說好話、推薦公司給親友。這背後仰賴三大關鍵：
價值主張：企業的文化與信念是否清楚易懂、引發認同
價值落實：是否真正反映在制度與管理實務中
組織溝通：是否建立開放的內部溝通機制，讓員工參與企業發展
實務建議：可透過調查了解現況，推動企業大使制度與員工故事分享，加強雙向溝通，提升員工對企業價值的認同與參與感。
從體驗看見敬業，從敬業提升表現
敬業的員工，不只是完成交辦事項，更願意主動解決問題、協助同事，甚至在關鍵時刻挺身而出。這樣的行為背後，往往不是單靠激勵，而是來自他們對企業的正面體驗。
換句話說，員工體驗做得好，就會有好表現。尤其當員工感受到被尊重、被信任、被期待，自然會用更高的責任感投入工作。
透過104員工體驗調查平台的「敬業度分析」，企業可以清楚辨識出哪一些體驗構面（如文化氛圍、領導風格、發展支持等）與敬業表現高度相關，進一步優先改善這些關鍵因素，有效強化整體團隊的工作動能與留任意願。
善用工具，讓改變發生：104員工體驗調查平台
知道問題所在只是第一步，關鍵在於是否有能力持續追蹤、分析並行動改善。104員工體驗調查平台正是為企業打造的數據化人才管理利器，透過結構化的調查設計與清晰報表分析，協助企業全面掌握員工真實體驗：
覆蓋8大構面與敬業度指標，全面診斷團隊狀態
提供視覺化報告，輕鬆掌握趨勢與優先處理問題
搭配標竿比較與顧問建議，化解問題、轉化為行動策略
無論你正面對離職潮、績效不穩，還是想強化雇主品牌，這個平台都是提升內部管理成熟度的重要起點。
從理解人心開始，打造有韌性的團隊
員工體驗，不只是數據，更是企業文化的真實寫照。當員工感受到被看見、被支持、被期待，他們會自然而然投入、創造與成長。現在，就讓104員工體驗調查平台幫助你看見團隊的聲音，建立以人為本的管理文化，讓績效與幸福同步提升。立即行動，讓你的團隊，願意留下、樂於貢獻，也願意為企業說好話。
打造企業永續的「內部氣候預警系統」>> 104員工體驗調查
經濟環境變動，有效留才的薪酬結構如何因應>> 人資顧問諮詢
用大數據找出能力缺口，人才培訓更精準>> 104職能發展系列課程
NotebookLM 八大強大功能！節省80%資料處理時間
當AI從趨勢變為職場標配，懂得駕馭AI工具將是拉開專業差距的關鍵。Google推出的NotebookLM正是一款重新定義資料分析與知識管理的強大應用。本文將揭示NotebookLM的八大核心功能，從語音摘要到一鍵生成簡報，展示它如何不僅提升個人生產力，更能優化團隊協作與知識庫建立。這不只是一次工具教學，更是幫助您在AI時代保持領先競爭力的實戰指南。
文／人資市集
前言
在資訊爆炸的時代，我們經常面臨需要閱讀、分析和整理大量文檔或資料的狀況。無論是上百頁的研究報告、冗長的會議記錄，還是複雜的產品說明書，這些文檔往往成為工作中的一大痛點。相信大家都有為了要快速掌握大量資料而感到壓力山大，或者花費數小時整理會議記錄卻仍覺得效率低下，難以抓到重點！
Google推出的NotebookLM，正是為解決這些問題而生。這款強大的文檔分析工具能夠幫助你在短短幾分鐘內完成過去需要數小時甚至數天才能完成的文檔處理工作，讓你的工作效率提升到一個全新的層次。
文檔處理的挑戰及痛點：
資訊超載：需要閱讀和理解大量文檔，但時間有限
語言障礙：面對外語文檔時感到吃力
會議記錄負擔：花費大量時間整理會議紀要
資料整合困難：難以從多個來源提取和整合關鍵資訊
簡報製作耗時：需要花費大量時間將資料轉化為專業簡報
知識管理混亂：團隊間的知識共享和管理效率低下
真實應用案例：從455頁報告到完整分析只需幾分鐘
想像一下，你的客戶剛發來一份455頁的英文研究報告，希望你能在明天的會議前提供分析和建議。傳統做法可能需要你熬夜閱讀，或者乾脆放棄深入分析。
使用NotebookLM，你只需：
上傳PDF文件
等待系統自動分析（通常只需1-2分鐘）
直接向AI提問你感興趣的特定領域，如「請整理報告中關於食品行業的AI應用」
系統會立即從這455頁的文檔中提取相關內容，並以結構化的方式呈現給你，同時提供引用來源，確保資訊的準確性。你可以進一步要求系統生成簡報、心智圖或資訊圖表，幫助你在會議中清晰地展示這些發現。
最重要的是，NotebookLM會在每個回答後標明資訊來源，你可以點擊查看原文，完全避免了AI"幻覺"（無中生有）的問題，確保你的分析建立在真實資料上。
會議記錄的革命：從錄音到完整會議摘要
另一個常見痛點是會議記錄。傳統上，我們需要:
錄製會議
使用逐字稿軟件轉換成文字（通常需要付費）
手動整理成會議紀要
使用NotebookLM，這個過程被大大簡化：
上傳會議錄音（支持長達1.5小時的音檔）或YouTube連結
系統自動生成逐字稿
要求AI「製作會議記錄」
幾秒鐘內獲得結構化的會議整理，包含100字摘要、討論重點、結論和未來規劃建議
這不僅節省了大量時間，還確保了會議記錄的完整性和專業性。
NotebookLM的八大強大功能
NotebookLM不僅僅是一個文檔分析工具，它還提供了豐富的輸出形式，滿足不同場景的需求：
語音摘要：將文檔轉化為Podcast形式，讓你在通勤或運動時也能吸收知識
影片摘要：自動生成解說影片，以視覺化方式呈現文檔內容
心智圖：快速掌握文檔的核心脈絡和框架
報告：生成專業的報告文件，支持多種格式和語言
學習卡：將文檔內容轉化為互動式學習卡，幫助記憶和理解
測驗：自動生成選擇題，測試對文檔內容的掌握程度
