104學習

韌體開發

指的是針對硬體設備中介於硬體與軟體之間的系統軟體進行設計與撰寫的能力。這類軟體通常直接控制硬體運作,要求對硬體架構、通訊協定及低階程式語言(如C、組合語言)有深厚理解。擁有此技能的人能優化設備效能、提升穩定性,並確保硬體功能能被正確調用。對於物聯網裝置、消費性電子產品、嵌入式系統等產業尤為重要。具備此技能,有助於在電子、資訊與製造業中取得關鍵技術職位,提升職場競爭力。

4,973 個相關職缺

提升你的實力,朝專業更進一步

精選課程

充實自己,讓能力持續成長

AI工程師與企業開發必修!FastAPI後端精通:全面入門與進階實戰指南
AI工程師與企業開發必修!FastAPI後端精通:全面入門與進階實戰指南
軟體工程師就業培訓
軟體工程師就業培訓
打造高投入團隊:遊戲化工作設計與激勵機制實作班【9/17】
打造高投入團隊:遊戲化工作設計與激勵機制實作班【9/17】
人資與採購必學! AI 流程自動化應用實戰工作坊【10/20】
人資與採購必學! AI 流程自動化應用實戰工作坊【10/20】
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】
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】
Anthropic Claude Code AI協作程式開發課程
Anthropic Claude Code AI協作程式開發課程
文組跨域轉職工程師
文組跨域轉職工程師
掌握Claude Code從零打造企業級全端開發應用實戰班
掌握Claude Code從零打造企業級全端開發應用實戰班
掌握Claude Code從零打造企業級全端開發應用實戰班
掌握Claude Code從零打造企業級全端開發應用實戰班
關鍵人才發展策略:提升組織韌性,實現人才永續【08/28】
關鍵人才發展策略:提升組織韌性,實現人才永續【08/28】

精選證照

考取專業證照,讓能力被市場看見

進階軟體設計專業人員 |
進階軟體設計專業人員證照旨在驗證持有人具備高階軟體設計與開發能力,涵蓋系統分析、架構設計、程式撰寫及測試等關鍵技術。持證者能有效運用物件導向設計原則及軟體工程方法,解決複雜問題並提升軟體品質與維護性,適用於大型專案開發與團隊協作,提升職場競爭力與專業價值。
財團法人中華民國電腦技能基金會
Google專業級機器學習工程師認證 |
專業級機器學習工程師利用 Google Cloud 功能與機器學習方法的知識,來建立、評估、生產和優化AI解決方案。機器學習工程師處理大型、複雜的資料集,並建立可重複、可重複使用的程式碼。 根據基礎模型設計,同時實施生成式AI解決方案。 機器學習工程師著重AI實踐,與其他職位密切合作,以確保AI應用程式的穩定與成功。 機器學習工程師具有扎實的程式設計能力、資料平台以及分散式資料處理工具的經驗。精通模型架構、資料和機器學習管道創建、生成式 AI 和指標解釋等領域。 機器學習工程師須熟悉MLOps、應用程式開發、基礎架構管理、資料工程和資料治理的基礎概念。 幫助團隊有效運用AI解決方案。透過訓練、再訓練、部署、調度、監控和改進模型。
Google
SSE AI 提示詞工程師 |
[ 引領AI時代的語言設計專家認證 ] 隨著生成式人工智慧(Generative AI)快速崛起,從文字生成、圖像創作、音樂編排到自動化工作流程,「提示詞(Prompt)」設計能力已成為駕馭AI的關鍵技能。而「Prompt Engineer(提示詞工程師)」作為新興且高度需求的職業角色,正逐漸在學術界與職場上嶄露頭角。 AI Prompt Engineer 國際認證應運而生,旨在建立一套標準化、系統性的評量機制,協助學習者掌握與AI互動的語言設計邏輯,具備實務操作能力與創造性思維,為進入AI產業奠定堅實基礎。
Silicon Stone Education (SSE)
微處理器與嵌入式系統應用 |
近年來,隨著發展,嵌入式嵌入式的應用不斷擴大。多設備設備設備設備需要嵌入式嵌入式系統來實現智能化智能化智能化,從而實現和模式系統的開發和應用帶來了更多的挑戰和機遇。 微處理器與嵌入式系統應用證照專注於培養專業人士在微處理器和嵌入式系統應用方面的技能和知識。通過這項證照的專業人士具備能夠設計、開發和應用微處理器和嵌入式系統的能力,並了解相關的硬體和軟體技術。
TIPCI臺灣國際專業認證學會
人工智慧:機器學習 Python |
人工智慧研究如何使機器具有類似人類學習及解決複雜問題、抽象思考、展現創意等能力,是能讓事物變更聰明的科技。其研究範圍包含了:電腦視覺、語音工程、自然語言處理、移動與控制等。做為人工智慧體系的一部分,「機器學習」是一種資料科學的技術,也是實現人工智慧的一種方式,從資料中學習,獲得辨識或預測新進資料的技能,以協助電腦預測未來的行為、結果和趨勢,其技術廣泛應用在不同領域。 財團法人電腦技能基金會TQC+人工智慧:機器學習的題目設計包含:「監督式學習」、「非監督式學習」、「機器學習應用」等必備的知識及技術,運用不同機器學習方法進行實際案例之分析預測。
財團法人中華民國電腦技能基金會
人工智慧應用與技術 (實用級/進階級/專業級) |
人工智慧應用與技術證照分為實用級、進階級及專業級,涵蓋人工智慧基礎理論、機器學習、深度學習及資料分析等核心技能。持有該證照者具備運用AI技術解決實務問題的能力,能設計並優化智能系統,提升企業數位轉型效能。證照適合希望掌握AI技術並應用於各行各業的專業人才,助力職涯發展與競爭力提升。
尚未查核發照單位

