104學習

視圖能力

能快速理解並解析複雜資訊的能力,包括圖表、流程圖或系統架構,幫助在工作中有效掌握全局與細節,提升決策品質與溝通效率。這項技能對於需要分析數據、設計流程或跨部門協作的工作特別重要,能讓你更精準地抓住重點,避免誤解,進而提升工作效率與成果。

2,026 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

輕鬆上手Tableau商用智慧互動儀表板
輕鬆上手Tableau商用智慧互動儀表板
成為 AI 科學家|資料分析師必備視覺化技能 Power BI
成為 AI 科學家|資料分析師必備視覺化技能 Power BI
AI 商業數據與工作應用實戰:分析、報表與決策支援【09/30】
AI 商業數據與工作應用實戰:分析、報表與決策支援【09/30】
資料分析與視覺化
資料分析與視覺化
資料分析與視覺化|本課程為線上課程,報名後將提供上課資訊
資料分析與視覺化|本課程為線上課程,報名後將提供上課資訊
視覺化提案流,快速整理海量報告與市調資料
視覺化提案流,快速整理海量報告與市調資料
Power BI 資料視覺化
Power BI 資料視覺化
AI 視覺與簡報工作流:Gemini × ChatGPT 打造高說服力商業圖文
AI 視覺與簡報工作流:Gemini × ChatGPT 打造高說服力商業圖文
管好員工做對事:溝通協調力
管好員工做對事:溝通協調力
Tableau數據視覺化分析快速上手
Tableau數據視覺化分析快速上手

精選證照

考取專業證照,讓能力被市場看見

視覺化軟體應用師 |
「視覺化軟體應用師」證照為企業在資料視覺化與管理資訊呈現過程所需要的人才。其扮演資料整理、視覺化圖表製作、儀表板應用與分析成果呈現等角色。
中華企業資源規劃學會
數位人資管理師-經理級認證 |
數位人資管理師認證學程將幫助你,運用e化系統的力量,將大量的人資行政瑣事效率化;利用聰明的流程再造,將員工視為內部顧客,全面提升員工體驗;最後發揮數據力,真正成為組織成功的策略夥伴! 獲得數位人資管理師-經理級認證,代表你具備以下能力 1.了解員工體驗的精神,與e化流程的設計思維,可協助組織全面檢視HR各流程的重要問題與精進的方向。 2.熟悉e化流程的設計方法步驟,協助組織善用數位科技的力量,優化現有制度流程,促進員工體驗。 3.清楚大數據分析的內涵,與業界實務運用案例,可幫助公司導入大數據分析專案,解決公司在人力計畫、人才發展、留才管理上碰到的重大問題。
104資訊科技股份有限公司
Image Generation |
Image Generation 證照驗證持有人具備運用人工智慧技術生成高品質圖像的能力,涵蓋圖像設計、風格轉換及內容創作等核心技能。持證者能熟練操作相關軟體與工具,理解圖像生成的原理與流程,並能根據需求調整參數以達到最佳視覺效果,適用於廣告設計、數位藝術及多媒體製作等領域,提升創意表現與工作效率。
尚未查核發照單位
PMI-PBA國際商業分析師 |
PMI-PBA (Professional in Business Analysis,國際商業分析師),是美國國際專案管理學會 (PMI) 於 2014 年發行的證照,為近年 PMI 系列證照人數成長最快者。 這張證照是專案的前置專業分析,對於中、高階主管的營運思維有極大助益。高價值、高廣度及其豐富內容,是商業分析成為世界趨勢的關鍵,完整地系統思考,涵蓋辨識現況、發現商業需要、解決方案提出、需求管理與分析、績效評估……等知識,從專案開始之前一直到結束之後各階段都能運用,學習內容是在職場工作中如何在掌握高度思維必備的技能! 商業分析可與專案管理手法互相搭配,專案經理 (PM) 是把專案做對,而商業分析師 (Business analyst) 則是選擇對的專案來做。簡單來說,商業分析工作在專案開始前即展開,進行包含辨識問題、找到最佳的解決方案……等前置評估;專案開始期間著重在需求管理 (引出、分析需求),與 PM 互相搭配;專案結束後,則持續進行長期績效評估,確保有效回饋,持續完善。 故 PMI-PBA 不論對工作上有需求/分析相關任務者,或專案從業人員,都是非常合適的進修證照。學習商業分析技能、強化商業分析及需求分析的能力,才能知道為何而戰、懂得值不值得戰,當自己站在完整專案管理知識技能的價值鏈上,一定能在國際舞台中成為熱門人才。
PMI 國際專案管理學會
數位人資管理師-專員級認證 |
數位人資管理師認證學程將幫助你,運用e化系統的力量,將大量的人資行政瑣事效率化;利用聰明的流程再造,將員工視為內部顧客,全面提升員工體驗;最後發揮數據力,真正成為組織成功的策略夥伴! 獲得數位人資管理師-專員級認證,代表您具備以下能力 1.了解人力資源e化系統的重要元素,可協助組織判斷最合適的人力資源e化方案 2.熟悉人力資源e化系統各面向的實務操作,成為公司導入e化的最佳執行者。 3.具備基礎數據分析能力,使HR對公司的貢獻可被量化,可被管理。更可透過數據分析發現組織人才管理的關鍵問題。
104資訊科技股份有限公司
丙級電腦輔助立體製圖 |
由於產業升級及製圖方法與設備的改進,為配合電腦繪圖軟體以立體方式從事輔助設計製圖工作及提升專業人員技能水準與研發工作之效率,特定本檢定規範。 丙級電腦輔助立體製圖技術士之工作內涵,是指擔任單件立體圖繪製及圖面管理等工作,包括應用磁碟作業系統、安裝軟體與使用電腦週邊設備、設定繪圖環境、控制圖形顯示幕、輸出圖形與管理圖面等基本工作及繪製單件立體圖、單件立體剖視圖等項。
勞動部勞動力發展署技能檢定中心