資訊圖表：將數據和概念轉化為直觀的視覺圖表
簡報：一鍵生成專業簡報，省去設計和排版的時間
這些功能讓NotebookLM成為一個真正的一站式文檔處理中心，無論你需要什麼形式的輸出，都能輕鬆實現。
知識管理與團隊協作的得力助手
NotebookLM不僅適用於個人使用，還是團隊協作的理想工具：
每個免費帳號可建立100本筆記本，每本筆記本可放置多個文檔
支持筆記本共享，團隊成員可以訪問同一資源
所有筆記和生成內容都可以保存，形成知識庫
適合專案管理，所有相關文檔和討論都集中在一處
這使得NotebookLM成為企業知識管理的理想選擇，幫助團隊更高效地共享資訊和協作。
生活應用：家庭電子設備說明書管理
除了工作場景，NotebookLM在日常生活中也有實用價值。例如，你可以創建一個家庭電子設備說明書筆記本：
收集家中所有電子設備的說明書PDF
上傳到同一個NotebookLM筆記本
當設備出現問題時（如除濕機紅燈閃爍），直接向AI提問
立即獲得準確解答，無需翻閱厚重的說明書
這種應用大大簡化了家庭設備的維護和故障排除。
為什麼現在就應該學習NotebookLM？
隨著AI技術的快速發展，掌握NotebookLM不僅能提高個人工作效率，還能在職場中獲得競爭優勢：
節省80%的文檔處理時間：將原本需要數小時的工作縮短至幾分鐘
提升內容質量：生成專業的報告、簡報和圖表
增強知識管理：更有效地組織和共享團隊知識
降低語言障礙：輕鬆處理外語文檔
最重要的是，NotebookLM的許多高級功能（如資訊圖表、簡報）目前正處於Beta測試階段，免費提供使用，現在學習和使用是最佳時機。
不要讓文檔處理繼續成為你工作中的負擔。立即加入「AI超效文檔助手-NotebookLM × Gamma × Napkin 全攻略」這門課程學習，手把手掌握NotebookLM的全面應用，讓你的工作效率和成果品質都能提升到一個新的高度。
企業用戶歡迎申請課程免費試閱，並選擇「104人資市集 | 企業訂閱制方案」，課程每人每年最低33元起/堂，最低$10,000起搞定全公司整年度的AI導入培訓。亦可團購或授權課程，歡迎點擊下方專人諮詢。
免費試閱
了解方案
專人諮詢
提升員工帶動企業的成長！最划算的 AI 教育訓練方案首選>>
超過7000+的HR都報名過的104人資學程！求職成效提升至4.5倍！>>
成為人資市集Line好友獲得最新課程優惠及免費講座資訊>>
訂閱人資市集電子報獲得專家工作分享及產業新知 >>
什麼是「MarTech」？為什麼企業需要行銷科技來輔助營運？│職場百科
你聽過「MarTech」（行銷科技，Marketing Technology）嗎？為什麼很多知名企業、大品牌都認為建立完整的「MarTech」系統不只是能讓產品行銷更有效率，甚至能協助營運更上軌道？原因在於優異的「MarTech」將可以結合軟體、數據分析和自動化技術，做到高效率、省人工，有效讓數據來輔助決策，協助企業精準觸及目標受眾、最佳化行銷策略。
文／《104職場力》
本文導覽
什麼是「MarTech」？為什麼「MarTech」很重要？為什麼企業需要「MarTech」？「MarTech」的 六大領域1. 廣告與推廣（Advertising & Promotion）2. 內容及使用者體驗（Content & Experience）3. 社群與客戶關係管理（Social & Relationships）4. 商務與銷售（Commerce & Sales）5. 數據分析應用（Data）6. 整合管理（Management）「MarTech」和「AdTech」有什麼差別？
什麼是「MarTech」？
「MarTech」（行銷科技）是什麼？只要使用自動化技術就算是一種嗎？
簡單來說，「MarTech」是指運用軟體、數據分析與自動化技術來最佳化行銷策略，協助企業精準觸及目標受眾、提升運營效率並優化顧客體驗。
「MarTech」是由 Marketing 和 Technology 兩個單字組合而成，最早這個概念是在2011年由美國的工程師企業家 Scott Brinker 製作的「行銷科技地圖」（Martech Landscape）所提出，並且將行銷科技劃分為六個主要的領域：廣告與推廣（Advertising & Promotion）、內容及使用者體驗（Content & Experience）、社群與客戶關係管理（Social & Relationships）、商務與銷售（Commerce & Sales）、數據分析應用（Data）、整合管理（Management）。
簡單來說，「MarTech」要解決的問題是：
降低企業在行銷工作上的重複性與勞力密集的繁瑣工作。
讓過去持續累積、但始終無法被妥善運用的資料（Raw Data）發揮其效用。
延伸閱讀：數位行銷是什麼？想進入數位行銷的領域，應該要怎麼開始？
為什麼「MarTech」很重要？
現代企業的營運中，「數據與自動化」在行銷工作中的作用越來越重要。
由於行銷情境不斷變化、使用者行為變多、數位足跡龐大，因此「MarTech」的內容也越來越複雜，使品牌更能貼進過往被視為「碎片化」、「無從辨識」的消費者旅程。因此更突顯活用「MarTech」的重要性。
行銷技術會從頭到尾考慮執行需求，讓行銷人員能夠完整的擴展行銷工作。最後，MarTech 很重要的另一個原因，就是能夠改善我們與對手和顧客的溝通及合作方式。改善這些B2B和B2C關係（感覺你似乎更懂我了），對您與顧客建立的關係產生正面的雪球效應。