精選貼文,掌握第一手知識

從工業配線到智能控制——大安高工電機科:兼具強電配線與弱電控制的專業課程

從傳統電力配線、馬達控制,到物聯網、人工智慧與工業自動化,電機技術早已深入現代生活與科技產業。位於臺北市的大安高工電機科,透過循序漸進的專業課程,讓學生從基礎電學出發,逐步掌握電路設計、程式控制與跨領域整合能力。 深耕技職教育26年,培養兼具理論與實作的電機人才 投入技職教育已有26年的張益華主任,最初於大安高工電機科進行教育實習,親眼見證學生透過動手實作建立自信,也因此確立投入技職教育的方向。後來取得國立臺灣科技大學電機工程研究所控制組博士學位,將學術理論與教學實務相互結合,持續培育電機專業人才。 談到電機科與電子科的差異,張主任以「電機提供動力,電子處理訊號」簡單說明。電機科著重電力應用、設備驅動與控制技術,但隨著產業自動化,兩者的專業界線逐漸融合。 如今,大安高工電機科不僅教授傳統工業配線,更延伸至PCB電路板設計、單晶片控制、物聯網及機器手臂操作等領域。張主任以「知識築基、實作淬鍊、專業賦能」三個關鍵字,概括科上的教學理念,期望學生不只理解原理,更能將技術應用於實際問題。 從基本電學到PLC控制,循序建立電機專業能力 高一課程以「基本電學」及「基礎配線實習」為核心,學生先理解電路原理,再從開關、燈具等簡單電路開始練習,逐步熟悉電路圖判讀、導線連接及電路量測。 「沒有確認,就不能送電。」張主任特別強調實習安全的重要性。除了正確操作,學生也必須學會檢查線路、判斷異常,培養獨立排除故障的能力。 進入高年級後,課程逐漸深入「電機機械」與「PLC可程式控制實習」,學習馬達、變壓器的運作原理,並透過撰寫控制程式,讓設備依照設定條件自動運作。 此外,「智慧居家監控實習」與「微處理機控制實習」則結合感測器、物聯網通訊及程式設計,讓學生從傳統強電配線跨足弱電控制,逐步具備智慧自動化系統的整合能力。 圖片:學生實作課程 課堂知識延伸專題製作,展現創意與解決問題的能力 高三洪同學回顧三年學習,最令他印象深刻的是與同學合作完成遊戲開發專題。團隊受到《瑪利歐》等2D遊戲啟發,嘗試跳脫傳統跳躍、閃避障礙的玩法,設計出透過交換位置來進行闖關的遊戲機制,最終獲得科內小專題第一名。 洪同學分享,最大的挑戰在於將課本理論轉化為實際作品。過程中雖然運用ChatGPT協助開發,但仍需要具備足夠的專業知識,才能判斷AI提供的內容是否可行,並持續修正。 相較之下,陳同學更偏好理論課程。家人從事半導體相關工作,讓她有機會接觸科技產業,進而選擇電機科。她坦言,自己並非特別擅長實習,尤其在智慧居家監控課程中,從零開始學習程式設計曾讓她感到吃力,所幸透過觀察與請教同學,逐步理解操作方式。 兩位學生的經驗也反映出,電機科並非只有動手實作,理論理解、邏輯思考與團隊合作,同樣是不可或缺的學習能力。 圖片:洪同學遊戲開發成果圖 從證照培訓到全國競賽,累積專業技術與實戰經驗 除了課堂學習,大安高工電機科也規劃完整的技能檢定輔導,包含工業配線、室內配線、工業電子丙級,以及數位電子乙級技術士證照,協助學生逐步累積專業能力。 競賽培訓則採取「平時扎根、專項培訓、經驗傳承」模式,由教師發掘具潛力的學生,透過課後訓練、模擬競賽及學長經驗分享,延續科上的技術傳承。 在全國工業類學生技藝競賽中,大安高工電機科於108至112年連續五年獲得工業配線金手第一名,114年再度奪冠。 專題實作同樣成果亮眼,例如「AI視覺辨識—自動收羽球機」獲得114年全國專題實作競賽第一名,「限高之眼—車道智慧辨識系統」則獲得佳作,展現學生結合AI、感測與自動控制技術的能力。 圖片:學生專題成果|AI視覺辨識—自動收羽球機 升學與就業選擇多元,電機工程延伸至半導體與智慧製造 電機科畢業後,學生多選擇繼續升學。根據張主任分享,科上國立科技大學錄取率達90%,其中國立臺灣科技大學、國立臺北科技大學及國立臺灣師範大學三校錄取率合計達60%。 未來發展也不侷限於傳統電力產業,隨著專業進一步分流,可朝半導體與IC設計、資通訊、綠能、智慧自動化、機器人及AI等領域發展。 受訪的陳同學與洪同學,目前也都以國立臺灣科技大學電機工程系為升學目標,期望延續高中所累積的專業基礎。 選擇電機科,興趣與邏輯思考比追逐產業熱潮更重要 什麼樣的學生適合電機科?張主任認為,喜歡動腦、願意動手,並且對科技充滿好奇、遇到問題願意嘗試解決的學生,都值得考慮。 洪同學則提出另一個觀點。他認為,不應只因半導體產業熱門或薪資前景而選擇電機科,更需要了解實際學習內容,確認自己是否願意長期投入。 張主任也提醒家長,選擇技職教育,不只是選擇科系名稱,更要理解孩子的興趣、性格與學習方式。電機科既需要扎實的理論,也需要反覆實作與面對挫折的耐心。 從一條電路的連接,到整套智慧系統的開發,大安高工電機科讓學生在三年中逐步累積專業知識與實作經驗。正如張主任所言:「選電機,不只是學一項技術,而是培養解決問題、跨域整合與面對未來的能力。」 開箱電機科學習日常!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
【104職場力】

精選 開會、寫信、簡報、交接,AI幫完還是卡關?4種協作工作先想對方要什麼

會議紀錄寫很長,卻沒人說得清誰要做什麼?信改得很客氣,對方還是不知道要回什麼? 跟人協作的工作,AI最容易幫倒忙的地方,是它不知道「另一個人」需要什麼。 第二季四種協作工作,一樣共用同一個骨架: 1. 交代目的與標準:這份東西要讓誰做什麼? 2. 排好先後步驟:先拿中間產物,確認後再往下做 3. 要求附上依據:原話、資料來源、例外狀況,讓你能驗收 套到四種工作,各有一個先後順序: ① 整理會議|先抓決議,再寫紀錄 先列出這場會要拍板的問題,再請AI逐項整理決議、負責人、期限,附上原話;沒說清楚的標「待確認」,沒結論的另外列。 ② 寫難開口的信|先想對方怎麼回,再動筆 先交代雙方關係和這封信要對方做什麼,分開寫語氣和不能退讓的底線;寫完請AI扮收件人回一封,看看哪裡會卡住。 ③ 做簡報|一頁一句結論,先排故事線 每頁先寫一句結論,依問題、證據、建議排順序;再看聽眾要做什麼決定,把用不到的頁移出主線。 ④ 寫SOP與交接|讓AI先訪問你,再寫步驟 不要只給一個標題,請AI一題一題問你實際怎麼做;補上例外和判斷點,最後請它用新人的角度讀一遍。 最常見的三個錯誤: ・把逐字稿、客戶資料整份貼進去,沒先確認公司規定、去除個資 ・負責人、日期讓AI自己猜,沒找當事人確認 ・AI模擬的回覆、試讀,被當成對方已經同意 小練習:挑一件這週要跟別人協作的工作,先寫下這一句再交給AI—— 「這份東西是給__的,看完我希望他__。」 比較一下,和你平常直接說「幫我整理/幫我寫」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」第二季四堂已經上線,免費報名就能看: 第5堂|5分鐘學會用AI整理會議 https://nabi.104.com.tw/course/104nabi/2fefe44f-c3e6-4499-a854-b68cb7915b86 第6堂|5分鐘學會用AI寫難開口的信 https://nabi.104.com.tw/course/104nabi/3acb180b-67ff-45db-9d40-a90639d2f6e8 第7堂|5分鐘學會用AI做簡報 https://nabi.104.com.tw/course/104nabi/bfbe4983-6e83-40d3-bfee-4221376928c6 第8堂|5分鐘學會用AI寫SOP與交接 https://nabi.104.com.tw/course/104nabi/d9bb9851-a417-4d4c-abc5-58295acd2149 還沒看第一季(寫企劃、做研究、看數據、審提案)的話,也可以從第1堂開始: https://nabi.104.com.tw/course/104nabi/57aed01b-9d82-4438-b09e-e2367abc0207 也歡迎在留言分享:開會、寫信、簡報、交接,你最常卡在哪一種? 使用提醒:AI可能出錯,重要資訊請自行查證;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。
104學習・AI 趨勢報-科技愛好者的產地🤖

用 Claude Code 打造全端應用,AI 結對編程讓開發效率大幅提升!