精選貼文,掌握第一手知識

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
【104職場力】・職涯規劃

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
104學習・iPAS AI應用規劃師考照共學群

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']
【104職場力】・數據分析

AI生成數據分析簡報3招搞定!ChatGPT、MassiveMark、Gamma打造最強組合技

還在為數據分析報告與簡報抓狂嗎?只要善用ChatGPT、MassiveMark、Gamma等3大神器,就能搞定數據分析+簡報設計,從Excel到PPT一條龍完成,馬上開啟你的高效職場模式!本文節錄自《三秒鐘的出其不意!Excel × AI 幫你工作超省力》。 文/Excel 廣播電台|張予 本文目錄(點擊可快速前往) 【1】ChatGPT分析Excel檔案數據【2】複製ChatGPT分析結果,生成Word報告【3】生成Gamma / PPT簡報 在現今的職場環境中,數據分析已成為決策的重要基礎。但面對龐大的資料集,如何高效整合AI技術,打造「職場組合技」,來提升分析效率與決策精準度,成為提升競爭力的關鍵。 想像一下,你是一家連鎖零售企業的數據分析師,公司希望透過數據來驅動決策,優化銷售策略、提升客戶體驗,並最大化營收。來看看如何透過AI + Excel的組合技,達成這些目標?讓我們一步步拆解應用方式! 【1】ChatGPT分析Excel檔案數據 使用工具:ChatGPT 網址:https://chatgpt.com/ 輸入以下指令給ChatGPT: 「協助分析Excel檔案的數據,生成摘要和視覺化圖表,並使用我提供的字型來呈現圖表內容。然後,制定隔年的用戶銷售策略,最後整理成一份Markdown格式的銷售分析報告。」 以下為它整理的結果: (圖/旗標出版提供) 【2】複製ChatGPT分析結果,生成Word報告 使用工具:MassiveMark 網址:https://www.bibcit.com/en/massivemark 接下來是關鍵的一步,如果你直接複製內容並貼到Word,你僅會得到一個只有「內文」樣式的報告。 全文皆為內文樣式(圖/旗標出版提供) 但如果你希望保留報告的標題層級(標題1、標題2、標題3…,如下圖)。首先,你必須透過點擊複製按鈕取得報告內容,此時複製到的文字是「Markdown格式」的資料。 【什麼是Markdown格式?】Markdown是一種輕量級標記語言(lightweight markup language),也就是簡單、結構化的格式,能讓報告結構更清晰。 使用標題樣式可於左側看到大綱(圖/旗標出版提供) 一般對話中的複製按鈕和畫布中的複製按鈕(圖/旗標出版提供) 接著,透過一個免費的線上轉換工具──MassiveMark,自動產生有大綱層級的Word文件,減少手動編輯的時間。 免費的線上轉換工具──MassiveMark(圖/旗標出版提供) (圖/旗標出版提供) 最後,再將之前生成的圖表,下載成圖檔、添加到Word文件,一份銷售分析報告就完成啦! 【AI生成Word報告的優勢】‧ 一鍵輸出完整分析,包含數據摘要、趨勢分析、視覺化圖表‧ 提供具體的商業策略,協助決策者擬定行動方案‧ 快速下載報告,減少手動整理時間 【3】生成Gamma / PPT簡報 使用工具:Gamma 網址:https://gamma.app/ 「除了Word報告外,AI也能生成簡報嗎?」只要準備好報告後,可以將報告內容直接丟給AI簡報生成神器──Gamma。不到幾秒鐘的時間,簡報就完成了,而且還非常有設計感!要再進一步編輯也沒問題。來看看如何操作吧!  點擊「新建AI」免費註冊完Gamma後,從首頁開始建立AI簡報。點擊「匯入檔案或網址」( 也可點擊「貼上文字」) ,並上傳剛剛建立的Word檔案(圖/旗標出版提供) 選擇 「簡報內容」,免費版一次最多可生成10張卡片,挑選喜歡的主題後點擊「產生」(圖/旗標出版提供) 一份銷售分析簡報就完成啦!(圖/旗標出版提供) 一起來看看生成的結果如何吧! 【Before】條列式的數據摘要 【After】自動改以卡片式呈現 (圖/旗標出版提供) 【Before】表格式的產品分析 【After】自動轉成圖表形式,而且還是互動式圖表!游標移上去可看到詳細數據 (圖/旗標出版提供) 【Before】表格式的產品分析 【After】美化過的表格樣式。也可能維持原有表格形式(AI生成,每次結果都可能不同!) (圖/旗標出版提供) 版面配置十分豐富,還有AI自動生成的圖片,讓畫面不呆版! (圖/旗標出版提供) 若想展示簡報,點擊右上角的「展示」按鈕即可。 點擊「展示」(圖/旗標出版提供) 進入簡報模式(圖/旗標出版提供) Gamma簡報也能下載成PowerPoint檔案,十分方便! 點擊「分享」、「匯出」、「匯出至PowerPoint」、「完成」 (圖/旗標出版提供) (圖/旗標出版提供) Gamma是一款免費註冊即可使用的線上簡報工具,並且提供中文介面,讓使用者能輕鬆上手。使用AI生成簡報時會消耗點數,但新用戶註冊後可獲得免費試用點數,讓你能直接體驗AI簡報的強大功能。免費版限制每次生成最多10張簡報卡片,但仍可手動新增與編輯內容。若對AI生成的內容或設計不滿意,可自由調整版面配置、圖片、圖表等。如果你還沒試過Gamma,強烈推薦你體驗看看!這麼方便的AI簡報工具,真的不能只有我知道啊! AI讓數據分析更高效、更精準,現在就開始應用,提升你的職場競爭力吧! 節錄自:旗標出版《三秒鐘的出其不意!Excel × AI 幫你工作超省力》/Excel 廣播電台|張予 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生成Excel圖表不卡關!xy軸設定、中文顯示問題輕鬆搞定 【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
【104職場力】・AI