為什麼企業需要「MarTech」？
自動化執行： 將繁瑣的例行行銷工作（如 EDM 寄送、社群回覆）自動化。
數據驅動決策： 告別憑感覺猜測，依據精準的數據儀表板調整行銷預算。
優化顧客體驗： 透過系統記錄用戶足跡，提供高度客製化的內容與推薦服務。
[course_plugin api_type='course_id' title='【MarTech輔助行銷】一次搞懂GA4網站分析' id='ef846d56-f66a-4f57-9dba-188ac542e8d7']
「MarTech」的 六大領域
以實際應用面來說，被譽為「MarTech」之父的 Scott Brinker 將行銷科技切分為以下六種領域：
1. 廣告與推廣（Advertising & Promotion）
以科技技術優化關鍵字、社群等各種廣告形式，提供詳盡的報表資訊或自動優化服務，包含建議投放時間、TA輪廓、推廣形式與素材建議等等，藉此提高廣告投放的成效。
常見的工具如：Google Ads 與 Meta 廣告管理員。
[course_plugin api_type='course_id' title='Google Ads廣告投放認證保證班' id='1abeea86-5289-4d4d-910b-fad952bcdfd4']
2. 內容及使用者體驗（Content & Experience）
包含內容管理、網站建置及個人化體驗，運用科技打造更吸引消費者、讀者興趣的內容，打造更好的瀏覽閱讀體驗。內容包括影音、社群貼文、部落格文章、圖文資訊或電子報；體驗則包含UI及UX設計，甚至AR、VR等各種線上線下互動裝置等等。
常見的工具如：WordPress 與 HubSpot CMS。
[course_plugin api_type='course_id' title='AI內容企劃力實戰課' id='51189062-5156-4dec-9153-8464c6732b13']
3. 社群與客戶關係管理（Social & Relationships）
專注於社群媒體管理及客服自動化，在社群及客戶經營啟用更多的AI輔助工具也是一種，藉此提供更多元的互動方式或情境，協助企業更輕鬆的管理顧客資料、舉辦線上線下活動，以及經營社群、規劃合適的形象和宣傳素材。
常見的工具如：聊天機器人 BotBonnie 與 ManyChat。
[course_plugin api_type='course_id' title='數位行銷：社群、數據與銷售的13堂應用課' id='8030c976-04bc-48ce-acd2-6934b1f34d8d']
4. 商務與銷售（Commerce & Sales）
驅動銷售轉換與電子商務，透過「行銷科技」優化銷售系統與網站介面，包含支援線上支付、後端業務分潤與財務管理等服務，藉此提升銷售成效、改善企業內部作業效率，打造一站式的體驗。
常見的工具如：Shopify 與 B2B 常用的 Salesforce CRM。
[course_plugin api_type='course_id' title='零經驗也能學會電商行銷：一次搞懂邏輯架構、操作經營與數據指標' id='c52e5f9a-49f8-4f9b-8db0-08f5d25f5819']
5. 數據分析應用（Data）
追蹤、衡量並分析行銷成效。數據運用其實是「Martech」最核心的概念，以數據為基礎才能精準分析成效，進而應用在優化其他五大領域的行銷策略。
常用的工具如：Google Analytics 與 Mixpanel。
[course_plugin api_type='course_id' title='GA4 x Looker studio跨資料源整合＆動態報表實戰' id='3211ef4b-a0df-4e47-898b-450cbf8f2e5b']
6. 整合管理（Management）
統籌行銷專案與團隊協作，以科技協助規劃完善的行銷策略，包含各項資源與預算管理、系統與平台整合管理與分析。
常用的工具如：Asana 與 Trello。
[course_plugin api_type='course_id' title='Power BI 零基礎實戰 | 培養商務數據分析力' id='68e834c3-e940-4ec5-bce1-bd78da37cc46']
「MarTech」和「AdTech」有什麼差別？
根據《amazon ads》的說明，像行銷和推廣有所不同，「MarTech」和「AdTech」（廣告科技的縮寫）兩個術語也不能互換使用。主要差別在於「AdTech」僅用於透過促銷商品來影響買家行為，而「MarTech」則用於實際建立，運行和管理廣告活動和其他行銷工作。
具體來說，「AdTech」是廣告策略和管理工具的總稱（如供應方平台 (SSP)、廣告交易平台和需求方平台 (DSP)），而「MarTech」則是顧客關係管理 (CRM) 軟體、社群媒體管理工具、電子郵件行銷解決方案等的使用方式，大部分涵蓋行銷人工作日常會使用的相關工具。
本文參考《amazon ads》、《wikipedia》資訊，經整理改寫。
數位轉型卡關？專家解析企業AI人才布局，跨域及整合型人才將是搶手貨