陳贈文 文章分類:AI課程 參訓課程:掌握 Claude Code 從零打造企業級全端開發應用實戰班 現  職:軟體工程師 用 Claude Code 打造全端應用,AI 結對編程讓開發效率大幅提升! 👨‍💻 學員背景 資訊科技產業軟體工程師,負責系統後端開發、伺服器維護與架構設計。 🎯 參訓目的 隨著 AI 技術興起,工作上需要更高的開發效率,因此希望學會 AI 工具整合於開發流程,加速專案交付。 🏆 最大收穫 學會將 Claude Code 與 gstack 實戰應用於企業級專案,透過 AI 結對編程顯著提升開發效率,並掌握提示詞工程與錯誤除錯技巧。 📝 產業背景與職務內容 我目前在資訊科技產業擔任軟體工程師,主要負責系統後端開發、伺服器維護與整體架構設計。日常工作除了撰寫與優化程式碼之外,也需要處理系統的除錯與效能提升,確保企業內部各式應用服務能穩定運行,並隨時支援新功能的擴充與上線。 📚 選擇恆逸課程的原因 隨著 AI 技術爆發,工作上越來越需要快速交付專案。為了大幅提升開發效率,我希望能將 AI 工具無縫導入工作流程。恆逸的這堂課主打「Claude Code」與「gstack」實戰,正好完全命中我渴望從零打造現代化全端應用、加速開發週期的迫切需求。 👨‍🏫 講師教學特色 授課講師最讓我印象深刻的是,能將複雜的技術概念具象化,對每天面對冷冰冰程式碼的工程師來說非常有幫助!講師不只是唸簡報,而是直接打開編輯器,Live Demo 展示如何一步步使用 Claude Code 輔助開發。講解 gstack 技術棧時,特別強調各元件的整合邏輯。以往自己摸索常卡在環境設定或版本相容性問題,但講師用幽默比喻,把前後端資料流與 AI 協作的觀念講得很清楚。每當我們實作遇到報錯,講師總能一針見血指出問題,還會故意示範「AI 可能會寫出的錯誤程式碼」,手把手教我們如何引導、修正 Claude Code 的輸出。這種「不怕犯錯、從除錯中學習」的氛圍,大大降低了我對新技術的學習焦慮。講師也常分享業界實戰經驗,讓我們不只學工具,更學到企業級開發的架構思維。整堂課充滿破關解謎的成就感,讓我覺得「學得超好、任督二脈被打通」! 💡 課程中最有收穫的技術或觀念 在上課過程中,我最有收穫的是徹底打破了對 AI 寫程式的刻板印象。以前覺得 AI 生成的程式碼難以直接套用在企業級專案,但在這堂課實作 gstack 全端應用時,我真正體會到「AI 結對編程」。精華在於運用 Claude Code 從零開始搭建 gstack 架構,學會如何精準下達 Prompt,讓 Claude Code 快速生成樣板程式碼,自己則專注於核心業務邏輯。遇到複雜資料庫連線或 API 路由規劃時,直接請 Claude Code 提供建議,甚至協助找出效能瓶頸並重構。這堂課強調實戰而非死記硬背考照。建議上課時一定要親自動手寫程式,遇到 Claude 產出不如預期時,就是練習「提示詞工程」的最佳時機。學會與 Claude 溝通、引導它寫出符合企業標準的程式碼,是我這趟學習中最寶貴的收穫。 🚀 課程對工作實務的幫助 結訓回到工作崗位後,課程效益立刻顯現。最近公司要開發內部自動化監控儀表板,若照以往流程,光是前端、後端 API 到資料庫,至少要一兩週。這次我直接應用課程學到的 gstack 架構,全程搭配 Claude Code 輔助,讓 Claude Code 生成 API 框架,快速完成前後端資料綁定。遇到不熟悉的模組套件,也能直接問 Claude Code 並取得實作範例。結果,原本預估兩週的專案,我只花不到四天就交付,程式碼品質與架構甚至比以前純手工寫的還好!開發效率大幅提升,不僅讓我準時下班,也讓主管注意到我導入新技術與高效率產出的能力。這門課帶來的「實質生產力躍升」,已成為我年底績效考核時爭取加薪、升遷的最佳籌碼。對於想在 AI 時代保持競爭力的軟體工程師來說,這絕對是投資報酬率極高的實戰課程! 完整文章:https://ucom.uuu.com.tw/web/Testimony/Article/12901
精誠資訊恆逸教育訓練中心・精誠資訊恆逸教育訓練中心

告別制式勞動,迎向 AI 時代人才的變革與重構

從 AI、大數據到雲端運算,智慧科技持續重塑企業運作模式,也同步改變科技人才的能力結構與職涯路徑。當技術不再只是工具,而是開始參與決策、流程與協作機制的設計時,企業對人才的期待,也隨之快速被改寫。隨著生成式 AI 進入科技研發現場,產業競爭的焦點,逐漸從單純的效能與技術規格面,轉向研發流程、協作效率與人才結構的重新配置。 文/104人力銀行 立即下載《2026科技業人才報告書-人才版》 本文導覽: 先定義後拆解,掌握工具且能同時進化的優勢 AI 不是取代能力,而是重新設計組織的槓桿 AI 改變的不只是工具,而是人才競爭的基準 無論是深耕資安領域的趨勢科技、由單點工具轉向 AI 驅動工作流程的KDAN 凱鈿、將服務版圖延伸至「新商務」場景的騰雲科技,亦或是持續推動流程優化的技嘉科技,皆不約而同指出:AI 並不是單一技術的導入,而是從根本上,重新定義工程師的工作方式與企業的選才邏輯。 先定義後拆解,掌握工具且能同時進化的優勢 趨勢科技指出,在資安產業中,AI 的導入不僅提升效率,更放大了攻防的速度與規模。企業真正需要的,已非能單純完成任務的工程師,而是要能理解問題、拆解問題,並知道如何運用 AI 讓產品與防禦能力持續進化的人才。「企業現在看的人才,不再是會不會寫 code,而是能不能用 AI 定義問題、拆解問題,並把它真正放進工作流程裡。」 這樣的轉變,使「會寫程式」逐步從門檻條件,轉變為一種基本能力。 KDAN 凱鈿則觀察到,企業選才的標準明顯被翻轉。過去對工程師的面試,多半以程式語言的熟悉度為主,然而當 AI 加入成為日常工具,真正拉開差距的,反而是思考邏輯和問題拆解的能力。「以前我們面試工程師,程式語言熟悉度大概佔六、七成,思考能力佔三、四成;現在幾乎倒過來。」甚至可以說,判斷能力及邏輯架構,已遠勝單一技術的掌握。能力結構之外,AI 也在重新設計工作流程本身。 AI 不是取代能力,而是重新設計組織的槓桿 面對 AI 帶來的轉型壓力,騰雲科技則是認為,企業需要的人才,除了熟悉新工具,得要能解構既有的流程與模式,並予以重新加以設計。「頂尖的人才必須完備能解構問題的智慧,將經年累月結痂的既有工作流程無情拆解,再結合新工具進行徹底重構,以此創造出破局的商業價值。」在如此框架之下,AI 並非取代既有能力,反倒成為推動組織再造的重要槓桿。 相較之下,在硬體與韌體研發領域,AI 帶來的影響則呈現不同面貌。 AI 的導入並非突然出現,而是建立在長期流程自動化與知識共享文化的基礎之上。技嘉科技表示,當標準化與重複性的工作逐步由工具接手,企業在選才的課題上,反而更回到人才的本質。「AI 並沒有讓工程師變得不重要或被取代,反而讓一件事變得更加清楚——當工具越來越強,人真正不可取代的,仍然是持續學習、理解問題,以及把經驗轉化為能被團隊延續的知識。」 也因此,雖分處不同產業與戰略位置的四家企業,卻給出近乎一致的答案——AI 確實已改變你我的工作流程與內容,也對工程師的角色重新定位,然而企業真正關注的,不是誰會被取代,而是誰能定義出與 AI 協作的新方式。 AI 改變的不只是工具,而是人才競爭的基準 當 AI 已能協助完成大量數據的整理、流程文件撰寫及程式生成,甚至是輔佐當下決策的研判時,隨之浮現的是一個跨越產業和領域的深層叩問——AI 會不會取代人類? 觀察四家受訪的企業,答案竟出乎意料地一致:AI 並不會讓「人」變得不重要,而是讓人才的價值重新排序。但首先被改變的是,企業對工程師角色的認知與理解。當標準化、重複性的工作逐步由工具接手,真正拉開差距的,不是技術的熟練度,而是能否理解問題、拆解流程,並持續與新工具共同進化的能力。 正如受訪者所指出:「不是 AI 會取代人,而是會用 AI 的人,會取代不會用 AI 的人。」對企業而言,這意味著選才邏輯正在改變;對求職者而言,也代表未來職場的競爭力,將來自於跨領域理解問題的能力,以及在變動之中持續重塑自身角色的位置。 立即下載《2026科技業人才報告書-人才版》 掌握更多科技業人才趨勢,大家都在看這些: 告別制式勞動、迎向職能重構:騰雲科技在 AI 時代的破局商業學 AI 時代,寫程式不再是護身符——KDAN 凱鈿重新定義「好人才」 AI 時代的研發現場:回歸人才特質,技嘉如何重新定義工程師的工作方式 在趨勢科技,唯一的競爭對手是駭客:AI 時代下,資安人才與研發現場的真實變化
【104職場力】