【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]
【104職場力】・AI

職場必學的 10 套 AI 工具:從新手嘗試到高效運用,打開你的 AI 職能地圖

文/知識遊牧工作室 - 彭其捷(https://knowmad.tw/) 在數位轉型浪潮中,AI 正迅速成為提升工作效率的關鍵助手。本文精選10大職場必學AI工具搭配6個步驟,從輕鬆互動、焦點痛點,到工具比對與指令模板,讓您輕鬆探索如何讓 AI 成為職場外掛,助力專業成長。 在瞬息萬變的數位時代,AI 已成為各行各業的日常夥伴。生成式 AI(Generative AI)就像全天候不眠不休的數位助理,幫助你發想、替你省下大量重複性工作,將時間留給更有價值的任務,對於大部分的職場人士來說,AI 工具都可以顯著的提升生產力。PwC《2025 全球 AI 就業報告》也顯示,具備 AI 應用能力的員工,平均薪資比同職位高 56%。 AI 工具百百款,你是否覺得眼花繚亂,不知如何下手呢?本文精心挑選了 10 套「職場必學」的 AI 工具,涵蓋文字生成、資料分析、翻譯、簡報製作到影音創作,並彙整為三大類: 分類工具適合對象核心價值對話助理 ChatGPTGeminiCopilot需要寫作、溝通、研究的人快速生成與整理文字、激發創意資料整理 Claude AIPerplexity、NotebookLMDeepL需要處理數據、翻譯、文件與跨平台資訊的知識工作者提升資料處理效率與可檢索性視覺呈現Napkin AIGammaLumalabs.ai常做簡報、需要視覺化資訊、影音製作的人透過 AI 生成原本較困難的視覺化產出 一、對話助理類 1. ChatGPT — 全方位 AI 對話助手 網址:https://chat.openai.com/ 無庸置疑是最領頭的 AI 工具,市佔率也最高,主要由 OpenAI 開發,能生成文字、分析資料、整理摘要、發想創意,也支援圖片、文件與數據分析。 情境:撰寫報告、提案草稿、會議紀錄、電子郵件、快速學新知。 技巧:使用 Aim/Input/Output 結構下指令,並指定對象與語氣。 案例:行銷專員用 ChatGPT 快速產出新品 EDM 初稿,節省 70% 時間。 2. Gemini — 工作與生活整合好幫手 網址:https://gemini.google.com/app Google 開發,與 Google Workspace 無縫整合,可從 Gmail、Docs、Sheets、Drive 搜尋與摘要,並串聯 Maps、Calendar。 情境:出差規劃、郵件整理、影片摘要。 技巧:指定檢索範圍、整合行程表。 案例:專案經理用 Gemini 在一小時內完成完整出差計畫。 3. Copilot — Office 生態系 AI 助手 網址:https://copilot.microsoft.com/ 整合於 Microsoft Word、Excel、PowerPoint、Outlook,能分析數據、生成簡報、撰寫與回覆郵件。 情境:Excel 分析、PPT 初稿、郵件摘要。 技巧:明確指定資料範圍與輸出格式,搭配 OneDrive。 案例:財務分析師用 Copilot 在 10 分鐘完成原需半天的營收分析。 二、資料整理類 4. Claude AI — 長文、程式碼撰寫好幫手 網址:https://claude.ai/ 擅長寫程式、長文本處理與多檔案分析,適合專業文件與合約摘要等等任務。 情境:程式撰寫、PDF / Word 摘要,互動內容產出,重點整理。 技巧:指定摘要範圍與輸出格式,可多輪提問。 案例:法律助理用 Claude 摘要 80 頁合約的義務與條款。 5. Perplexity — 即時搜尋與知識整理專家 網址:https://www.perplexity.ai/ 結合搜尋引擎與 AI,能檢索最新資訊並附來源連結。 情境:市場調研、競品分析、國際法規整理。 技巧:要求附連結、用表格整理、雙語搜尋。 案例:人資主管用 Perplexity 搜集國外企業 AI 招募案例表格。 6. NotebookLM — AI 筆記與知識管理專家 網址:https://notebooklm.google/ Google 推出,可整合文件、網站、音訊、影片,並建立知識圖譜。 情境:專案資料彙整、快速檢索、團隊協作。 技巧:一個筆記本管理多來源,利用心智圖視覺化知識。 案例:顧問將提案、產業報告、會議錄音匯入後,快速取得產業痛點摘要。 7. DeepL — 高品質翻譯與跨語溝通工具 網址:https://www.deepl.com/en/translator 翻譯品質不輸給 Google 的 AI 翻譯工具,支援多語與文件翻譯,保留專業用語。 情境:國際郵件、多語簡報、即時會議翻譯。 技巧:搭配外掛翻譯網頁,文件翻譯保留排版,設定專屬詞彙。 案例:外貿業務透過 DeepL 快速回覆多語客戶郵件。 三、視覺優化呈現類 8. Napkin AI — 一鍵生成流程圖 網址:https://www.napkin.ai/ 將文字轉換為手繪風或多種樣式的流程圖。 情境:SOP 視覺化、會議紀錄轉圖、簡報視覺化。 技巧:直接生成圖片並可編輯,快速切換樣式。 案例:講師用 Napkin AI 將處理流程圖像化,提升學員理解。 9. Gamma — AI 簡報生成器 網址:https://bit.ly/gamma_jack 用文字或網址生成高質感簡報,可持續與 AI 對話調整內容。 情境:快速簡報初稿、文件轉簡報、套用模板。 技巧:用網址匯入,限制 AI 不額外添加內容,免費版需控管使用次數。 案例:產品經理用 Gamma 在三分鐘內完成簡報並視覺優化。 10. Lumalabs.ai — AI 影片生成工具 網址:https://lumalabs.ai/ 用文字或圖片生成動畫影片,適合行銷、教育與創意製作。 情境:產品動畫、教學影片、品牌形象影片。技巧:指令加入鏡頭運動與風格描述,搭配圖片精準控制場景。案例:行銷人用 Lumalabs.ai 製作新品宣傳片,廣告點擊率提升 40%。 職場導入 AI 工具的步驟建議 AI 的資訊量大,建議先不要給自己太大的壓力,嘗試對話看看,丟一下生活、工作上遇到的挑戰,聽聽看這位新夥伴的看法。如果要在職場導入,可以參考以下六個步驟建議: [Step 1] 先大膽玩耍:不給自己壓力,打開 ChatGPT,馬上對話看看! [Step 2] 解決痛點:探索最能改善現有工作的語法,先不用想一次全學。 [Step 3] 同任務多工具測試:比較自己習慣程度、速度、準確度、品質等。 [Step 4] 建立指令模板:筆記過程中的好用指令,方便後續重複使用。 [Step 5] 定期優化流程:追蹤 AI 新知,確保工具與方法都與時俱進。 [Step 6] 自我提升 & 批判性思考:AI 是好的助手,是強大的第二大腦;但深度思考的挑選,許多仍來自個人專業,持續自我提升,與 AI 進行深度組隊! 結語:給自己一點挑戰,放手玩耍 AI 工具! 每天花 30 分鐘,用 AI 工具解決一個真實工作任務,並記錄成果。一段時間之後,你將熟悉工具並改變工作模式,讓 AI 成為你最可靠的職場外掛,加速專業成長! 了解作者其捷老師的相關課程 >> 超過5000+的HR都報名過的104人資學程!七大主題課程幫你系統化學習 >>   提升員工帶動企業的成長!最划算的教育訓練方案首選>> 企業內訓、公開班及線上課程需求,104人資市集最超值 >> 成為人資市集Line好友獲得最新課程優惠及免費講座資訊>> 訂閱市集電子報與你分享專家文章及最新活動訊息>>
【104職場力】・AI

