104學習

工作管理

工作管理
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
「工作管理:負責制定與執行組織的工作流程與項目計畫,確保資源效益最大化及專案進度控制。主要目標為提高團隊效率、促進跨部門協作,並提升客戶滿意度。須具備優秀的組織規劃能力、溝通協調技巧及問題解決能力,並熟悉敏捷管理及專案管理工具。對於台灣職場的多元文化與人際關係管理有深入理解,能適應快速變化的商業環境,確保工作目標達成。」
關於教室
關注人數 251 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 251 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

工作管理 學習推薦

全部
影片
文章
職涯診所

05/13 11:04

0 0 2271 1

104學習精選課程

看更多課程
想提升職場競爭力?專業技能課程看起來👇
遊戲化與行為設計:創造吸引力的八個核心動力(中文字幕)
課程說明 《遊戲化和行為設計:遊戲化八角框架解密》由曾在各大企業與名校(史丹佛、Google、樂高、波士頓諮商公司、TEDx)講課的世界級知名專家與遊戲化八角框架創建者周郁凱(Yu-Kai, Chou)講授。 修習這門課的學生將能夠了解大腦如何運作,以及如何將行為設計運用在生活中不同面向的事務, 例如募款、銷售、團隊激勵、養育子女、教學和人際與感情關係等。具體而言,學生將能運用所學辨別白帽動機(賦予強烈動力但缺乏緊迫感)和黑帽動機(賦予緊迫感、讓人著迷但也使人疲憊)的差異,並學會判斷要在什麼情境下選擇哪一種動機原理來設計。 誰需要這門課? 想理解大腦運作方式和想要改善生活者 想打造能培養消費者習慣的產品、為組織機構募款、提升薪水、激勵團隊、發揮身體潛能、提高銷售額和改善感情生活者 想要激勵自我和他人或有相關目標者,學習大腦運作的知識將受益無窮課程大綱 遊戲化八角框架原理 八個遊戲化核心動力 重大的意義與呼召 重大的意義與呼召發生於玩家相信自己在做超越自我的任務,或相信自己是「天選之人」的時候。 花費大量時間在論壇上、幫忙創建社群(例如維基百科網頁或開源軟體專案)都是這個核心動力的體現。 「初學者的好運」(Beginner’s Luck)也屬於這個核心動力,這是指玩家相信自己與眾不同或受名運關照,而得以在遊戲一開始拿到稀有的寶物。 發展與成就 發展與成就是你想進步、培養技能並征服挑戰的內部動力。 在這裡「挑戰」代表的意義很重大,沒有獎盃或徽章的挑戰沒有任何意義。 針對這個動力設計也是最好做的,也剛好是分、徽章、旁行榜的設計重點。 創意培力與回饋 創意培力與回饋來自玩家參與創意發揮並需要理解、重複嘗試組合的過程。 一般人不只需要找機會發揮創意,也需要隨之而來的成品、回饋和回應。 這就是為什麼樂高和著色遊戲會這麼受歡迎,甚至常被視為常春機制,也就是不需要再多加內容就能持續保持新鮮和讓人投入的機制。 所有與佔有欲 擁有一個東西的感覺會產生這個核心動力。 當玩家擁有一個東西時,會本能地想去把這個東西變得更好,並想辦法去擁有更多同樣的東西。 這也是累積財富背後的核心動力,以及其他系統中虛擬貨幣及商品。 此外,在網路個人檔案和虛擬化身上投入大量時間的人,自然也會有佔有這些東西的感覺。 最後這也是使集郵、蒐集拼圖這些活動有趣的核心動力。 社群影響力與歸屬感 這個核心動力包含所有給人動力的社群元素:師徒關係、接納、社群發言、友誼,以及競爭與羨慕感。 如果你有朋友特別擅長某項特殊技能或擁有什麼特別的東西時,你會想變得他們一樣。 這個核心動力也會使你更容易親近和你有關的人物、地點和事件,你也更可能因為懷舊感而購入讓你聯想到童年的商品。 已經有許多人研究過這個核心動力,而很多公司現在也都將重心擺在最佳化線上社交略上。 稀缺性與迫切感 這個核心動力使我們想要那些我們沒有的東西。 很多遊戲有所謂的「預設動力」(像是要多等兩小時才能拿到獎勵這樣的機制),沒辦法立即拿到某物這件事能讓人掛念上一整天。 臉書草創初期也善用了這個核心動力:一開始只開放給哈佛學生使用。 接著開始臉書開放給其他明星學校,最後開放給所有大學。 臉書剛開始開放給所有人的時候,很多人因為以前不能用臉書所以都搶著想註冊。 不可預測性與好奇心 整體來說,這個無害的核心動力會讓你想知道未來的發展。 無法得知一件事會如何發展會使你的腦子更去想這件事。 很多人看電影和看書的動力就是來自於此。 不過這個核心動力也被彩券或樂透公司用來吸引客人。 在極具爭議的史金納箱實驗中,箱內的動物會非理性且不斷地壓下箱內拉桿,因為箱內的動物無法預測壓下拉桿後的結果。 很多人誤以為「不可預測性與好奇心」即是分數、徽章和排行榜的核心動力,但它其實是史金納箱所歸結出的核心動力 損失與迴避 這個核心動力已迴避壞事發生的行為為基礎。 狹義而言,這指的是不想喪失先前的工作成果;廣義來說,這可以是指你以退出一件事的方式來避免承認你至今的努力是徒勞。 此外即將消失的機會也含有大量的損失與迴避核心動力,因為大家會擔心如果不立刻把握的話,這輩子就再也沒機會了。 如何將八角框架運用在實際的系統中 現在我們有了遊戲化框架的八角圖像後,下一步就是瞭解要如何運用這個框架。 一般來說,優秀且吸引人的產品或系統至少會有一個上述的核心動力。 運用八角框架圖像的方法,就是把遊戲中每個機制想激發的對應動力列在八角形的各個核心動力旁。 再來,依列出的遊戲機制的強度拉伸收縮八邊形的各個角。 如果有部分縮到超過八邊形中心的程度,代表那部分的動力相當弱,需要經過遊戲化專家改善。 當然,以上所說的十分抽象,讓我們來看一些例子吧。 老師介紹 周郁凱(Yu-Kai Chou) 遊戲化與行為設計的作者 國際主題演講者 八角框架的原始創建者 著作: 《遊戲化實戰全書:遊戲化大師教你把工作、教學、健身、行銷、產品設計……變遊戲,愈好玩就愈有吸引力!》 授課單位: 周郁凱一直是全球遊戲化和動機方面的固定演講者,演講單位包括Google、史丹佛大學、樂高、特斯拉、TEDx、BCG、土耳其航空公司、華為、英國政府、新加坡政府、韓國政府、巴林政府......等。 他的工作影響了全球超過 10億用戶的體驗。 經歷: 周郁凱是遊戲化領域先驅之一,自2003年開始致力於該領域至今。2015年Rise Global評選「最具影響力的遊戲化大師100」(Gamification GurusPower 100)第一名,且被授予「遊戲化大師」的稱號。2014、2015、2017年世界遊戲化大會(the World Gamification Congress)授與「年度遊戲化大師獎」(Gamification Guru of the Year Award)。2021年5月,周老師的研究更被收錄於耶魯大學(Yale University)的知識庫(Think Tank)。 目前為The Octalysis Group的總裁,也是遊戲化指導平台Octalysis Prime的創始人。 曾為多家公司提供協助,從草創期新創公司到財富500大公司,例如LEGO、Uber、Volkswagen/Porsche、Sberbank、eBay、Fidelity Investments、AIG Japan、Verizon等。 課程大綱 第一章 1-1 課程介紹 1-2 人性化設計 vs 功能性設計 1-3 八角框架介紹 1-4 白帽動機 vs 黑帽動機 1-5 核心動力:左腦 vs 右腦 1-6 第二級和第三級八角化框架搶先看 第二章:人類行為的八個核心動力 2-1 重大的意義與呼召 2-2 發展與成就 2-3 創意培力與回饋 2-4 所有與佔有欲 2-5 社會影響力與歸屬感 2-6 稀缺性與迫切感 2-7 不可預測性與好奇心 2-8 損失與迴避 第三章:八角框架運用 3-1 白帽動機設計 vs. 黑帽動機設計 3-2 外在動機設計 vs. 內在動機設計 3-3 八角框架在其他行為和遊戲化框架 3-4 以八角框架分析實際案例 3-5 從零開始用八角框架打造遊戲化體驗 3-6 設計個案研究:Octalysis Prime 3-7 旅程尚在進行中
Mastertalks
職涯診所