AI 時代的研發現場:回歸人才特質,技嘉如何重新定義工程師的工作方式

隨著 AI 技術快速發展,科技產業的競爭焦點也逐漸從單純的硬體效能與產品規格,轉向研發流程、協作效率與人才結構。AI 的導入不只是加入新工具,而是重新定義工程師的工作方式,整個工程生態正逐漸從「單一開發」走向「系統化管理」與「跨域協作」。 文/104人力銀行 本文導覽: 從自動化到 AI 工具導入,研發現場的變革早就開始 AI 真正改變的,是工程流程的邏輯 AI 改變選才條件嗎?技嘉更看重的是:人格特質 AI 不會取代工程師,但會改變工程師的角色 在技嘉科技(GIGABYTE Technology,以下簡稱技嘉)的研發現場,這樣的轉變其實已經持續了十多年。韌體開發二處處長吳宗達在技嘉任職超過十五年,主要負責主機板 BIOS 與韌體相關開發。他回顧,從早期 CI/CD 與開發自動化,到近年把 AI 工具與 AI Agent 帶進工作流程,真正改變的並不是單一技術,而是整體研發流程的思考方式。 從自動化到 AI 工具導入,研發現場的變革早就開始 吳宗達回憶,十多年前進技嘉時,研發團隊仍有大量重複且需仰賴人工處理的工作,流程也尚未建立完整的標準化機制,於是開始著手推動工作流程的優化,而 AI 的導入並非突然,而是建立在多年流程自動化與整合的基礎之上,AI 的加入更像是一把催化劑,正微妙地重塑工程師的日常。 過去很多時候,只要把功能完成即可;現在則更強調文件與知識整理。「以前可能只要把事情做完,現在會更重視為什麼這樣做,還有怎麼讓別人下次更容易接手。」 AI 真正改變的,是工程流程的邏輯 AI 對研發現場最大的影響,其實不是單一工具,而是整個開發邏輯的轉變。就吳宗達形容,過去的工程流程比較像是單一線性的任務鏈,僅需交付給特定負責的人即可。 隨著產品與系統越來越複雜,單靠記憶與口述交接已難以支撐整個研發體系,這些原本存放在人腦中的知識與個人經驗,必須被整理成文件、紀錄與規格,甚至要能轉化成可被系統使用的資料結構。 從口耳相傳的經驗,轉向數位化的 Open File,最終成為 AI 可讀取的 Open Data。然而從AI 的角度來看,真正的問題反而是餵給 AI 的「資料不夠多」。他指出,若企業內部沒有足夠的工作紀錄、文件資料,AI 也無法持續迭代學習。 也因此,就研發流程上逐步從「流程導向」(Process Oriented) 轉向 「API 導向」(API Oriented)的思維,將原本分散在不同開發人員或部門的工具與資料可以被串接,整體的工作流程也能橫向擴展。 他坦言,AI 目前主要還是輔助的角色,部分的規格整理、工作日誌彙整,皆可透過 AI Agent 協助完成,同時讓管理者能更容易掌握專案脈絡、進程。倘若涉及到績效評估、團隊溝通或情境判斷時,仍需要回到「人」來做最後的決策。 技嘉科技韌體開發二處處長吳宗達 AI 改變選才條件嗎?技嘉更看重的是:人格特質 AI 技術快速發展,也讓許多企業重新思考或定義徵才的條件;而在技嘉的研發團隊中,選才標準並沒有出現劇烈改變,反而是回歸初衷:人格特質。 人資夥伴補充,技嘉的研發職缺,第一關是由主管直接做篩選,長期以來他們最重視的特質,其實一直沒有變:好奇心、學習能力,以及解決問題的熱情。AI 工具的使用經驗當然加分,對多數 RD 職缺來說,並不是唯一的門檻,只要具備良好的基礎能力與學習意願,很多工具都可以進公司後再學習。 在吳宗達看來,AI 時代反而讓這些人格特質變得更重要。根據他的觀察,現在不少工程人才會透過 Side Project 或 GitHub 專案展示自己的能力,像是開發小工具、嘗試自動化流程,甚至研究區塊鏈或智能合約等題目。這些看似與職缺未必直接相關的經驗,往往能反映一個人是否真的對技術有興趣,也更容易被企業注意到。 「如果一個人平常就會自己做一些 Project,我通常會特別留意。」這也正呼應當前科技產業的招募趨勢,對許多年輕工程師而言,找工作不再只是離職後才開始準備,而是平時持續累積作品與成果,在市場上保持被看見的狀態。 AI 不會取代工程師,但會改變工程師的角色 當被問到 AI 是否會取代工程師時,吳宗達的答案很直接:「不會,但工作思維一定會變。」他認為,未來的工程師角色會更像是與 AI 協作的整合建構者,而不是單純執行任務的人。許多企業過去長期忽略的流程問題,包括知識沒有被記錄、流程缺乏標準化⋯⋯現在都必須重新整理並規格化。 因此,看似「工作變多」,但其實是那些是原本被忽略的流程工作,現在開始被系統化與文件化。隨著 AI 工具越來越成熟,工程師的價值也正在改變:不再只是完成某個任務,而是能理解整體工作流程、整理知識,並讓團隊能力得以持續累積。 AI 並沒有讓工程師變得不重要或被取代,反而是讓一件事變得更加清楚——當工具越來越強,人真正不可取代的能力,仍然是持續學習、理解問題,以及把經驗轉化為能被團隊延續的知識。 立即下載《2026科技業人才報告書-人才版》 [joblist_plugin title='更多104【技嘉科技】工作機會' url='https://www.104.com.tw/company/a4kvltk' amount='3']
【104職場力】

AI轉型沒你想得難!專家揭密:6個步驟,幫你成功推動人才變革

隨著AI技術爆發與人口結構轉型,企業面臨的挑戰已非「是否導入科技」,而是如何帶領員工轉型。104人才永續長深度解析:AI將重新定義工作內容與模式,成功邁向「人機協作」的關鍵不在硬體,而是人才與組織文化的數位重塑。本文透過具體的六大實戰步驟,協助企業破除員工技能不足與文化抗拒的障礙,幫助組織在變動時代中搶佔競爭先機。 文/鍾文雄(104資訊科技 人才永續長) 本文導覽 AI資訊科技帶來產業競爭與工作職場的轉變企業推動人才與組織文化的數位轉型面臨挑戰企業成功推動AI人才與組織文化轉型步驟 隨著企業全球化發展、台灣人口結構老化與新生兒出生率的下降,地緣政治、全球經濟與政府法律及政策的瞬息萬變,加上AI人工智慧(Artificial Intelligence,縮寫為AI亦稱智械、機器智慧,透過許多電腦程式來呈現人類智慧的技術)技術的蓬勃發展,透過醫學、神經科學、機器人學及統計學等的進步,國內外許多研究調查機構的預測都認為,人類的無數職務會逐漸被AI所取代。 資訊科技發展的日新月異,我們的職場與工作環境正進行前所未有的轉變,這種轉變包含工作內容(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應用工具的勞動者,才不會被機器人及擅用AI應用工具的人才所取代。 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,未來企業面對的競爭對手及勞動者的工作職場與環境會面臨極大的變化,因次不管是政府機關、企業組織或是勞動者都必須轉型,才能夠因應諸多不確定性因素的考驗。 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,成為全球最大的網際網路線上零售商之一,進而發展為提供企業雲端存取技術服務的資訊產業巨擘。 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。 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“It’s not about what technology can do, but what we can do with technology”,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。 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,網路資訊也創造出網紅經紀人、小編、電競選手與遊戲編劇等新型態工作。企業若能採用居家、遠距、混合及跨域、跨境的上班模式,比較能夠吸引與留任人才。 延伸閱讀:「初階工作」恐被AI取代?當科技巨頭高層都這麼說,我們該如何應對? 企業推動人才與組織文化的數位轉型面臨挑戰 從國內外的調查與研究報告來看,中大型企業在過去已經投入資源,積極研究與實驗組織數位轉型,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。 ▲ 圖片來源:天下學習 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,AI數位人才與組織文化的轉型會是關鍵因素。 ▲ 圖片來源:資誠聯合會計師事務所 延伸閱讀:企業轉型,為何7成都失敗?管理名師李吉仁:人才出問題,最大元凶是績效評估 企業成功推動AI人才與組織文化轉型步驟 統整企業成功案例與調查報告後,企業要能成功推動數位轉型,建議依序採行六個步驟及重點行動如下表,讓員工體會到應用AI可以提升整體工作效率,創造顧客與商務價值,讓生活與工作更加平衡、有意義。 推動AI人才與組織文化轉型的關鍵步驟 步驟重點行動預期成效1. 高階主管共識舉辦策略會議、形成願景確立方向與支持2. 全員溝通宣導內部宣傳、案例分享降低抗拒、提升參與3. 跨領域專責部門整合IT、研發、HR加速專案計畫落地4. 學習與工具資源提供AI課程、工具平台提升學習及應用能力5. 一站式諮詢輔導設立顧問與技術支援降低導入難度6. 鼓勵、獎勵與內化獎勵機制、文化塑造形成AI驅動文化 高階主管的認知與共識:高階主管要發揮策略思維,針對產業發展與動態競爭環境,制定明確的AI轉型策略方向,如AI如何應用在產品開發、優化製程或是服務流程的創新,以及員工使用AI應用工具的資安政策等,凝聚高層的共識後承諾並投入相關資源。 全員溝通宣導推動AI應用文化:員工常因不理解或懷疑而抵抗文化與組織轉型,公司負責人及高階主管必須透過有效溝通來說明轉型的目的,強調應用AI技術是公司永續發展的生存條件,確保員工面臨轉型時的心聲與感受會被重視與解決。 跨領域組成專責部門負責推動:從天下學習的調查報告可以看出,企業會由不同部門來啟動數位轉型,要成為AI領先的企業,成立跨部門專案小組的成功機率是最高的。以一零四資訊科技為例,2023年由人力資源部門啟動全體員工的人才及組織數位轉型,透過研發、資訊工程、資訊管理(MIS)及各部門的協作與支持,逐漸展現成效。在2025年便成立「AI創新辦公室」,由跨專業領域專家及相關部門組成專責推動組織,建議企業可以成立專責的 AI 治理小組 (AI Governance Task Force)。 提供員工學習與AI應用工具資源:要讓全體員工一起上車推動AI工具的應用,必須突破員工的心理障礙,包括沒有信心學會,沒有時間學習、執行有困難、欠缺AI工具使用等障礙。因此公司必須依照營運策略及員工需求,決定公司官方AI應用工具類別,透過實體及數位課程的學習平台建置與合法軟體帳號的統購,提供員工學習及應用工具相關資源。 建立一站式專業與技術諮詢輔導:一零四資訊科技除了在各部門設立AI推動大使、公告公司AI使用資安政策及應用工具以外,也會通告公司內部各類AI應用工具的諮詢專家,搭配一站式的顧問指導,只要員工想要優化作業流程、提升工作效率,內部專家顧問會立即提供協助,讓員工學會持續應用AI技術的能力及興趣。 搭配鼓勵、獎勵與管理機制:要能成功塑造AI組織文化的轉型,一定要讓全體員工從敢用、會用到善用AI應用工具,透過訓練課程學習心得及部門成功實驗案例的分享,搭配產品服務創新與工作流程改善專案成果的競賽及獎勵措施,鼓勵員工勇於創新。最後再將AI學習及應用的成果列入績效管理的加分項目,便能將AI轉型文化逐漸內化成員工日常工作的習慣。 延伸閱讀:「抗拒AI」就Fire!為轉型狠砍8成員工,2年後公司下場如何? AI科技的應用發展將會是企業永續經營必備的條件,AI人才與組織轉型不會是高階主管與資訊、工程部門的任務,唯有全體員工建立共同的願景及共識後,在企業投入財務、人力、技術、訓練及應用工具的資源後,才能實現轉型目標。近二年全球大型企業均投入資源在研究、實驗與導入AI科技,伴隨AI應用工具功能的快速進步,使用性更廣、更便利,費用更低廉的趨勢下,相信未來三年內在政府的技術、資金及顧問輔導的加持下,台灣中小企業會更積極投入AI的應用及數位轉型。 (原文標題:企業如何成功推動AI人才與組織文化轉型) 【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
【104職場力】・AI

