104學習

量化分析

量化分析
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
透過數據和數字,將複雜問題拆解成可衡量的指標,幫助企業做出更精準的決策。具備此能力能有效找出趨勢、風險與機會,提高工作效率和成果的可預測性,對行銷、財務、風控等多個領域都非常重要。掌握相關統計工具與程式語言,更能強化分析深度和準確度。
關於教室
關注人數 0 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 0 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

量化分析 學習推薦

Rita Chang

集團行銷長暨副總經理

2022/01/10

被美化過的履歷表?
『都是104 Giver害的啦,我都收到很完美的履歷表,實際上來應徵卻.....』
上面這句話是某次參加活動的時候,有一位Giver提出來的。
他說,身為HR,看到一些履歷寫的真不錯,有架構,有邏輯,有量化的成效,照片也拍得很好。結果找來應徵,才發現對方寫得比做得好,一問才知道原來是診療室的Giver幫忙 "調教" 過的履歷表,難怪可以被列入 "已讀已回邀請面談" 之列。結果面試過程中,卻不盡理想,讓他有點失望。
有一位新加入的Giver透過簡訊問我:『我看對方改了好幾次履歷表都不到位,妳會建議我直接幫他改嗎?』
答案當然是 "母湯喔"~
「履歷表」原本就是用來爭取面試的門票,當時這項診療室的服務,無非想要協助年輕人,整理自己的優缺點,能夠以 "用人主管或HR的角度" 來爭取面試的機會。
以我自己為例,
(1) 我會請對方詳細閱讀他有興趣的工作,開出來的求職條件。
(2) 找出自身有過的經歷或經驗,或是曾經學習過的內容。對應求職條件的項目,整理出優勢,可以有量化的成果更好。
(3) 同時,我會提供履歷範本給他參考 (https://www.104.com.tw/profiles/?utm_source=104&utm_medium=resumeclinic_index) ,觀摩別人是怎麼寫履歷的。
做到以上幾項,Giver的任務也完成一大半。Giver是協助整理的高手,而不是整形高手。
剩下的就是靠求職者自己的實力和努力了。
讓我們成為剛剛好的Giver。
看更多
10 2 545 1