在全球永續經營與 AI 浪潮的雙重夾擊下，企業正面臨前所未有的轉型挑戰。104人才永續長指出：員工技能不足已成為企業數位轉型最大的障礙，企業應透過「人機協作」重新定義工作模式，並透過技能檢定、認證課程和證照來提高人才專業深度，才能在激烈的跨域競爭中搶占先機，打造韌性十足的未來型組織。
文／鍾文雄（104資訊科技 人才永續長）
本文導覽
一、 AI資訊科技帶來產業競爭與工作職場的轉變1. 競爭對手的改變2. 工作內容的改變3. 工作方式的改變4. 工作型態與工作地點的改變二、VUCA常態下企業面臨員工AI技能不足與數位轉型挑戰三、AI人才的職涯發展與薪酬展望正向樂觀四、企業鍾愛未來人才的樣貌-跨域及整合型人才五、透過技能檢定、認證課程與證照，提高人才專業深度
台灣企業持續拓展全球事業版圖下，台灣正面臨人口結構老化與新生兒出生率的下降，加上地緣政治、全球經濟發展與政府公共政策的瞬息萬變，伴隨AI（Artificial Intelligence）人工智慧技術的蓬勃發展，我們的職場與工作環境正面臨前所未有的轉變，包含工作內容(Context of Work)、勞動力(Workforce )、工作職場(Workplace)與工作模式(Working Mode)的轉變。
AI科技的發展會讓傳統型態的工作會逐漸消失，也會誕生新型態的工作機會，這意味著我們必須成為一位善用AI應用工具的人才，才不會被機器人及擅用AI應用工具的人才所取代。
延伸閱讀：AI與淨零浪潮下，企業如何佈局「未來型人才」？
企業外部經營環境與未來工作型態的轉變
資料來源：亞太人力資源聯盟The Asia Pacific Federation of Human Resource Management (APFHRM)
一、 AI資訊科技帶來產業競爭與工作職場的轉變
隨著資訊科技發展的無遠弗屆，未來企業要能永續經營，所面對的競爭對手及勞動者的工作職場與環境會面臨重大變化，不管是政府機關、企業組織、學校與教育機構或是勞動者都必須朝永續發展與資訊科技轉型，才能夠因應諸多不確定性因素的考驗。
1. 競爭對手的改變
企業營運主管會隨時關注國內外同業的動態競爭態勢與消長，未來最具威脅的競爭者有可能是其他產業、跨國境的可敬對手，如來自境外的跨國網路與資訊公司，像亞馬遜公司（Amazon.com, Inc.）就從網路書局進階到電子商務，成為全球電子商務零售商巨擘，進而發展為提供全球企業雲端存取技術服務的資訊產業龍頭。
2. 工作內容的改變
要能跟上數位時代的腳步，我們必須將重複性高、大量數據與使用介面多的例行性作業，運用AI資訊化與流程化過程，局部或全面調整為自動化。另外善用AI應用工具進行數據的統計與分析，提出具備管理意涵的趨勢及洞察觀點，從解決問題的工作層次提升到尋找問題及預測問題的管理境界。
3. 工作方式的改變
近年來企業與人資管理專家均積極研究與探討，如何讓勞動者不會被機器人取代，最佳的解決方案是「不是科技可以做什麼，而是我們可以用科技做些什麼」，未來最有效率的工作方式就是「人機協作」，工作主軸會是如何訓練、管理、監督與領導AI Agent(AI代理、人工智慧代理或智慧型代理人)，善用AI工具提升整體工作效率。
“It’s not about what technology can do, but what we can do with technology”
4. 工作型態與工作地點的改變
未來職場上會有勞動者、AI Agent與零工經濟(Gig Economy)的工作模式，共享經濟的網路平台會產生新的工作型態，企業將持續採用居家、遠距、混合及跨域、跨境的上班模式，吸引與留任人才。
二、VUCA常態下企業面臨員工AI技能不足與數位轉型挑戰
全球企業在Covid-19疫情結束後，我們明顯感受到VUCA（是指組織將處於不穩定(Volatile)、不確定(Uncertain)、複雜(Complex)、和模糊(Ambiguous)狀態之中）已經成為企業永續經營的新常態，隨時影響企業營運及人才趨勢，未來企業不只是要適應外部環境與內部管理體質的變化，更需要掌握先機，提前部署人才與技能。
從國內外的調查與研究報告來看，中大型企業在近三年已經持續投入相關資源，積極研究與實驗人才與組織的數位轉型。根據天下學習的調查，企業最擔心的轉型障礙，前三名依序是員工技能不足、組織文化抗拒改變與缺乏完善的數據和科技基礎建設。
資料來源：兩千大企業AI應用與技能發展報告 天下學習2025年9月
另外根據資誠聯合會計師事務所(PWC)在2025年發布的調查報告，企業在推行數位轉型時面臨的挑戰，依序是轉型資金、組織變革、數位人才、業界案例與數位工具，因此企業要能成功數位轉型，人才是否具備AI技能與持續學習資訊應用工具的動能相當重要。
三、AI人才的職涯發展與薪酬展望正向樂觀
美國OpenAI公司在2022年底推出ChatGPT以後，AI應用在各領域的新科技推陳出新，企業除了用來精簡大量數據與重複性工作流程以外，更需要投資AI在產品開發、服務流程及商務模式的技術創新。
根據104人力銀行的調查統計，因應AI數位轉型發展需求強勁，2025年企業在AI人才招募職缺數超過3萬個，75%企業願意為具備AI開發技能的人才提供薪資加碼等誘因，平均增幅達9.5%以上。科技相關產業普遍看好自身及2026年景氣，在2026年的薪資調查報告中，軟體及網路相關業受到AI轉型與數位服務需求帶動，加上外商與新創公司競相徵才，調薪幅度7.1%居各產業之冠。
四、企業鍾愛未來人才的樣貌-跨域及整合型人才