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

運用ChatGPT分析數據和提供策略建議,分析準確嗎?實例示範運用ChatGPT解析Excel數據,從購買行為洞察、客群分群,到制定具體銷售策略,以及最關鍵的查核與修正盲點,才能真正發揮AI的輔助價值。本文節錄自《三秒鐘的出其不意!Excel × AI 幫你工作超省力》。 文/Excel 廣播電台|張予 本文目錄(點擊可快速前往) 【ChatGPT數據洞察1】用戶購買行為洞察【ChatGPT數據洞察2】銷售策略【ChatGPT數據洞察3】短中長期策略與行動方案【ChatGPT數據洞察4】AI分析準確嗎?如何查核與修正? ChatGPT不僅能根據你的指令提供數據摘要,還能根據分析結果給出實用建議!舉例來說,當你看到前一篇的折線圖,你可能會好奇:「為什麼6月的銷售額表現最好?」或者想知道:「如何改善4月和9月銷售下滑的情況?」這時候,善用ChatGPT,它能幫你深入分析數據,提供洞察與策略,讓決策更加精準! 【根據數據提問】問題示範:為什麼6月的銷售額表現最好?如何改善4月和9月銷售下滑的情況? (圖/旗標出版提供) (圖/旗標出版提供) 用「三個臭皮匠,勝過一個諸葛亮」來形容ChatGPT給予的協助,無疑是個最佳比喻。即便是經驗豐富的資料分析師,也可能會因為盲點而忽略關鍵資訊。但ChatGPT就像是一個全方位的數據顧問,能夠從多個角度切入,提供你可能沒想到的分析觀點,甚至具體的行動建議,幫助你從資料中挖掘出隱藏的黃金資訊。如果你能提供更完整的背景資料,它的建議將會更加貼近實際需求,甚至能針對你的分析需求量身打造具體的策略。 除了根據分析結果提供見解,你還可以直接告訴ChatGPT你的目標,請它根據目標設計行動策略。舉例來說,假設你希望以今年的用戶購買行為為基礎,制定隔年的銷售策略,ChatGPT就能根據數據表現,幫助你制定具體方案。現在,就來看看ChatGPT如何發揮數據分析的實力吧! 指令:「協助分析用戶的購買行為,並制定隔年的用戶銷售策略」 由於ChatGPT的回覆較長,以下將分為三部分介紹: 【ChatGPT數據洞察1】用戶購買行為洞察 (圖/旗標出版提供) (圖/旗標出版提供) ChatGPT根據我提供的Excel資料表,快速整理出用戶購買行為分析結果,包含購買次數、平均消費額、地區等關鍵資訊。接著,它透過購買次數與平均消費額的關係,將用戶分群,識別出高價值客戶和忠誠客戶,並清楚定義分類標準。最後,它還深入分析北、中、南地區的消費行為差異。這一切,只需短短幾秒鐘! 想像一下,如果要手動完成這項分析……你需要先整理資料表,再用肉眼觀察購買次數與平均消費額的關係。或許可以透過數據視覺化來加速分析,但問題來了――該選擇哪種類型的圖表?講了一堆,是不是很複雜?那麼下次不妨交給ChatGPT,讓它幫你快速整理、分析,省時又高效! 【ChatGPT數據洞察2】銷售策略 (圖/旗標出版提供) (圖/旗標出版提供) 在完成用戶行為分析後,ChatGPT進一步推導出2024年的銷售策略,針對高價值客戶、忠誠客戶、不同區域用戶,以及不同註冊時間的客群,提供個別的行動建議。這些策略不是憑空想像,而是根據Excel資料表中的實際數據,所推論出的具體建議,讓決策更有依據,提升執行效率與成功機率! 【ChatGPT數據洞察3】短中長期策略與行動方案 (圖/旗標出版提供) 最後,ChatGPT收斂並整理出2024年的短、中、長期銷售策略,確保這份分析報告能立即轉化為可執行的行動方案。如果你希望獲得更詳細的策略細節,或需要更多具體的行動建議,只需輸入指令,ChatGPT就能提供進一步分析,讓數據真正為決策帶來價值! 【ChatGPT數據洞察4】AI分析準確嗎?如何查核與修正? 你可能會好奇~AI進行數據分析的準確度如何?會不會出錯? 其實,ChatGPT並非完美,這點從聊天室下方的提示「ChatGPT可能會發生錯誤,請查核重要資訊」便可看出。 (圖/旗標出版提供) 如果對結果有疑問,你可以直接詢問ChatGPT它的推論依據。舉例來說,在分析區域消費差異時,ChatGPT提出:「台北與高雄的用戶消費較高,而台南用戶的消費額相對較低」。若你想知道它是根據哪些數據推論的,只需請它提供數據支持,結果如下: (圖/旗標出版提供) ChatGPT已經整理出各地區的消費表現表格,從總消費來看,台南的消費力確實較台北和高雄弱,這證明AI並非憑空猜測,而是基於數據分析得出的結論。然而,再重申一次~AI並不完美,你是否注意到「台中」的數據被忽略了?從表格來看,台中的總消費額其實是四個地區中最低,理論上應該比台南更值得關注,但ChatGPT並未主動提及這點。 總消費額為最低(圖/旗標出版提供) 當你發現這類問題時,可以直接指正,並要求ChatGPT修正。例如:請它補充台中的數據分析,確保結果更加完整。  (圖/旗標出版提供) (圖/旗標出版提供) ChatGPT已經根據指令進行修正!(圖/旗標出版提供) AI工具雖然強大,但仍有其不足。最理想的方式是將AI視為協作助手,而非完全取代人的判斷。透過人機互補,不僅能提升分析的精準度,也能確保結果更加全面。掌握這樣的心態,你將能更高效地運用AI進行數據分析,讓決策更加精準。 節錄自:旗標出版《三秒鐘的出其不意!Excel × AI 幫你工作超省力》/Excel 廣播電台|張予 著 更多【AI工作術】推薦: ChatGPT生成Excel圖表不卡關!xy軸設定、中文顯示問題輕鬆搞定 打造ChatGPT行政小助理:專屬AI助理幫你處理瑣碎行政工作 ChatGPT可以產生流程圖嗎?用Excalidraw和ChatGPT快速搞定 Excel公式讓ChatGPT幫你寫!輸入指令就能懂的Excel公式教學
【104職場力】・AI