AI時代的資工人何去何從?專家:向「文組」取經是條出路

AI快速發展,當Cursor等AI助手能幫人自動寫程式、AI預期將達到「中級軟體工程師」的水準,資工系新鮮人的就業處境正面臨艱難挑戰。資工教育、初階工程師到底該培養什麼技能?專家認為,未來資工人才需要擁抱AI素養、運算思維,讓資工系變得「更像文科學位」。 文/田孟心編譯 由天下雜誌授權轉載 本文目錄(點擊可快速前往) 教育怎麼改?「AI素養」是關鍵另一種機會:發現文科思維的價值 當「Cursor」等AI神器能幫人自動寫程式,資工教育、初階工程師到底該培養什麼技能?卡內基美隆大學等程式教育專家建議,讓資工系長得「更像人文學科」,是一條出路。 隨著ChatGPT等聊天機器人的能力不斷進化,它們開始能夠像人類一樣順暢地回答問題、撰寫論文。但論及「取代人類」的挑戰,它們最有殺傷力的,還是針對電腦科學領域。 如今,大型科技公司和新創公司都紛紛推出能自動產生程式碼的AI助手,而且能力正在迅速提升。 今年一月,Meta執行長祖克柏預測,AI將在今年的某個時刻達到「中級軟體工程師」的水準。 新鮮人的境遇特別艱難。根據技術研究和教育機構CompTIA的分析,在過去三年中,尋求兩年或兩年以下經驗員工的公司數量,下降了65%。 教育怎麼改?「AI素養」是關鍵 大學校園裡,以編寫程式碼為主的資工系首當其衝。這引起全美各地大學的資工系所,都在努力理解技術轉型的影響,並努力思考在AI時代該教授哪些內容。 美國頂尖資工院校之一,畢業生遍佈全球各地大型科技公司的卡內基美隆大學,資工教授柯提納(Thomas Cortina)指出,「AI確實震撼了資工教育」。儘管卡內基美隆過去在培養學生方面取得佳績,但今年,資工學院還是暫停暑期工作,邀請教職員一同規劃針對AI時代的新課程。 哥倫比亞大學的資工教授溫(Jeannette Wing)也表示,「我們正看到AI海嘯的冰山一角。」 綜合《紐約時報》訪談許多資工教育工作者,他們認為資工學科可以擴展,變得「更像文科學位」,亦即更加重視批判性思考和溝通技巧。 這與美國國家科學基金會(NSF)的想法不謀而合。 該基金會正在資助一個名為「Level Up AI」的計畫,結合大學與研究人員,共同探討AI教育的本質。 主導這項計劃的資工教授馬希爾(Mary Lou Maher)直言,「資工教育的未來可能會減少對程式設計的關注,而更專注於『運算思維』和『AI素養』。」 其中,運算思維指的是能否將問題分解成更小的任務,逐步訂定解決方案,並利用數據得出基於證據的結論;而AI素養指的是,理解AI如何運作、如何負責任地使用AI,以及AI如何影響社會。 馬希爾強調,培養「理性的懷疑」應該成為新的目標。 根據世界經濟論壇《2025年未來就業報告》,當前最重要的求職技能是「分析性思考」、「彈性」和「社會影響力」。 報告裡也提到,「AI素養」不僅僅是為IT專業人士「錦上添花」,而是對全人類都很重要,教育部門更該強化這個技能。 歐盟與OECD也發起「人工智慧素養框架」(AILit),預期在2026年發布,幫助年輕學習者以批判性、創造性,和合乎道德的方式接觸AI。 另一種機會:發現文科思維的價值 在求職市場上,資工系畢業生也開始發現文科思維的價值。 在一片慘淡的就業前景中,北卡羅來納大學夏洛特分校的大四生德雷克(Connor Drake),幸運地在30次投遞(通常要投100-200次)後,就面試上一家科斯的網路安全實習生職位。 德雷克分享,他個人對AI的「防禦策略」,是拓展自己的技能組。除了資工專業以外,他還輔修政治學,加強學習安全與情報研究,並且擔任大學網路安全社團的負責人——如此一來,他就更能勝任網路安全專業領域的工作。 「資工學位曾經是通往就業天堂的金鑰匙,」22歲的德雷克說道,「但現在情況已不是那樣了。」 最後,儘管資工畢業的菜鳥面臨就業寒冬,但也有專家認為,AI對於「輔助軟體市場」大有前景。 如今,從醫學到行銷領域都在客製化自家的聊天機器人,這些聊天機器人軟體必須為各產業量身打造,並由這些產業的數據庫提供支援。 史丹佛大學計算機科學教授艾肯(Alex Aiken)認為,軟體工程崗位的成長可能會下降,但參與程式設計的人員總數將會增加。 因此,大專院校仍可維持對資工基礎知識和AI原理的教學,並擴展用新工具進行軟體設計的大量實務課程。 或許,有一個重要的前提是:資工學員不會太過仰賴AI本身。 卡內基美隆的柯提納表示,許多資工學生將聊天機器人視為完成作業的「靈丹妙藥」,「但他們連一半的程式碼都看不懂,」「很多人正在意識到自己寫程式碼的價值,打算重新開始。」 (資料來源:NYT, WEF, Nature, FAS) (原文標題:AI時代的資工人該何去何從?專家:向「文組」取經) 推薦閱讀: AI會取代工程師嗎?寫程式不再是門檻,如何打造不可替代的能力? AI強勢取代!企業寧僱AI也不找菜鳥,今年畢業生有多慘? 念到博士卻失業?AI時代,大學畢業該繼續升學嗎? AI浪潮下孩子還要上學嗎?世界權威、母親李飛飛:教育是這4重點 AI秒殺人類工程師,現在矽谷科技家長都希望小孩讀「這類科系」 [joblist_plugin title='更多104【軟體工程師】工作機會' url='https://www.104.com.tw/jobs/search/?ro=0&jobcat=2007001004' amount='3']
【104職場力】・AI