因應資訊科技發展及企業永續經營的人才需求，跨專業領域人才（能在專業領域下能兼具AI及永續技能，以及整合型人才）能夠整合多元資訊及數據下做出適當決策，都是企業鍾愛與競逐的人才類型。
根據優樂地永續服務公司的企業調查報告，迎向未來世界的人才有十大必備能力，分別是文化的理解力、外語能力、適應彈性工作地點的能力、數位能力、跨領域學習、終身學習、情感智商、創新創造力、學習如何思考與解決問題的能力。
資料來源：優樂地永續服務公司2023年
另外104人力銀行在2024年的企業調查報告，也發現企業最愛人才需具備學習力、科技力與溝通力。從企業端的人才需求樣貌，可以讓大學院校作為高等教育人才培育政策參考，也可以是未來人才在求學階段，設定學習目標及參與社團、學校活動與研究計畫的方向。
資料來源：一零四人力銀行2024年
五、透過技能檢定、認證課程與證照，提高人才專業深度
為強化人才在資訊科技及永續發展的技能與素養，企業在人才的任用與訓練發展上，可以運用經濟部產業人才能力鑑定iPAS的淨零碳規劃管理師能力鑑定與環境部淨零綠領人才培育課程。在AI應用技能的提升上，則可以參照數位發展部《AI產業人才認定指引》的人才類別與技能架構，搭配專業發展路徑，建構企業AI人才學習地圖。另外參與iPAS的AI應用規劃師能力鑑定與外部AI工具應用與資料分析師等國際認證，都可以提高企業人才的專業深度。
從未來人才來看，可以參加學校規劃的AI應用技能學程與永續發展、循環經濟學程，搭配國外交換學生計劃或是參與學校研究計畫，持續維持學習與創新動能。透過計劃性與系統性的學習強化科技應用能力及語文能力，在課程學習與企業實習計畫中培養跨部門溝通與實作能力，參與工作輪調及專案任務培養解決問題能力。如此便可以在求學階段培養永保職場競爭力的優勢條件。
（原文標題：從數位轉型與永續經營趨勢，探索企業AI人才需求）
【作者介紹】鍾文雄● 一零四資訊科技股份有限公司人才永續長● 社團法人中華人力資源管理協會常務顧問
黃仁勳「AI五層蛋糕」是什麼？ 台積電、廣達、台達電在哪一層？相關工作機會盤點
NVIDIA執行長黃仁勳提出「AI五層蛋糕」（Five-Layer cake），將AI產業拆解為能源、晶片、基礎設施、模型、應用五層架構。台廠供應鏈有哪些？台積電、廣達、緯穎、研華各在哪一層？從「AI五層蛋糕」看AI產業地圖及相關工作機會。
文／《104職場力》
本文目錄（點擊可快速前往）
黃仁勳為什麼說AI是一塊「五層蛋糕」？AI五層蛋糕架構及台廠工作機會AI五層蛋糕：你的位置在哪一層？
NVIDIA執行長黃仁勳將在6月1日在台北流行音樂中心發表GTC Taipei開場演說，內容預計聚焦於AI領域的最新技術進展，以及展示「五層蛋糕」（Five-Layer Cake）架構生態系。「AI五層蛋糕」架構包括：能源、晶片、基礎設施、模型、應用，分別是什麼意思？不論你是理工背景的工程師，還是文商管背景的工作者，本文為你拆解這五層結構、台廠關鍵佈局，以及相關的104工作機會！
黃仁勳為什麼說AI是一塊「五層蛋糕」？
圖片來源：NVIDIA官方部落格
NVIDIA（輝達）創辦人暨執行長黃仁勳，在2026年初就提及AI是由五層架構組成，並於2026年3月GTC大會前夕於輝達部落格發表「AI五層蛋糕」論述，將AI定位為「不可或缺的基礎設施，就像電力與網路一樣」。
在大部分的電腦運算歷史中，軟體都是「預錄好的」，由人類編寫演算法，再由電腦執行。AI打破了這個模式，讓電腦首次能夠理解非結構化資訊，並即時生成智慧。正因為智慧是「即時生成」的，整個底層的運算架構就必須從頭設計，這，就是五層蛋糕存在的原因。
黃仁勳把AI產業比喻成一塊五層蛋糕，由下而上共有五層堆疊的架構：能源、晶片、基礎設施、模型、應用。他強調，每一個成功的應用程式，都依賴其下方的每一層架構，一直向下延伸至支撐其運行的發電廠。
而他也指出，這項建設才剛剛開始。「我們目前僅投入了數千億美元，但仍有數兆美元規模的基礎設施尚待建構。」在全球各地，晶片工廠、電腦組裝廠、AI工廠以前所未有的規模在興建，這正成為人類史上規模最大的基礎設施建設工程。
延伸閱讀：預言技職崛起！黃仁勳不勸你寫程式：AI時代最缺的新貴，是水電工
AI五層蛋糕架構及台廠工作機會
五層架構由下而上環環相扣：能源 → 晶片 → 基礎設施 → 模型 → 應用，缺少任何一層，整個系統就無法運作。每一層都有對應的技術需求與產業生態，也各自需要不同類型的人才：
※點擊可查看工作機會
AI五層蛋糕涵蓋內容相關台廠第一層：能源涵蓋資料中心用電、電源供應及儲能系統。台達電、光寶科技、華城電機、中興電工、士林電機等第二層：晶片涵蓋GPU、ASIC與HBM等。台積電、聯發科、世芯-KY、創意電子等第三層：基礎設施涵蓋伺服器、資料中心建設、散熱系統、高速網路與電力輸送等系統。鴻海、廣達、緯創、緯穎、技嘉、英業達、奇鋐、雙鴻等第四層：模型涵蓋語言、生物、化學、物理、醫療等多領域的開源與閉源模型。（目前以美系科技大廠為主）第五層：應用涵蓋軟體、智慧醫療、藥物研發、自動駕駛、工業機器人與企業AI助理等。研華、達明、所羅門、凌華等
【第一層】能源 Energy：AI 的電力根基
最底層是能源。即時生成的智慧，需要即時的電力。每一個生成的詞元（token），都是電子流動、熱能被管理，以及能源被轉換為運算能力的結果。能源是AI 基礎設施的第一性原理，也是限制系統能產生多少智慧的根本約束。由於我們每問AI一個問題、每讓AI生成一張圖，背後都是真實的電力消耗。當AI工廠規模愈大、模型愈複雜，電力需求就愈龐大。