產品經理 - 學習地圖(下):職涯精進篇 

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(下) :職涯精進篇,將協助學習者認識『轉職產品經理的學習策略』、『產品經理薪資行情與職涯發展 』、『產品經理的挑戰與機會 』相關職業發展重點趨勢,協助轉職者掌握先機,開啟自己嚮往的產品經理職涯! 前往閱讀 【產品經理 - 學習地圖(上):技能養成篇 】  文 /【104學習精靈】 本文目錄(點擊可快速前往) 轉職產品經理的學習策略 初學者或轉職者的學習策略的四步驟學習策略 不同背景的轉職策略 產品經理薪資行情與職涯發展 產品經理薪資概況 產品經理職涯發展路徑總覽 職涯發展路徑圖哪些產業需要產品經理 產品經理的挑戰與機會產品經理的挑戰:責任高壓 × 協作複雜 × 影響難以量化產品經理的機會:橫跨多領域 × 成為整合與策略型人才 轉職產品經理的學習策略  初學者或轉職者的學習策略的四步驟學習策略  🔍 步驟一:建立觀念框架  目標是建立「什麼是產品經理」的核心理解,避免誤解 PM 僅是寫文件或開會的角色。  閱讀經典書籍:  《Inspired》(Marty Cagan)  《Lean Startup》(Eric Ries)  《Hooked》、《The Mom Test》等使用者與產品研究相關書籍  觀察與分析:  訂閱科技與產品類專欄(如《PM 的日常》、《Mr. PM》)  比較 PM 在不同產業中的角色差異(SaaS vs. FinTech vs. 教育科技)  🛠️ 步驟二:進行模擬實作  產品能力是做出來的,非讀出來的。從小型個人專案開始動手做:  撰寫 PRD(產品需求文件):說明產品目標、功能架構、使用者角色等  建立簡單原型:可使用 Figma、Uizard 或 Whimsical 畫出 Wireframe  練習模擬專案情境(例如:設計一款改善會議效率的工具)  🧰 步驟三:建立個人作品集  PM 沒有程式碼作品,作品即為「邏輯、觀察與提案」。Side Project 是最佳切入點。  自行發想一個產品點子,並完成以下交付成果:  用戶訪談紀錄、問題定義  MVP 功能列表與排序依據(Kano、RICE 等)  原型畫面(Figma)與簡報提案(Canva、Gamma)  將成果整理成:  部落格分享文章(Medium、方格子)  Notion 公開頁面或作品集 PDF  📊 步驟四:進行能力映照與導師輔助  轉職需要策略,了解自己的強項與補足點是核心。  自我分析:  是否擅長邏輯分析?是否習慣說故事與組織資料?  對技術的接受度如何?對用戶研究是否有熱情?  對照能力地圖與三階段學習模型(初階 → 中階 → 資深)  尋找導師或實務導向社群(Product School、Dcard「PM 求職」板、社群黑客松)  【成功轉職PM經驗分享: 從0學會提案,產品經理學習營揭3大挑戰 】  不同背景的轉職策略  產品經理是一個高度跨域的職位,各種專業領域的人才都能從自身優勢出發,補足關鍵能力差距,有策略地進入 PM 領域。以下列出常見背景與對應建議:  💼 背景類型 🔍 關鍵補強能力 🧭 學習策略與實作方向 工程師 / 技術人員 商業價值理解、需求轉化、使用者觀點 - 學習撰寫 PRD 並用簡單語言說明技術實作邏輯- 練習 MVP 與產品優先排序技巧(RICE、Kano)- 建立從技術到商業的提案範例 UI/UX 設計師 技術協作語言、商業邏輯、敏捷開發流程 - 學習產品開發節奏(Scrum、Sprint Planning)- 練習從用戶痛點導出產品需求- 撰寫可執行的功能清單與需求說明(非設計角度) 行銷 / 業務 / BD 用戶建模、技術合作、需求邏輯結構 - 練習撰寫 User Story、畫使用者旅程圖- 學習產品分析指標(轉換率、留存)- 製作從行銷洞察到產品設計的策略案例 專案管理 / 專案 PM 使用者思維、功能設計、產品價值評估 - 補足從需求到功能邏輯的建構訓練- 練習將項目管理轉化為產品開發週期 - 提升產品策略思維(如何達成產品願景、商業目標) 資料分析師 / 數據人員 使用者訪談、產品場景理解、功能直覺 - 將分析結果轉換成產品洞察與建議(例:為何 DAU 下降?)- 練習功能排序與使用者分群設計- 製作一份以數據為主導的功能驗證提案 教育 / 顧問背景者 技術導向邏輯、產品結構化設計 - 將課程規劃轉為產品功能流程(例:學習路徑=用戶旅程)- 建立數位化教學或平台設計專案作為產品作品集 記者 / 編輯 / 媒體人 邏輯結構、功能規劃、需求導入 - 將內容流程圖轉換為資訊架構(IA)- 練習功能導覽邏輯與用戶操作行為設計- 撰寫產品規格內容並搭配原型製作 創業者 / 自營接案者 系統化流程、團隊協作語言、規模化需求設計 - 重構既有專案成為產品流程(從接案 → 開發 → 優化)- 學習定義「核心功能」與「增強功能」- 撰寫投資簡報與產品發展路線圖  [course_plugin title='轉職產品經理經驗分享' keyword='如何成為厲害的產品經理' amount=2] 產品經理薪資行情與職涯發展  產品經理薪資概況  🎯台灣產品經理薪資  初階(3年以下經驗):月均薪約5.8萬。  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6.5萬以上。(以上資料來源:104薪資情報)  🎯薪資影響因素  產業別:FinTech、SaaS、AI、新創科技類產品,整體薪資水準高於平均  公司規模與資本:外商、大型科技平台或募資成功的新創通常提供更高總薪酬(含分紅、股票)  技術能力:具備資料分析、SQL、AI 工具應用或技術 PM 能力者,具明顯加分空間  跨部門經驗與語言能力:能帶領國際團隊或雙語溝通,具備海外市場經驗者,職位晉升與薪資天花板更高  績效可量化與作品影響力:曾成功主導產品從 0 到 1 上線、或具實際商業成效者,極具市場競爭力  產品經理職涯發展路徑總覽  🎯一般產品經理職涯階梯  階段 角色職稱 工作內容重點 初階(0–2年) Associate PM、PM 功能需求管理、協助執行開發與測試 中階(2–5年) Senior PM、產品 Owner 獨立負責模組、帶專案、做跨部門溝通 高階(5 年以上) Head of Product、Director 規劃策略、領導團隊、負責產品營收或發展方向  🎯產品經理的延伸發展方向  ▶️ A. 管理職方向 → 領導產品團隊與策略擬定  產品主管(Head of Product)  產品副總 / 首席產品官(VP of Product / CPO)  📌 適合具備團隊領導、策略思維、資源整合能力者📈 負責產品線營運績效、公司級產品策略與團隊管理  ▶️ B. 專業產品分支 → 深化專業能力與技術協作  成長產品經理(Growth PM):優化轉換率、黏著度  資料產品經理(Data PM):數據驅動決策、儀表板設計  平台產品經理(Platform PM):處理底層架構、平台服務協調  AI 產品經理(AI PM):導入 AI 模型、設計 prompt、資料運用  📌 適合具備技術基礎、數據敏感度或 AI 工具應用者📈 強調深度專精與跨部門技術協作  ▶️ C. 轉向技術 / 解決方案型職位  技術產品經理(Technical PM)→ 精通系統邏輯、API、工程流程協作  Solution PM / 客製產品經理→ 尤其常見於 B2B 領域,轉譯商業需求為技術落地方案  資料分析 / 機器學習協作產品職(Data Analyst / ML Collaborator)→ 與資料科學家共構分析產品,打造資料決策體系  📌 適合對技術工具敏感、與工程或數據團隊合作密切者  職涯發展路徑圖 產品助理 PM / 初階產品經理 │ ▼ 產品經理(Product Manager) │ ▼ 資深產品經理(Senior PM) │ ├── A. 領導團隊 → Head of Product / VP of Product / CPO │ ├── B. 深化專業能力 → │ ├── 成長 PM(Growth PM) │ ├── 資料 PM(Data PM) │ ├── 平台 PM(Platform PM) │ └── AI PM(AI Product Manager) │ └── C. 技術轉向 / 客製型產品 → ├── 技術產品經理(Technical PM) ├── 客製方案 PM(Solution PM) └── 資料協作職(Data / ML Collaborator)   哪些產業需要產品經理  幾乎所有以產品為核心的行業都需要產品經理。以下列出熱門產業與其 PM 特性:  科技平台 / SaaS : 快速上線、快速迭代  PM 需懂敏捷與成長指標  電商與新零售  用戶轉換、後台流程、金物流整合  重視跨部門協作與商業營運理解  FinTech 金融科技  必須結合法遵、用戶安全與服務介面  PM 需與法務、風控、技術密切協作  EdTech 教育科技  著重用戶黏著與內容轉化效果  常需思考平台設計與學習路徑設計  IoT 與硬體整合  PM 扮演橋梁角色,連結硬體端與 App、後台資料串接  遊戲與娛樂產業  以玩家體驗、虛擬經濟與成癮機制為優先考量  產品經理的挑戰與機會   產品經理的挑戰:責任高壓 × 協作複雜 × 影響難以量化 責任重大但權限不清 雖需對產品成效、上線時程負責,但實際並不管理設計師、工程師等資源。 📍 情境:設計端與工程端無意願更改開發排程,PM 需透過影響力而非權力協調進度。 利害關係人眾多,溝通成本極高 市場、業務、客服、用戶、技術等部門需求往往衝突,PM 是資訊總管也是「夾心餅乾」。 📍 情境:行銷部門希望推出亮點功能吸引用戶,但開發團隊評估技術複雜度高,PM 需主導「先推 MVP、後期擴充」的雙贏方案。 KPI 難以單一指標衡量 🎯 與業務不同,產品績效常依賴間接成果(如提升用戶留存、降低客服成本),評價方式難以量化。 📍 情境:推出新功能後,用戶滿意度提升但營收未立即成長,PM 需解釋產品影響是「長期復利」而非即時回報。 需求變動快速,需持續對齊戰略方向 使用者行為、競品策略與高層決策常臨時變更,PM 要即時調整計劃、重排優先順序。 📍 情境:原定第二季上線的新模組,因競品提早推出類似方案,PM 臨時調整優先順序並帶團隊加速交付。 資訊不對稱與期望管理 PM 需將技術語言與商業語言轉譯給不同部門聽懂,並同步設定合理期待。 📍 情境:業務部門以為功能改動「只是改兩行 code」,PM 需以邏輯說服其理解影響範圍與開發代價。 產品經理的機會:橫跨多領域 × 成為整合與策略型人才 深度參與產品創新與策略制定 PM 是少數能從用戶需求出發,參與產品架構、商業模式與推廣策略制定的角色。 📍 情境:PM 參與設計新會員系統,從功能設計到價格方案與活動邏輯,全面串聯 UX 與營收思維。 跨界職能大平台,橫向能力持續擴張 PM 是 UX、工程、行銷、數據的整合者,能從中學習各部門運作邏輯。 📍 延伸可能: UX 能力強 → 可轉向 Product Designer / UX Lead 商業直覺強 → 可轉向 BD、Growth Hacker 擅長數據分析 → 可成為 Data PM 或轉職 Data Analyst 善用 AI 與數據工具,提升個人效率與競爭力 新時代 PM 善用工具(如 ChatGPT、Mixpanel、Figma AI),將重複性任務自動化,將更多精力投入產品決策。 📍 情境:使用 ChatGPT 快速產出功能草稿、用 Notion AI 紀錄會議摘要,大幅提升產出速度與溝通效率。 職涯發展路徑彈性高,向上與橫向皆可擴展 根據個人強項與興趣,可發展為: ⬆️ 高階管理職(Head of Product、VP、CPO) ⬅️ 專業分支(Growth PM、AI PM、Platform PM) ➡️ 創業者、顧問、創新策略師 培養「影響力而非權力」的領導型人才 優秀 PM 不靠職權,而是靠願景整合與團隊信任來推進決策,這正是高階管理人才最需要的核心能力。 [course_plugin title='產品經理實戰課程' keyword='第7屆產品經理學習營' amount=2] 前往閱讀 【產品經理 - 學習地圖(上):技能養成篇 】  [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 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
【104職場力】・職涯規劃