技術迭代太快?專業委外更省心

《IT人才荒的營運痛點》 在數位轉型與精實創業並行的雙軌時代,企業的資源配置往往決定了市場競爭力。許多中小企業為了應付基礎的電腦修繕、伺服器管理與日常除錯,習慣聘請全職的網管人員(MIS)。然而,隨著網路、資安及雲端技術更新速度加快,單一IT人員很難精通多元領域;一旦面臨核心人員離職,更常讓企業陷入系統架構無人理解、維運中斷的營運風險。 《IT委外釋放企業韌性》 過去企業建置系統,就像早期需要「自行挖井取水」,必須投入高昂的固定資金購買資訊硬體、應用軟體,並養活一整個IT團隊來維護。而現代的IT資訊委外服務,則如同「接通水管」,將基礎設施託管給具備規模化、多領域專家組成的外部團隊,改以服務合約方式靈活訂閱,不僅能將固定的人事行政開銷轉化為彈性營運預算,更包含下列核心效益: 1. 降低招募與培訓成本:免除網管人員的招募空窗期與內部學習曲線。 2. 彈性配置IT資源:依企業發展階段,掌控資訊專家進用的精準時機。 3. 確保專案品質與效能:引進實務經驗豐富的專家,有效控制專案預算。 《數位通國際的實戰實力》 自2003年起,數位通國際秉持專業謹慎的顧問實力,協助企業建置環境、設備並排除IT技術瓶頸。我們的服務觸角多元,從協助亞東科技大學的設備建置與保固,到為英爵醫美、萬寶龍提供穩定的網路與設備技術支援;同時,更為果核數位量身規劃雲平台建置與後續技術支援,甚至將IDC專業維運與技術顧問服務成功輸出至史瓦帝尼。透過一站式的專業託管,協助企業將寶貴的核心人力聚焦於業務創新。 ◆ 了解數位通國際 IT委外 https://easpnet.pse.is/9udhd7 ◆ 立即預約數位通 IT委外服務 https://easpnet.pse.is/9udg3a ---------------- 《相關文章》 ◆ 中小型企業 資安防護檢測知多少 https://easpnet.pse.is/9udhf4 ◆主機代管是什麼? 硬體建置不再是限制 https://easpnet.pse.is/9udhcv ◆ 企業虛擬主機/推薦分析 https://easpnet.pse.is/9udhbg
Dr. CLOUD・Dr. CLOUD 數位小補帖

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
【104職場力】

.NET 開發者必看!學會滲透測試思維,加速修補資安漏洞並提升系統穩定性

恆逸開課時間查詢:https://www.uuu.com.tw/Course/Show/1501/1 恆逸學員徐英智: C# 全端開發兼顧穩定與資料安全 我目前在一家以軟體開發為主的科技公司擔任全端工程師,主要使用 C# 和 .NET 平台開發各類應用程式。工作上,我負責的範圍涵蓋後端系統架構設計到前端畫面的串接。我也會與美編人員、測試人員一起討論技術方案,並處理系統整合的問題。我們的客戶大多是公部門,因此系統在穩定性、擴充性及資料安全方面的要求都非常高。 🎯 藍紅軍攻防實務滿足工作所需 公司正在計畫投標更多不同領域的專案,在證照要求上需要有更多同事擁有 C# 相關證照。我覺得這門課最大的吸引力是內容非常完整,從防禦到攻擊的部分都有涵蓋,特別是針對藍軍防禦與紅軍攻擊等主題,都有搭配實務講解。這些正好是我目前工作上非常需要了解的內容。 🛡️ 從攻擊視角掌握資安防護精髓 講師的教學方式非常豐富,不只侷限於課本內容,而是從多個角度搭配實際案例來說明重點。印象最深的是在講解「程式撰寫的資安防護」時,講師不只是單純地說明理論與原則,而是透過實際的攻擊範例,來展示網站在有防護與沒防護時的差別。透過這樣的實作演示,我能夠更直觀地理解各種漏洞的成因與攻擊手法,也學會了如何在開發階段就建立正確的安全意識。這對我特別有幫助,因為我在工作中經常需要修補系統漏洞、分析滲透報告。課程讓我更清楚地了解滲透測試人員在檢測時的思維與方式,能更有效地從防禦角度思考問題,預先避免潛在風險。這樣的實務教學方式,讓我在資安防護上不再只是照著規範執行,而是真正了解背後的邏輯與意義。 🔍 Proxy 工具實戰應用發現潛在弱點 讓我印象深刻、甚至覺得意想不到的收穫,是學到了 Proxy 工具在滲透測試中的進階應用。以前我只知道這類工具能攔截封包做基本分析,但在課程中,講師深入示範了如何利用 Proxy 來模擬實際攻擊、測試網站的安全防護機制,這才讓我意識到這類工具的潛力。透過上課,我發現可以在專案系統上線前,先用這個工具自行進行測試,檢查是否存在漏洞或防護不足的地方,這不僅能提早發現問題,也能減少上線後修補的時間與成本。上完課的隔天,我立刻將這些方法運用到工作中,重新檢查過去負責的專案系統,找出一些過去未注意到的潛在弱點。實務操作的經驗,也幫助我在考證過程中,能更快速地判斷並找到問題的答案。 🚀 資安課程助學員快速理解攻擊手法強化防護爭取升遷 這門課對我工作的幫助可說是立竿見影。回到公司後,我剛好收到幾份滲透測試報告需要修補漏洞,便立刻回想課堂上學到的觀念與技巧。以前看到這類報告時,常需要花時間去理解攻擊手法與漏洞成因,但現在我能更快掌握滲透人員的思維角度,也能準確判斷問題所在,迅速找到程式中需要修補的部分並完成防護強化。更重要的是,這次的學習讓我對資料防護與網路架構的整體概念有了更深入的理解,能夠以更全面的視角來思考系統安全。我現在也能更直觀地提出自己的建議與想法,並主動分享課程中學到的資安觀念與防護技巧。最後,我希望自己能順利在下個月取得 CASE .NET 的證照,爭取公司提供的額外獎勵與升遷機會。 索取課程優惠:https://www.uuu.com.tw/Forms/CourseInfoRequest?courseId=CASENet&mediaSrc=104
精誠資訊恆逸教育訓練中心・資訊安全