涵蓋產業：發電與電力供應業、重電設備業、綠能與儲能產業
台廠佈局：台達電、光寶科技、華城電機、中興電工、士林電機等（點擊公司名稱看工作機會）
[joblist_plugin title='更多104【台達電】工作機會' url='https://www.104.com.tw/company/fn5mtmo' amount='1']
延伸閱讀：黃仁勳喊 AI 時代電力好重要 大同、華城、中興電迎大商機
【第二層】晶片 Chips：將電力轉換為算力
位於能源之上的是晶片，晶片層同時也是台灣最具全球競爭力的一層。這些處理器被設計用來大規模、高效地將能源轉換為運算能力。AI工作負載需要龐大的平行運算能力、高頻寬記憶體，以及高速互連技術。晶片層的進展，決定了AI能以多快的速度擴展，以及智慧成本能降到多低。
GPU（圖形處理器）、AI加速晶片（ASIC）、高頻寬記憶體（HBM），都屬於這一層。
涵蓋產業：先進半導體製程、IC設計、晶圓代工與先進封裝技術
台廠佈局：台積電、聯發科、世芯-KY、創意電子等（點擊公司名稱看工作機會）
[joblist_plugin title='更多104【台積電】工作機會' url='https://www.104.com.tw/company/a5h92m0' amount='1']
【第三層】基礎設施 Infrastructure：AI工廠的骨架
在晶片之上的是基礎設施，包括土地、電力輸送、散熱、建設工程、網路，以及將數萬顆處理器協調運作為單一機器的系統。這些系統就是AI工廠，它們的設計目的並非儲存資訊，而是製造智慧。包括AI伺服器的組裝、資料中心的散熱系統、高速網路交換器，都屬於這一層。
涵蓋產業：AI伺服器代工組裝、散熱系統、網通設備及資料中心機房建置
台廠佈局：鴻海、廣達、緯創、緯穎、技嘉、英業達、奇鋐、雙鴻等（點擊公司名稱看工作機會）
[joblist_plugin title='更多104【鴻海】工作機會' url='https://www.104.com.tw/company/233rv1s' amount='1']
【第四層】模型 Models：理解世界的AI大腦
基礎設施之上是模型層。AI模型能理解多種類型的資訊，包括語言、生物、化學、物理、金融、醫療，以及真實世界本身。語言模型只是其中一種類型。目前最具變革性的進展，正發生在蛋白質AI、化學AI、物理模擬、機器人技術，以及自主系統等領域。黃仁勳指出，開源模型在此扮演關鍵角色，研究人員、新創公司、企業甚至整個國家，都仰賴開源模型參與先進AI的發展。
涵蓋產業：大型語言模型開發商、各垂直領域AI模型開發等
台廠佈局：目前仍以美系科技廠商為主（OpenAI、Google、Meta、Anthropic），但工研院、資策會推動繁中模型。
[joblist_plugin title='更多104【Google】工作機會' url='https://www.104.com.tw/company/ctzow2g' amount='1']
【第五層】應用 Applications：真正創造經濟價值
最上層是應用層，也是經濟價值產生之處。包括藥物研發平台、工業機器人、法律助理、自動駕駛車等，其中自動駕駛車是一種體現於機器中的AI應用；而人形機器人則是體現於軀體中的AI應用。應用層是台灣產業轉型的最大機會。
涵蓋產業：軟體、AI代理、機器人、自動駕駛及各行業導入的AI賦能產品與服務
台廠佈局：研華、達明、所羅門、凌華等（點擊公司名稱看工作機會）
[joblist_plugin title='更多104【研華】工作機會' url='https://www.104.com.tw/company/2d9ntmw' amount='1']
延伸閱讀：文組翻身？AI時代英文系最吃香？黃仁勳點名頂尖人才最重要的3大能力
AI五層蛋糕：你的位置在哪一層？
AI為產業帶來巨大變革，創造更多就業機會。黃仁勳在「五層蛋糕」部落格文章中提到：「參與這場變革並不需要電腦科學博士學位。」因為支撐這波AI基礎設施建設所需的人力極為龐大，AI 工廠需要電工、水管工、配管工、鋼鐵工人、網路技術員、安裝人員及操作員，這些都是技術性高且薪資優渥的職位，而且目前供不應求。
他也以放射科醫師為例說明AI如何創造更多就業而非取代工作，AI現在可以輔助解讀掃描影像，但對放射科醫師的需求仍持續成長。當AI承擔更多日常判讀工作時，放射科醫師得以專注於判斷、溝通和照護，醫院整體生產力隨之提升、服務更多患者，並僱用更多員工。
生產力創造產能，產能創造成長。具備電機背景的人可以從能源層與晶片層切入；若你有製造、供應鏈經驗，基礎設施層的伺服器代工廠正在大量招募；有商管或產品背景，應用層的AI產品經理與企業導入顧問需求也在快速成長。
面對這波AI浪潮的求職機會，如果你希望一次接觸多家企業人資主管，現場了解公司和職務，104人力銀行「2026職涯博覽會」將於7月4日在台北世貿一館舉行，包含美光、台達電等超過300家知名企業現場徵才，是新鮮人踏出求職第一步的絕佳機會。2026年，市場上有78萬個職缺在等著新鮮人，6.7萬個AI舞台正在擴張，62%機會不限科系，立即報名，踏出第一步，敢出發，就有路！
立刻報名【2026職涯博覽會】
（參考資料：NVIDIA官方部落格）