AI生成簡報工具怎麼選?Gamma、Felo、Gemini Notebook等6大AI簡報工具推薦

用AI簡報工具製作PPT、Google Slides,哪個工具適合我?本文一次比較包括Gamma、Manus、Canva AI、Gemini Canvas、Felo、Gemini Notebook(原NotebookLM)等6大AI簡報工具,包括特色、優缺點與適用情境,幫你快速選對工作效率神器!本文節錄自《超有料!職場第一實用的AI簡報術》。 文/廖韋評 本文目錄(點擊可快速前往) 目前市面上有哪些常見的AI簡報工具?Gamma:AI簡報的先驅者Manus:自動化程度最高的簡報工具Canva AI:追求設計感的高手專用Gemini Canvas簡報模式:一鍵連動Google SlidesFelo簡報模式:搜尋到簡報一氣呵成NotebookLM簡報生成:把大量資訊轉為精緻簡報 (編按:NotebookLM於2026年7月更名為Gemini Notebook。以下為原始文章:) 以往我們要製作一份投影片,需要先挑選範本、打上文字、放入圖片,然後新增一張投影片、重複以上動作十幾次。而且資料放完之後,還需要注意資訊會不會太多、版面好不好看,然後大量的調整……,現在有了AI簡報工具之後,這些都不再是問題! 編按:為了確保AI能夠做出精準符合需求的簡報內容,作者建議先定義簡報需求,做資料蒐集及資料彙整之後,透過投影片大綱規劃模組,生成完整投影片大綱,接下來就可以正式進入以AI簡報工具生成投影片的環節。延伸閱讀:用AI做簡報,建議先「生成大綱」!簡報大綱規劃模組Prompt分享 目前市面上有哪些常見的AI簡報工具? 本書挑選了Gamma、Manus、Canva AI、Gemini Canvas、Felo、NotebookLM這六種AI簡報工具作為代表,可能有些讀者會很困惑該怎麼選擇,這邊簡單提供一個簡單的比較表格: 工具比較GammaManusFeloCanva AIGemini CanvasNotebookLM指定文字內容VVXXVV生成頁數上限10/20/7512/2420-3030-4030-4015-20版面平衡最佳尚可最佳普通尚可最佳素材設計感尚可普通普通最佳普通最佳使用上傳背景VVXVXXAI圖片生成VVVVXV自訂視覺風格VVVVXX批次調整VVXXVX手動編輯板塊式介面僅能微調僅能微調自由調整XX進階投影VVXVXX匯出格式PDF/PPTX/PNG/Google slidePDF/PPTX/Google slidePDF/PPTXPDF/PPTX/MP4/JPG/PNG/GIFGoogle SlidePDF 圖/旗標《超有料!職場第一實用的AI簡報術》 電腦版大圖:請開啟瀏覽器輸入網址:deck.tw/decktool 接下來我們將一一評比分析每個投影片工具的優點、缺點,讓大家可以根據需求挑選出最適合自己的工具! Gamma:AI簡報的先驅者 Gamma擁有穩定的簡報生成品質、多樣化的視覺範本與豐富的設計功能,生成速度極快、但在文字量較多、邏輯複雜的情況下容易表現不佳。 優點缺點● 模組式設計介面對新手友善● 多種視覺邏輯模組可套用● 支援輕鬆更換主題配色● 可透過Agent以自然語言修改投影片● 投影片生成速度極快● 免費額度不補充(付費版則不受限制)● 免費版單次生成頁數僅10張● 無法整合搜尋,大綱規劃能力較差● 除了上傳模式外,無法整合圖片素材● 太多人使用,容易看得很膩 網址:https://gamma.app 使用方法: 「生成模式」讓AI根據提示詞生成主題大綱 「匯入模式」用現有檔案內容產生簡報 「貼上文字模式」貼上指定簡報大綱,100%指定生成內容 圖/旗標《超有料!職場第一實用的AI簡報術》 Manus:自動化程度最高的簡報工具 Manus具備極高程度的自動化整合能力,可以完美遵守本書提供的指令模組來產出內容,但在細節版面、字體比例與邊界控制上仍顯得不夠穩定,編輯功能也相對陽春,適合製作專案導向的投影片。 優點缺點● 規劃、搜尋、整合文字一氣呵成● 可整合使用者上傳圖片素材● 投影片可整合訊息較多● 點數制度無法吃到飽使用● 字體常常出現過小情況● 設計容易超出16:9邊界導致文字被吃掉● 編輯功能較為薄弱,無法自由新增內容 網址:https://manus.im/ 使用方法:點擊輸入框下方的「投影片模式」(製作簡報),再輸入想製作的簡報主題。可提供標題、上傳舊PPT,或直接提供完整簡報大綱與參考資料 圖/旗標《超有料!職場第一實用的AI簡報術》 Canva AI:追求設計感的高手專用 Canva AI擁有龐大的設計素材庫與完整編修工具,能在「素材美感」與「調整彈性」上提供最強大的支援,但在自動文字編排與資訊密度控制上有許多不足,常需依賴使用者自行調整平衡。 優點缺點● 模板素材的整體設計感較好● 強大Canva設計工具可做精細編修● 投影片張數不受限制● 無法100%自訂投影片內容● 僅協助套版、文字容易過小● 偶爾會出現英文內容,須付費功能才能批次翻譯 網址:https://www.canva.com/ai/ 使用方法:點擊輸入框下方的「設計>簡報」,可輸入想製作的簡報主題,並選擇「分享對象」、「風格」、「長度」 圖/旗標《超有料!職場第一實用的AI簡報術》 Gemini Canvas簡報模式:一鍵連動Google Slides Gemini Canvas設計的簡報版面一如Google的簡潔俐落,強大的資訊處理功能使其可以處理較多頁數的投影片設計,適合較龐大的商務任務。缺點是生成時間較久、以及需要發佈到Google Slides才能做細節編輯。 優點缺點● 設計風格簡約● 可發布至Google Slides以利後續編輯● 投影片張數不受限制● 指令複雜時無法穩定觸發簡報模式● 輸出到Google Slides時會些微跑版● 投影功能較薄弱● 多次編輯時容易有Bug● 預設從網路抓取圖片 網址:https://gemini.google.com/canvas 使用方法:選擇「Canvas」模式,在指令輸入「請幫我製作一份關於OO的簡報」,就會進入簡報製作模式。如果想匯出簡報,點擊Canvas區塊上方的「匯出成簡報」,即可至Google Slides更自由的做細節編輯。 圖/旗標《超有料!職場第一實用的AI簡報術》 Felo簡報模式:搜尋到簡報一氣呵成 Felo的投影片設計質感令人驚豔,可以把搜尋的內容轉變為大綱。但是不支援指定內容的大綱,同時投影片生成之後就不支援批次調整,匯出時跑版情況嚴重,比較偏向小型或輕量化的研究主題。 優點缺點● 自訂Agent模式可容納一萬字左右的Prompt● 可直接將搜尋結果轉為投影片● 產出前會產生三種TA的StoryLine供你選擇● 設計質感良好,整體風格穩定● 點數制度無法吃到飽使用● 產出之後無法批次調整或再製● 編輯功能較為薄弱,僅能微調介面元素項目 網址:https://felo.ai/ 使用方法:在首頁點擊「AI簡報」,或在回答頁選擇「生成AI幻燈片」、「轉換至AI簡報」。 圖/旗標《超有料!職場第一實用的AI簡報術》 NotebookLM簡報生成:把大量資訊轉為精緻簡報 NotebookLM的簡報模式是目前整體簡報設計評價最高的工具,透過圖片生成的方式,能夠根據主題內容產生豐富的輔助設計。 優點缺點● 整體設計感最佳‧ 可在投影片中呈現大量訊息● 能根據簡報內容呈現視覺化邏輯● 可直接在NotebookLM中完成簡報● 使用圖片方式生成,後續調整不方便● 文字過小時,仍然會出現亂碼● 無法將來源圖片直接整合到簡報中 網址:https://notebooklm.google.com/ 使用方法:於工作室區塊選擇「簡報」,或點編輯圖示選擇「自訂投影片」調整格式、語言、長度,以及輸入大綱、目標對象、樣式和重點。NotebookLM會自動整合來源內容產生投影片大綱,並根據大綱產生高度視覺化的投影片。 圖/旗標《超有料!職場第一實用的AI簡報術》 延伸閱讀:NotebookLM簡報怎麼編輯?5招修改法實測,轉PPTX、線上改都行 你可以看完這些工具的比較之後,選擇自己相對有興趣的工具開始體驗! 節錄自:旗標《超有料!職場第一實用的 AI 簡報術:用對工具讓生產力全面進化!》/廖韋評 著 ★ 104學習推薦:建立「職場簡報力」標準,讓你的能力被看見 ★重量級講師王永福、謝文憲、葉丙成共同發起認證+考前影片:▶ 台灣簡報認證 - 初級|通過認證回傳104履歷 [course_plugin api_type='course_id' title='104學習推薦:' id='39d7b0fe-6384-450f-aee8-eaa8932b544d']
【104職場力】・AI