用「優勢公式」找對夥伴!Google與DeepMind工程師如何用AI改寫能源產業

Google與DeepMind工程師如何用AI讓數據中心省電40%,並創辦AI節能新創?看懂能力、動機與洞見組成的「優勢公式」。本文節錄自《商品決勝點》。 文/傑克納普、約翰澤拉斯基 你的優勢是什麼?優勢會以能力(capability)、動機(motivation)與洞見(insight)三種形式出現。為了解釋這三種優勢如何發揮作用,我要帶你回2014年認識三個人。他們日後成為公司創辦人。看看你能否從接下來的段落,找出三人替專案帶來的優勢─並猜一猜他們最終建立哪一種公司。 首先是機械工程師凱蒂.霍夫曼(Katie Hoffman)。 2014年的一個平常日,凱蒂在各種工業設備之間走來走去,手上沾滿灰塵和油汙。她的視線順著亂七八糟的線路走,一下子接這台機器,一下子接那台機器。凱蒂帶領的團隊負責翻新工廠,裝上新型控制系統以發揮最佳效能。這份工作很重要的一環,就是找出舊系統是如何運作,而實際情形永遠和設計文件說的不一樣。 凱蒂盯著的那條線,連到又一個工廠文件上沒提到的感應器。她用手機拍下照片,備註幾句話,然後嘆氣。成功破解舊系統並改善效率,的確會帶來滿足感─但凱蒂心知肚明,再過幾年,又會有另一批人跑來這,拆掉她所有的心血,再度翻新工廠。在那之前,系統將停留在這次的更新,永遠不會改善,直到再度大改造。凱蒂感覺這樣很浪費,想必還有更好的辦法,但是該怎麼做? 接下來是吉姆.高(Jim Gao)─也是機械工程師。 2014年一個普通的一天,吉姆坐在控制室裡,地點是Google位於愛荷華州的龐大數據中心。這座數據中心當初在設計時,吉姆就參與了,但他今天和凱蒂一樣,想著有什麼辦法能改善效能。 廠內漆成亮色的藍綠紅黃管線,通往四面八方,讓這座數據中心看起來有如《超級瑪利歐》(Super Mario)遊戲被搬到現實世界,只不過沒有蘑菇和飛行龜,只有一排排的伺服器機櫃。 一年12個月,一週7天,白天黑夜不停歇,隨時有冷水流過那些五彩繽紛的管線,負責吸收與帶走伺服器產生的熱氣。冷卻管的確有用,但吉姆檢視控制室的讀數,忍不住感到失望。這個系統太耗電。每次機櫃開始升溫,管理數據中心的團隊就必須加快冷卻系統的輸出。加速時耗用的能源愈來愈多,但也不能不加速─伺服器過熱就會當機,網路將斷線。或許這樣的效率不彰是無法避免的,或許工程技術頂多就只能做到這樣,但吉姆總覺得哪裡怪怪的。他到底漏掉什麼? 最後一位是電腦科學家維達.潘奈薛凡(Veda Panneershelvam)。 在2014年平凡無奇的一天,維達坐在倫敦的桌旁寫程式。他和世界級的軟體工程師團隊合作,一起尋找人工智慧研究的聖盃:寫出能在圍棋賽中打敗人類的電腦程式。 如果你不熟悉圍棋,只需要知道很複雜就夠了。西洋棋有10123種可能的走法,但圍棋有10360種,令人難以置信。圍棋棋盤可能呈現的棋局狀態,還要多過宇宙裡的原子數! 如果要在圍棋取勝,維達和同事必須開發出新型的人工智慧做法,創造能看見未來的程式。2014年的時候,大部分的人認為這是癡人說夢,但維達只覺得興奮。如果AI連圍棋都能勝出,誰知道還能替人類解決其他哪些問題。 我們來回顧一下,先從顧客和問題講起: 凱蒂正在解決大型製造商的工業控制系統缺乏效率的問題。 吉姆正在解決Google有如吃電怪獸的數據中心。 維達正在解決……這個嘛,我不認為他實際上是在解決圍棋的問題。我認為他真正在處理的,其實是人腦處理複雜問題的能力有限。我認為他的「顧客」是全人類。我知道,這聽起來有一點過於宏大,但我認為確實如此。 好,那凱蒂、吉姆和維達的特殊優勢是什麼?剛才提過,優勢有三種。 首先是能力。能力是指你能做到很少人能比得上的事。如果你在大公司上班,你可能享有知名品牌的好處,或是專案有很多預算;如果你替迷你的新創公司工作,你的能力有可能是專注與快速行動。不過,最能派上用場的能力通常是傳統的專業技能(know-how): 凱蒂是機械工程專家,主要做工業控制。 吉姆也是機械工程師,專長是數據中心。 維達是電腦科學專家,專門做人工智慧。 凱蒂、吉姆和維達在各自的領域都是世界級的人才─有如女籃的凱特琳.克拉克(Caitlin Clark)與男籃的「詹皇」詹姆斯(LeBron James)─但光是他們的能力,還不足以完整呈現他們的獨特優勢。 接下來,我們來看第二種優勢:動機。動機是你想解決這個問題的特殊原因;你願意傾盡心力的事,別人不一定願意。動機也很重要,因為動機能指明一條路,讓你躍躍欲試,知道該在何處以什麼方式發揮長處。 凱蒂、吉姆和維達三位未來的創辦人,全都想要解決重要的問題,帶來正面的改變。這種精神令人欽佩,但過於籠統。我是說,很多人當然都想「讓世界更美好」─但唯有動機十分明確的時候,才能協助你決定該做什麼,所以講得再明確一點: 傳統的工業控制系統升級方式讓凱蒂沮喪。 實體系統的限制讓吉姆沮喪。 維達想運用AI替人類解決大型的問題。 注意到了嗎?以上三人中的兩人,主要是沮喪帶來了動力。如果你的動機也一樣,嘿,沒關係的。世上最優秀的產品,有的就是源自為現況感到憤慨、困惑、惱火、痛苦或抓狂。你不一定要從偉大的願景起步,憤怒也能帶來力量。 好,能力和動機加在一起後,三位未來創辦人的優勢變得更獨特。但他們分別會開哪種公司?讓我們進一步了解他們的故事。 兩年後,在2016年3月9日,維達站在南韓首爾四季飯店的會議室,透過現場影片串流,目不轉睛地看兩個人比賽圍棋。 棋桌的一方坐著李世乭,他是拿過18次世界冠軍的專業棋士。另一方則是業餘人士兼維達的同事。 維達看著同事下一個白子,接著注意力一下子回到會議室。電腦螢幕顯示數十張圖。「勝率圖」頓時表示對白方有利。 電腦認為能打敗看似無敵的冠軍李世乭。 過去幾天,維達和團隊成員─15名剛從倫敦飛來的電腦科學家─把會議室改造成臨時的控制中心。AI程式AlphaGo就是他們設計的。他們在控制中心把AlphaGo認為棋子該怎麼下,轉告給維達的同事,那名同事負責把棋子擺到真實世界的棋盤上。 那場比賽的贏家可以獲得100萬美金的獎金。有沒有人跟我一樣,覺得這個場景像是15名科學家合演高科技搶劫片《瞞天過海》?只不過李世乭其實是在和AI比賽,不是什麼祕密。裁判知道,李世乭知道,每個人都知道。全球各地轉播這場比賽,數百萬人觀戰,不過大部分的圍棋專家都認為圍棋太複雜,電腦不可能獲勝。 然而,在那個首爾的三月天,AlphaGo贏了。 數千英里外,吉姆仍在設法改良Google數據中心的冷卻系統。AlphaGo的故事如火如荼展開時,他偶然聽到這件事,備感著迷,開始追蹤首爾的最新情形,一點細節都不放過。 吉姆挖掘細節時得知,AlphaGo的AI使用「深度強化學習」(deep reinforcement learning)這個突破性的方法。吉姆冒出一個瘋狂的點子。深度強化學習會不會有助於冷卻數據中心?畢竟隨時找出最佳的控制配置,有一點像是在圍棋賽中找出最好的一步。 維達的團隊替DeepMind工作,而DeepMind是Google旗下的公司。這不正好。雖然吉姆沒見過他們,但嚴格來講大家都是同事。維達於是寄電子郵件給DeepMind團隊,解釋他的瘋狂點子。 維達認為這個數據中心的挑戰很吸引人,同意試試看。接下來密集的幾星期,維達、吉姆和DeepMind的工程師團隊,寫出新的深度強化學習程式,把Google數據中心的冷卻系統,交給這個新AI負責。 電力使用起初暴增,因為AI做起實驗,隨機調整控制設定,就像小朋友亂按汽車音響上的鈕。不過,AI也和幼兒一樣會學習,強化有效的策略,用電因此出現改善,再改善,持續改善,最後和AlphaGo一樣超越人類,Google數據中心的用電因此銳減四成。 我等一下會繼續說這則故事,但先來看維達和吉姆合作後發生的事。他們整合雙方的能力─吉姆的數據中心專業能力,加上維達的人工智慧魔法─打造出單打獨鬥生不出來的東西,發揮特殊的優勢。不過別急,好戲還在後頭。 2019年,吉姆和維達結識凱蒂─那位擅長翻新工業控制系統的機械工程師。三人開始討論如何能在Google以外的世界,減少能源浪費。廠房在加熱、冷卻與操作各種設備時,耗用大量的電力。AI也能在這方面幫上忙嗎? 吉姆和維達相信他們能大幅改善工廠的能源使用─但需要借重凱蒂的實務知識,才有辦法設計、販售與裝設解決方案。凱蒂曾在詮宏空調(Trane)、英格索蘭工程技術公司(Ingersoll-Rand)、雷神國防承包商(Raytheon)等企業,帶領過工程與創新團隊。她清楚製造商如何作決定,也了解工業控制系統的缺點。吉姆和維達熟悉的是Google經過精心設計的數據中心,而工業廠房的世界遠比那混亂─凱蒂則熟悉這個領域。三人決定放手一搏,辭去工作,在2019年底成立新創公司淮德拉(Phaidra)。 淮德拉是我們Character資本最早投資的一批公司,他們的故事深深啟發了地基衝刺。他們從大膽的專案起步:企圖運用AI讓各種工業廠房更有效率。他們測試點子,學習如何建立顧客的信任感,談成第一筆生意。淮德拉先在大型藥廠展開試行計畫,隔年拿到第一筆大訂單,在5座工業廠房部署AI,最終還把服務拓展至數據中心。維達、吉姆與凱蒂在2014年渴望見到的超越人類、具備適應性、能預測未來的系統,如今成真。 三人能成功的原因是第三種優勢也登場:洞見。 洞見是指對問題與顧客有深入的了解。洞見讓你擁有別人沒有的觀點。吉姆有數據中心的洞見,維達有深度強化學習的洞見,但淮德拉的策略能成真,仰仗的是凱蒂具備工業廠房─以及擁有那些工廠的企業─如何運作的洞見。 淮德拉三位創始人的能力與洞見加在一起,得出獨特的東西。你可以想成一條等式: 能力+洞見+動機=特殊優勢 凱蒂、吉姆和維達見面時,心想:「天啊!想想我們聯手能做到的事!」淮德拉公司或許算極端的例子,但你也能和團隊利用特有的優勢,帶來屬於你們的「天啊!」時刻。 節錄自:時報出版《商品決勝點:全球最成功的產品設計師如何讓顧客買單》/傑克納普, 約翰澤拉斯基 著
【104職場力】・團隊合作