[joblist_plugin title='更多104【NVIDIA輝達】工作機會' url='https://www.104.com.tw/company/1a2x6bm42t' amount='4']
推薦閱讀：
【2026最新】AI產業人才認定指引3.0更新！5大能力評估、AI證照及學習資源
AI力即國家競爭力！政院推「AI人才方舟計畫、指引3.0」翻新產業生態
畢業遇上AI好焦慮？104數據揭2026新鮮人找工作5大關鍵｜附檔案下載
ITE嵌入式系統軟體開發專業人員備考｜IEX交叉編譯、Linux啟動與除錯
準備 ITE 嵌入式系統軟體開發專業人員鑑定，IEX「嵌入式系統的開發平台與工具（Embedded Linux）」涵蓋開發工具、系統程式設計、核心啟動與系統整合。本篇聚焦交叉編譯、組態／編譯／鏈結，以及啟動階段的故障定位；讀完應能根據目標架構與錯誤紀錄，選擇合理的優先檢查方向。
本文目錄
考試範圍：IEX開發環境、啟動與整合
必懂觀念1：主機、目標與建置階段
必懂觀念2：沿啟動主線定位故障
必懂觀念3：以紀錄驗證修改
常見誤判：從題目條件排除錯誤方向
練習題與解析：沿用本堂影片教學題
備考檢查清單
本篇對應的官方範圍與延伸準備方向
官方來源與資料說明
考試範圍：IEX開發環境、啟動與整合
本篇主要對應 IEX 的開發環境：除錯、測試與模擬工具，系統程式設計中的啟動、組態、編譯、鏈結，以及系統整合；並連接核心初始化與啟動、檔案系統主題。這些觀念亦呼應 IEA 的開發環境與設計整合，但本文以 IEX 的建置及啟動判斷為主。
必懂觀念1：主機、目標與建置階段
開發主機是編輯與建置程式的電腦，目標板是實際執行產品軟體的裝置。若主機與目標使用不同處理器架構，常需要交叉編譯工具鏈，在主機產生目標能執行的程式。例如主機是 x86，目標是 ARM，就不能把主機原生產物直接視為目標可用。工具鏈還必須配合目標的執行環境。
把建置拆開看：組態決定需要哪些功能，編譯把原始碼轉成目的檔，鏈結再組合目的檔與需要的程式庫，產生可執行產物。遇到未定義符號，通常要查鏈結所需定義與程式庫；遇到目標無法執行，則還要查架構、載入器與相依程式庫。不能把所有錯誤都當成語法寫錯。
必懂觀念2：沿啟動主線定位故障
產物正確後，可沿啟動順序定位問題。一般 Embedded Linux 系統先由啟動載入程式做必要準備並載入核心，核心初始化資源，準備根檔案系統並啟動使用者空間的 init，之後才有服務與產品應用。不同平台可能多出韌體或暫存根檔案系統等階段，所以這是一條定位主線，不是所有板子的完整固定流程。
假設紀錄已出現核心訊息，後來指出無法掛載根檔案系統，就先查根分割區參數、儲存驅動與檔案系統支援。如果根檔案系統可用，但 init 無法執行，再查檔案是否存在、架構及相依程式庫。若應用已經啟動卻沒有溫度，才回到裝置辨識、驅動及應用讀值路徑逐層驗證。
必懂觀念3：以紀錄驗證修改
實際除錯時，把「最後成功的步驟」與「第一個失敗的訊息」記下來，再一次改一個條件、重現並比對結果。模擬器適合先查部分程式與流程，真實板子仍要驗證時序、供電及周邊整合。不要因為模擬正常，就直接推定硬體整合也已通過。
常見誤判：從題目條件排除錯誤方向
把編譯成功當成目標可用：建置產物還必須符合目標架構與執行環境；改副檔名不會改變機器指令。
把未定義符號都當成語法錯誤：需區分組態、編譯與鏈結階段，核對所需定義及程式庫。
根檔案系統尚未掛載就先查應用：應先核對根分割區參數、儲存驅動與檔案系統支援，再依成功階段查 init 或感測器讀值。
模擬正常就判定整合通過：模擬可查部分程式流程，真實板子仍須驗證時序、供電及周邊整合。
練習題與解析：沿用本堂影片教學題
以下2題為自編教學題、非官方原題；題幹、選項與答案沿用本堂影片，不代表官方出題或計分方式。
第1題｜單選
開發主機使用 x86，目標板使用 ARM，要在主機建置給目標執行的程式，哪個方向正確？ A. 採用主機原生工具鏈建置。 B. 只替產物重新命名副檔名。 C. 採用匹配目標的工具鏈建置。
答案是 C。重點在目標的架構與執行環境，工具鏈必須與它們相符。用主機原生工具鏈，可能得到主機可執行、目標卻不能執行的產物；改副檔名也不會改變指令架構。這就是把「建置成功」與「目標可用」分開驗證。
第2題｜複選
紀錄顯示核心已啟動，但無法掛載根檔案系統，哪些是合理的優先檢查方向？ A. 核對根分割區參數。 B. 檢查儲存驅動是否可用。 C. 檢查 init 的相依程式庫。 D. 檢查感測器的讀值路徑。
答案是 A 和 B。根分割區參數指出要掛載哪裡，儲存驅動則影響能不能存取裝置；檔案系統類型支援也值得檢查。C 的 init 相依程式庫，要在根檔案系統掛載成功、但 init 無法執行時再查；D 的感測器讀值路徑，則在應用啟動卻沒有溫度時再查。兩者都屬於掛載成功之後的階段，不是目前的優先方向。本題要求全選對才算練習完成，這是本課自訂檢核方式，不代表官方複選計分規則。
備考檢查清單
□ 能區分開發主機與目標板，說明交叉編譯工具鏈須匹配哪些條件。
□ 能分辨組態、編譯與鏈結，按錯誤階段安排查核。
□ 能畫出 Bootloader、Kernel、根檔案系統／init、服務與應用的定位主線，並說明平台可能有額外階段。
□ 能記錄最後成功步驟與第一個失敗訊息，一次改一個條件並重現比對。
□ 能解釋根掛載失敗時為何優先查參數及儲存驅動，並區分後續 init／應用檢查。