「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>
【104職場力】・軟體工程

AI技術如何重塑職場?主管必備的3大應對策略,掌握數位轉型關鍵,強化團隊競爭力

在人工智慧(AI)迅速崛起的時代,許多人開始反思:「AI將如何重塑工作模式?」、「未來AI技術對團隊與業務會產生哪些影響?」以及「如何在AI時代中取得優勢?」這些問題凸顯了現代職場對於AI技術的深切關注。本文將探討AI帶來的職場變革,結合AI數位轉型的優勢,為主管提供應對策略,協助他們在這波科技浪潮中把握新的職業機會。 文/104獵才顧問行銷企劃部 點擊前往關注AI相關500家企業?免應徵👉先跟HR聊聊 【本集課堂分享人物】 劉俊鴻 Darlian Liu 104高階及關鍵人才庫 顧問 📽️回顧看上集👉《AI將減少工作機會?深入解析ChatGPT如何影響未來就業趨勢》 本文導覽: 一、AI帶來的職場變革與未來趨勢,AI技術如何重塑職場格局? 1. 自動化提升效率 2. 新興職業的誕生 3. 傳統職業的轉型 二、AI數位轉型優勢:提升團隊業務效能的五大關鍵要素! 1.數據驅動決策:AI如何優化市場分析與業務預測 2.建立數位文化:提升團隊創新能力的基石 3.數位化流程:簡化操作,增強團隊效率的最佳實踐 4.增強客戶體驗:AI如何提升顧客滿意度與忠誠度? 5.鼓勵創新與實驗:如何在AI時代中發掘新商機? 三、在AI浪潮中保持競爭力的3大策略:擁抱挑戰、持續學習、 強化溝通技巧 1. 擁抱挑戰,勇敢面對技術革新:面對AI技術的心態調整 2. 持續學習的重要性:跟上AI技術演進的步伐 3.強化與AI溝通的能力:提升職場競爭力的關鍵技巧 四、結論、掌握AI時代職業機會的關鍵要點 一、AI帶來的職場變革與未來趨勢,AI技術如何重塑職場格局? AI技術正在快速重塑我們的工作方式和職場格局,帶來了深遠的影響。從自動化流程到創新應用,AI不僅提高了工作效率,還開創了許多全新的職業機會。 1. 自動化提升效率 AI技術自動化了許多重複性和低效能的工作,解放了人力資源,使員工能夠專注於更具創造性和戰略性的任務。這種轉變不僅提高了生產力,還促進了工作滿意度。 2. 新興職業的誕生 AI技術的進步催生了許多新興職業,如數據科學家、AI工程師、機器學習專家(👉超過400個AI相關職務等你來關注)等。這些職業不僅薪資優渥,還擁有廣闊的發展前景,成為職場中的新寵。 3. 傳統職業的轉型 傳統職業在AI的影響下也在發生轉型。例如,市場營銷人員現在需要掌握數據分析和AI工具,才能在數位化時代中脫穎而出。這種轉型要求職場人士不斷更新技能,以適應新的職場需求。 二、AI數位轉型優勢:提升團隊業務效能的五大關鍵要素! 數位轉型是指組織或企業利用數位科技重新設計業務流程、改善組織運作,並提升整體價值創造力的過程。對於主管來說,這不僅是技術的更新,更是促進團隊協作、提高效率和增強競爭力的關鍵策略。透過數位轉型,主管可以引導團隊在新技術的支持下,實現更靈活的運作模式,並在不斷變化的市場中保持優勢。 1.數據驅動決策:AI如何優化市場分析與業務預測 數據驅動的決策過程使企業能快速響應市場變化,並做出更精準的商業判斷,從而增強競爭力,提升團隊效能。 2.建立數位文化:提升團隊創新能力的基石 建立數位文化能鼓勵員工探索新技術,增強團隊的創新能力,進而促進企業整體成長和效能提升。 3.數位化流程:簡化操作,增強團隊效率的最佳實踐 數位化流程可減少人為錯誤,加快業務運作速度,讓團隊專注於更高價值的任務,進一步提升團隊效能。 4.增強客戶體驗:AI如何提升顧客滿意度與忠誠度 利用AI技術分析顧客數據,企業可以提供個性化服務,增強顧客整體體驗與忠誠度,提升團隊在客戶關係管理中的效能。 5.鼓勵創新與實驗:如何在AI時代中發掘新商機 在AI時代,企業應鼓勵創新思維與實驗,探索未來的新商機,這將促進團隊的靈活性和效能,保持市場競爭力。 三、在AI浪潮中保持競爭力的3大策略:擁抱挑戰、持續學習、 強化溝通技巧 1. 擁抱挑戰,勇敢面對技術革新:面對AI技術的心態調整 在這個快速變化的時代,保持開放心態至關重要。面對AI浪潮,主管們應鼓勵團隊勇於嘗試新技術,積極參與相關活動。這不僅能提升個人技能,還能培養團隊的創新精神,讓每位成員都能在面對挑戰時保持競爭力。 2. 持續學習的重要性:跟上AI技術演進的步伐 為了適應不斷變化的AI技術,持續學習和加入同好圈是關鍵。參加線上課程、教育平台或工作坊,並融入Facebook社團、粉絲頁或LINE專業群組,這不僅能提升專業知識,還能鼓勵團隊成員建立人脈,拓展視野,確保在職場中不斷前進。 3.強化與AI溝通的能力:提升職場競爭力的關鍵技巧 在AI時代,與AI有效溝通的能力將成為職場競爭力的關鍵。主管們應該鼓勵員工學習如何使用AI工具,並強調這項技能對提高工作效率的重要性。透過掌握與AI的溝通能力,團隊將能在複雜的職場環境中脫穎而出,贏得未來的機會。 四、結論、掌握AI時代職業機會的關鍵要點 AI技術正在引領職場的巨大變革,帶來了無數的機遇和挑戰。職場求職者應該保持開放的心態,擁抱挑戰,持續學習,並提升溝通技巧和心理素質,才能在這波科技浪潮中找到自己的職業機會。無論未來如何變化,只要做好準備,就能在新的職業環境中找到屬於自己的位置。 【推薦關鍵人才的AI趨勢好文】 📣AI市場薪情知多少?《AI到底有多熱!從市場薪情找出你的高薪機遇》 📣AI時代會減少工作機會?《AI將減少工作機會?深入解析ChatGPT如何影響未來就業趨勢》 📣如何用AI讓你被HR看見?《用AI打破求職困境:4關鍵快速讓HR看見你的亮點》 ║關鍵人才專屬AI職缺推薦║ AI 處理器設計工程師 聯發科技股份有限公司│新竹市熟悉處理器系統BUS and memory architecture、熟悉Verilog AI software development manager 廣達電腦股份有限公司│桃園市龜山區8年以上工作資歷│C 、C++ 、Java 、Python 、JavaScriptg 電腦輔助工程CAE與AI資深工程師 緯創資通股份有限公司│台北市內湖區4年以上工作資歷│電腦輔助工程模擬技術或AI開發經驗、Dassault Systèmes、ANSYS、SIEMENS、Hexagon 數位科技處-AI人工智慧專案管理師 永豐商業銀行股份有限公司│台北市中山區具備AI相關背景知識,如CNN、RNN演算法、基礎建模方法等、具AI專案開發/管理經驗者 數位轉型服務-數據分析資深顧問 勤業眾信聯合會計師事務所│台北市信義區3年以上工作資歷│熟悉資料分析語言與框架、熟悉機器學習與深度學習等演算法建模 點擊前往關注AI相關500家企業?免應徵👉先跟HR聊聊 企業徵才│找關鍵人才 人才求職│找優質職缺 104獵才顧問 官方網站104獵才顧問 Facebook104獵才顧問 LinkedIn104獵才顧問YouTube
【104職場力】・AI