從精密加工到模具開發——新北高工模具科:打造工業之母的專業技術工程師

從孩子手中的樂高積木、日常使用的手機殼,到汽車零件與精密電子產品,這些看似毫不相關的物品,背後卻有著共同的製造關鍵——模具。模具不僅決定產品的外型與精度,更是大量生產不可或缺的技術,因此被譽為「工業之母」。走進新北高工模具科,從傳統車床、銑床到高階五軸加工機與塑膠射出設備,學生不只學習操作機械,更要從設計圖面出發,親手完成精密零件,甚至開發自己的產品。 從台積電工程師到技職教師,洪宜芳主任的教育之路 新北高工模具科主任洪宜芳,畢業於國立中央大學機械研究所,並取得國立臺灣師範大學博士學位。投入教職前,他曾在台積電擔任五年製程工程師,累積半導體產業的實務經驗。談起轉換跑道的契機,來自求學時期深受高職導師蔡秋明的啟發,讓他始終對教育工作懷有熱忱,最終決定離開科技業,投入技職教育,至今已在新北高工任教約15年。 樂高積木怎麼做出來?揭開「工業之母」的秘密 「你能無時無刻在家享受著模具帶來的便利,但家裡卻不會擺任何一副模具。」洪主任用一句話,道出模具產業與生活的緊密關係。 他以樂高積木為例,想要大量生產尺寸一致、能夠精準組裝的積木,就必須先製作模具,再透過製造程序生產。無論是寶特瓶瓶蓋、眼鏡框,還是各式3C產品零件,背後都可能運用模具技術。 因此,模具科不只是學習金屬加工,更要理解如何將產品構想轉換為設計圖面,經過精密加工、組裝與測試,打造符合規格的模具。 三年課程循序漸進,從機械製圖到產品開發 新北高工模具科的課程採取由淺入深的學習方式。高一著重機械製圖與基礎加工,學生先學會閱讀圖面、理解尺寸與空間關係,再透過車床、銑床、磨床、鑽床及基礎銲接等實習,將設計轉化為實體零件。 高二進階學習CNC數值控制加工,接觸電腦輔助製造(CAM),將設計轉換為機器能執行的加工指令,提升加工效率與精度。 高三則整合三年所學,投入模具製作與專題實作,並依興趣選擇模具設計、數控加工、沖壓模具或塑膠模具等實習方向,逐步完成模具開發與組裝。 圖片:學生模具作品 全國高職首臺五軸加工機,挑戰高階精密製造 新北高工模具科的一大特色,就是五軸加工技術。洪主任介紹,學校早在民國98年便引進全國高職首臺五軸加工機,當時設備價值約700萬元。 相較於一般三軸CNC銑床,五軸加工機增加兩個軸向旋轉運動,能從更多角度加工複雜的立體工件。學生須先具備三軸加工基礎,才能在高三進一步學習高階加工技術。 此外,模具科也開設機械手臂選修課程,提供機械群學生接觸自動化技術的機會,拓展AI智慧製造的學習視野。 圖片:五軸加工機設備機臺 模具結合電機技術,跨領域專題屢創佳績 模具製造不只需要機械加工,也能與電機控制技術結合。洪主任分享,模具科經常與電機科合作專題,由模具科負責機構設計與零件製作,電機科則運用電控專業,讓作品具備自動化功能。 例如,曾有五位學生組成跨科團隊,結合PLC可程式控制器與機械搬運概念,完成自動化相關專題,並在全國專題實作競賽獲得佳作。 透過跨領域合作,學生不僅能發揮各自的專業優勢,也能提早體驗產業中不同技術分工協作的模式。 從黑皮料到精密成品,陳同學找到實作成就感 對高二陳同學而言,選擇模具科的契機,除了學校距離住家較近,也受到學校官網介紹影片及新穎設備的吸引。 然而,剛入學時,她對工廠實習其實有些抗拒。「一開始會覺得進工場手會黑,而且工場沒有冷氣。」但隨著逐漸熟悉加工技術,想法也慢慢改變。 最讓她有成就感的是高一的模具基礎實習。從原本的黑皮料開始,經過加工、量測與修正,最後完成符合尺寸、能夠組裝的作品。 過程中也曾遇到挫折。陳同學坦言,剛開始不熟悉X、Y、Z軸與尺寸計算,一個數值出錯,就可能讓整件作品不符合要求,甚至曾因此拿到不及格的成績。所幸在老師帶領下,透過反覆練習與量測,她逐漸掌握技巧,也從原本的抗拒,轉變為享受完成作品的成就感。 三年挑戰四張證照,世界金牌教練培育專業人才 專業證照是新北高工模具科的重要培育方向。洪主任說明,學生高一可報考模具工丙級,高二挑戰銑床相關丙級證照;高三則能依興趣與能力,進一步報考CNC銑床及塑膠模具乙級證照。學校也安排假日輔導課程,協助學生累積實作經驗。 除了證照培訓,科內更有曾獲世界技能競賽金牌的教師投入選手培育。學生從高一便有機會參與課後訓練,經過選拔與長期培訓,逐步挑戰全國技能競賽及工業類科學生技藝競賽。 洪主任認為,成為優秀選手不只需要技術,更需要耐心、自律與抗壓能力,才能在反覆練習中持續突破。 圖片:模具科選手培訓室 不只當模具工程師,升學與職涯選擇更多元 模具科畢業後,並不只能就讀模具相關科系。洪主任說明,學生可選擇機械工程、機電工程、模具工程等領域,未來投入精密加工、產品製造、模具設計,甚至半導體產業,擔任設備或製程工程師;也有學生接手家族工廠,朝創業與經營管理發展。 喜歡動手做、好奇產品如何誕生?模具科等你來挑戰 什麼樣的學生適合就讀模具科?洪主任認為,只要對動手實作有興趣,喜歡研究物品如何製造,或具備基本空間概念,都很適合嘗試。雖然機械製圖需要立體想像能力,加工也涉及基礎數學計算,但這些能力都能透過課程與實作逐步培養。 從一張設計圖、一塊金屬材料,到精密零件與完整模具,新北高工模具科讓學生在三年學習中,逐步累積專業技術,也為未來升學、就業與產品創新開啟更多可能。
【104職場力】

有任何收穫或想分享的,都來和大家一起聊聊吧!