練習任務：畫出監測器的軟硬體圖，挑選一個故障，寫下最後成功步驟、第一個錯誤與檢查順序。
本篇對應的官方範圍與延伸準備方向
本篇依官方技能規範選材，僅涵蓋上述入門觀念，並非兩科完整考綱教學，也不保證考過。依課程規劃的範圍覆蓋表，尚須另外準備：
IEX 核心：本篇只有啟動定位主線，另補 Android、排程、記憶體管理、檔案系統細節、匯流排與電源管理的完整機制。
IEX 驅動與人機介面：另準備 USB／RS232C、有線無線網路、驅動開發、圖形、輸入、視窗控制項、事件通知與 Shell 相關概念。
IEX 開發環境與整合：另以既有工具環境練習建置、板上除錯、測試與整合，並依官方更新補充最新趨勢。本文未提供完整操作訓練。
IEA：仍須另補數位電路、處理器與多核架構、記憶體階層、其他介面與硬體趨勢，以及 C 指標、位元操作及軟體分析設計。
備考行動：選1個啟動失敗情境，寫出證據、優先假設、檢查順序與驗證結果，再對照官方完整範圍補足未熟主題。
官方來源與資料說明
資料查核紀錄：2026-10-22。技能規範採官網連結版本，PDF 未標年度／版號；修訂狀態仍須依官方確認。本文不推估主題占分；Linux 技術文件僅補充觀念。
IEA技能規範（ITE官方範圍）
IEX技能規範（ITE官方範圍）
Linux裝置模型（開發專案第一方技術文件）
Kbuild（開發專案第一方技術文件）
啟動時找不到init的說明（開發專案第一方技術文件）
更多 〈ITE-嵌入式系統軟體開發專業人員〉 推薦好文
ITE嵌入式系統軟體開發專業人員怎麼準備？報考資格、考科與辦證規則
ITE嵌入式系統軟體開發專業人員備考｜IEA硬體架構、記憶體與介面重點
ITE嵌入式系統軟體開發專業人員備考｜IEA／IEX核心、驅動與中斷同步觀念
廣達、緯創徵召量子電腦人才！台灣電子五哥研發落地加速搶人
2026-07-19 經濟日報記者王郁倫 記者吳康瑋攝影 由聯合新聞網授權轉載
電子五哥廣達（2382）、緯創（3231）開徵量子電腦工程師職缺，顯示硬體廠商正從前期探索跨入著手研發，廣達徵召人才鎖定量子電腦系統內部架構設計到外部控制電腦數據讀取專才，而緯創徵才範圍更大，從晶片封測到軟硬體整合全面徵才，兩家兆元大廠布局量子電腦策略似乎正與AI伺服器布局有高度一致性。
台灣科技產業下游開始布局量子科技，緯創跟廣達都開始徵召量子科技人才，其中，緯創設定人數無上限，徵求人才內容從硬體系統線路設計、晶片封裝與量測架構、超低溫實驗平台規劃維運、微波控制器設計與讀取到核心量子裝置實驗，如位元相干時間改良（讓電腦運算更穩定更持久），最後是軟硬體整合改良。
緯創徵召量子人才的廣度極大，也凸顯布局量子電腦技術的企圖心，期望從晶片模組到整體系統都掌握。緯創董事長林憲銘日前接受《經濟日報》提問時表示，對量子電腦技術將是自研與投資雙軌並行。
林憲銘更透露，將購買一座32量子位元的超導量子機器，與AI伺服器進行連線運算測試，未來也不排除爭取IBM 等量子系統代工或關鍵零組件製造商機。故此次大舉開出量子電腦職缺，也顯示其自建量子運算中心下半年將加速啟動。
[joblist_plugin title='【緯創 量子相關】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E9%87%8F%E5%AD%90%20%E7%B7%AF%E5%89%B5' amount='1']
廣達此次開出1～2位量子人才需求名額，強調需要出差，符合業界觀察廣達常派出工程師到美國量子新創Rigetti Computing總部交流合作消息，廣達此次徵才要求主要包括量子硬體系統設計優化、量子控制線路、控制程式及資料分析工具、執行量子實驗做量子系統較準及參數設定，該部分人才技能偏向後段硬體面。
[joblist_plugin title='【廣達 量子相關】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E9%87%8F%E5%AD%90%20%E5%BB%A3%E9%81%94' amount='1']
金寶電子（2312）與國際大廠SEEQC合作室溫電腦控制平台，在電子業下游跑得相當快，下半年第一版本將展開測試，董事長許介立也透露，除超導體新創，目前也廣泛跟其他技術業者合作比方離子阱，目前投資國外新創已有2~3家，未來會持續透過此方案擴大量子電腦布局。
對此，鴻海（2317）董事張慶瑞表示，台灣產業確實開始動起來！他日前曾發言擔心台灣量子人才環境不足，除缺乏產業留才，導致培育的人才畢業後面臨無處可去，只得去台積電（2330）就職或出國就業窘境。
在政府合併AI新十大建設推動方案中，量子技術已被列為三大AI關鍵技術之一，與矽光子及機器人位階相當，政府也從2022～2026年五年內投入80億元打造業合作平台，建立量子國家隊。
張慶瑞日前接受訪問指出，本土培養的量子人才約有150至200人，畢業後卻面臨沒有量子產業可以效力。該問題能否隨廣達、緯創及工研院都開出量子人才職缺而獲得解決將是未來可關注重點。
[joblist_plugin title='更多【量子電腦】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E9%87%8F%E5%AD%90%E9%9B%BB%E8%85%A6' amount='1']
有任何收穫或想分享的，都來和大家一起聊聊吧！