熱門精選

104學習

產品

04/20 08:00

AI學不完、工具看不懂?上班族的 AI 焦慮,不一定是壞事
當 AI 從科技新聞走進日常工作,愈來愈多上班族開始感受到一種新的職場壓力:明知道 AI 很重要,卻不知道該從哪裡開始學;想跟上趨勢,又怕自己學得太慢、用得不夠好。
這種焦慮,其實正成為許多職場工作者的共同心情。
只是,面對 AI,真正該解決的也許不是「我還不夠強」,而是「我能不能找到適合自己的學習節奏」。AI 時代需要的,不是每個人都變成技術專家,而是學會如何把工具變成工作助力。
為什麼 AI 讓上班族特別容易焦慮?
AI 帶來的焦慮,並不只是因為工具難學,而是它同時牽動了上班族對未來工作的想像與不安。
一方面,企業開始重視 AI 能力,市場也不斷強調 AI 素養的重要性;另一方面,多數上班族本來就已經被工作、績效、會議與生活壓得喘不過氣,很難再騰出完整時間從頭學習。當「學 AI」被視為一種不能不做的事,壓力自然就放大了。
更現實的是,AI 更新速度太快。今天大家在學聊天機器人,明天又開始討論簡報生成、自動化流程、影音製作與研究整理工具。資訊愈多,反而愈容易讓人陷入一種無力感:工具這麼多,我到底該先學哪個?
多數人的焦慮,來自怕自己跟不上
不少上班族對 AI 的不安,並不完全是因為不會使用,而是擔心自己來不及。
社群平台上,常常充滿別人用 AI 提升效率、快速完成工作的案例。看久了,很容易產生一種錯覺:是不是大家都已經很熟,只有自己還停在原地?
但事實上,很多人也都還在摸索。只是社群習慣呈現成果,不會呈現卡關與試錯的過程。你看到的是別人整理好的答案,卻沒有看見他們前面花了多少時間摸索。
所以,AI 焦慮某種程度上不是能力問題,而是比較帶來的壓力。當你把焦點放在「別人會多少」,就很容易忽略自己其實只是還沒找到最適合的起點。
AI 時代,不是學最多的人最有優勢
很多人一提到 AI,就會直覺認為自己必須懂很多工具、追很多新知、熟悉很多名詞,才算有競爭力。
但對大多數上班族來說,真正重要的從來不是「知道多少」,而是「能不能用得上」。
企業不一定在意你有沒有追到最新工具名稱,卻會在意你能不能把 AI 轉化成實際成果。例如更快整理資料、更有效率地產出內容、更清楚地撰寫提案、更順暢地處理日常溝通。換句話說,AI 能力不一定等於技術深度,更常是工作應用能力。
也因此,上班族其實不需要一開始就什麼都學。比起追著工具跑,更重要的是先回頭看:自己工作中最常卡住、最耗時、最需要優化的是哪一段流程。
面對 AI 學習焦慮,先從工作痛點開始
如果一開始就從熱門工具出發,很容易學到一半就失去方向。因為你可能知道工具很多功能,卻不知道它和自己的工作到底有什麼關係。
比較有效的方法,是直接從工作痛點出發。
例如,常常要寫文案的人,可以先學 AI 的發想、改寫與摘要能力;經常需要開會的人,可以先學如何用 AI 協助整理會議重點;常常做報告、寫企劃的人,也可以先練習讓 AI 協助架構內容、整理重點與修飾表達。
當 AI 能立刻幫你解決一個具體問題,學習就不再只是跟風,而會變成一種有感的工作升級。這時候,焦慮也會慢慢被掌控感取代。
不用一次學很多,先學會一件小事就好
很多上班族之所以遲遲沒有開始,不是因為沒意願,而是把目標設得太大。
像是「我要學會 AI 工作流」「我要變成 AI 高手」「我要跟上所有新工具」,這類目標聽起來很積極,實際上卻容易讓人更有壓力。因為目標太大,就會讓第一步變得很難跨出去。
相反地,真正適合忙碌工作者的方式,往往是從小處開始。今天先試著用 AI 幫忙整理一份資料,明天讓它協助修改一段文字,下週再試著建立一兩個常用的 prompt。這些看似很小,但只要能穩定累積,就會逐漸變成你的新工作習慣。
在 AI 時代,真正拉開差距的,常常不是誰學得最快,而是誰能持續地用。
接受一件事:你本來就不需要什麼都會
AI 工具不會停止更新,這代表幾乎沒有人能夠真的「全部學完」。
所以,上班族最需要建立的,不是無所不會的壓力,而是選擇的能力。你要知道哪些值得學、哪些與自己工作最有關、哪些能真正帶來效率提升。
例如,行銷人員需要的 AI 應用,可能和人資、業務、專案經理完全不同。每個職務的需求不同,本來就不需要用同一套標準衡量自己。
與其因為自己不懂某個熱門工具而焦慮,不如先問:這個工具和我的工作有關嗎?它能不能幫我解決實際問題?如果答案是否定的,那麼暫時不學,也不代表你落後。
AI 焦慮未必是壞事,關鍵在怎麼看待它
從另一個角度看,AI 焦慮其實也反映了一件事:你在意自己的成長,也在意自己是否能適應新的工作環境。
這不一定是壞事。
真正需要避免的,不是焦慮本身,而是被焦慮困住,最後既沒有開始,也沒有找到方法。只要把那份不安轉成比較務實的行動,例如先解決一個工作問題、先熟悉一種工具場景、先建立一個小小的使用習慣,它就有機會變成推動成長的力量。
對上班族來說,AI 不是一場非贏不可的競賽,而是一段新的工作適應期。你不用一開始就表現得很厲害,只要願意開始,就已經比停在原地更重要。
結語:與其害怕被 AI 取代,不如學會和 AI 一起工作
AI 正在改變職場,這件事已經很明確。只是,面對改變,最好的方法從來不是放大恐懼,而是重新調整自己的學習方式。
你不用什麼都懂,也不用急著證明自己很會用 AI。更重要的是,從自己的工作出發,找到最需要被優化的一個環節,然後讓 AI 成為你的協作工具。
未來更有競爭力的人,不一定是最懂 AI 的人,而是最能把 AI 融入工作、持續學習、持續調整的人。
所以,當你也感到 AI 學習焦慮時,也許可以先提醒自己:
你不是落後,只是在適應一個變化很快的新時代。
而所有真正有用的成長,都是從願意開始的那一步開始。
看更多
3 0 1495 0
你可能感興趣的教室