08/25 15:18

0 0 1753 0

推薦給你

104學習

產品

16小時前

NVIDIA DLI 官方證書怎麼拿 ? 生成式 AI、LLM 應用開發完整攻略
想進入 AI 領域卻不知從何開始?NVIDIA Deep Learning Institute(DLI)官方認證課程為工程師、資料科學家和技術人員提供最實戰的學習路徑。課程涵蓋生成式 AI 開發、LLM 大型語言模型應用、異常偵測 AI、高效能運算 等熱門技術,透過雲端 GPU 實作環境,讓您邊學邊做,完成後且通過課後測驗即可獲得 NVIDIA DLI 官方頒發的完課證書,為履歷加分、提升職場競爭力!
🟡 NVIDIA DLI官方課程 - 使用提示詞打造 LLM應用服務
從 Prompt 編排、訊息策略、資料輸出到智慧代理設計,這門課程將是你邁向 LLM 開發的第一哩路,也是未來生成式 AI 應用不可或缺的核心技能。
Q: 誰適合這門課?
A: 具備 Python 程式設計經驗& 對 LLM 基礎知識有扎實理解
Q: 完成課程後,是否會提供相關證明?
A: 是的,在您完成所有課程內容且通過課後測驗後,將會獲得由 NVIDIA DLI 官方所頒發的正式完課證書。
🟡 NVIDIA DLI官方課程 - 異常狀況偵測的AI應用
以電信產業網路入侵偵測為出發案例,實際操作三種核心異常偵測技術,結合理論、應用與效能評估,打造真正落地的異常預測能力。你將深入探索NVIDIA 加速運算平台上的 XGBoost 與深度學習模型,體驗其在高維資料處理與推論速度上的關鍵優勢,並理解監督式與非監督式技術在異常情境中的應用差異。
Q: 這門課程需要具備什麼樣的知識?
A: 為確保您能深入吸收課程內容,建議應具備:
1. Python 資料科學實務經驗
2. 對深度神經網路訓練原理的理解
NVIDIA DLI 課程能讓你親手操作 NVIDIA 最新技術,全面提升你在業界關鍵職位所需的實戰能力。
看更多
0 0 193 1
你可能感興趣的教室