ChatGPT可以產生流程圖嗎?用Excalidraw和ChatGPT快速搞定

面對複雜的活動企劃或行政流程時,往往不能只靠文字或口頭說明。這時,利用流程圖來視覺化資訊成為提升溝通效果的最佳解方。本文解析如何結合「ChatGPT」與「Excalidraw」,從文字、Mermaid語法到圖表,快速產製出結構清晰、專業美觀的流程圖,輕鬆應對各種工作需求。本文節錄自《30個必學的AI行政工作術》。 文/賴彥廷 本文目錄(點擊可快速前往) Excalidraw+ChatGPT快速產製流程圖【STEP 1】快速掌握Excalidraw的使用方式使用Excalidraw將文字轉為流程圖【STEP 2】ChatGPT改寫語法【STEP 3】快速產出流程圖【STEP 4】調整與匯出Excalidraw實際成果展示【升級技巧1】善用資料庫與範本功能【升級技巧2】開啟即時協作模式 你是否遇過這樣的情況?同事在會議上介紹一個即將舉行的活動企劃,雖然他講得滔滔不絕,大家還是難以掌握活動全貌和階段任務。又或者,遇到報帳、請款這類較繁瑣的行政事務時,因為不熟悉流程,常常要多次詢問負責的人,耗費大量的時間。 這些讓人摸不著頭緒的狀況,往往是因為僅靠文字或口頭說明,無法讓他人迅速理解。此時若能將資訊視覺化,就能順利提升溝通效率,而「流程圖」就是職場中最常用的視覺化工具之一。 儘管流程圖常見且實用,但是想將一個活動企劃或是行政流程改寫為流程圖,卻不是一件容易的事!我們需要先在腦內消化眾多資訊,再思考如何拆解與表達,接著用手動繪圖,一來一往會耗費許多時間和精力。 如果有一款工具能將文字敘述快速轉換成簡潔明瞭的流程圖,那該有多好! Excalidraw+ChatGPT快速產製流程圖 「Excalidraw」是一款線上製圖工具,除了提供各式便利的圖表繪製功能,更重要的是,透過AI的輔助,可以快速將文字內容轉換成邏輯清晰的流程圖,對於展示活動企劃、產品研發、專案管理等工作的「流程」與「步驟」都非常有幫助。 接著將介紹如何運用「Excalidraw」搭配「ChatGPT」,根據各種工作需求,快速產出流程圖。 【STEP 1】快速掌握Excalidraw的使用方式 Excalidraw是一款免費開源、容易上手的圖表繪製工具,特別適合用於繪製流程圖與架構圖。無需安裝程式,在瀏覽器上開啟即可使用。 先進入Excalidraw的官方網站:https://excalidraw.com/ 使用介面非常單純,畫面上空白的區域就是讓我們繪製與編輯圖表的白板,而透過畫面上方的「工作列」,即可加入文字、線條、箭號等流程圖常用的元素,也可以插入圖片輔助說明。 AI自動繪製流程圖的功能則是包含在工具列的「更多工具」功能中。開啟後,將有幾種模式可以選擇: 文字轉圖表:透過簡單的描述,讓AI迅速將文字轉為流程圖。 Mermaid:Mermaid是一種專門處理圖表設計的語法,適用於流程圖、甘特圖、心智圖等圖表,Mermaid能以文字的方式清楚定義圖表內的文字、節點、連線方式等元素如何組裝,我們不必手動處理每個細節。 線框稿轉為程式碼:線框稿(Wireframe)是一種網頁設計或應用程式開發的草稿,用於表達產品的設計邏輯或排版架構。此功能多用於軟體研發相關的工作,此處不贅述。 實際應用時,「文字轉圖表」可以將我們口語化的敘述改寫為流程圖,便利又實用。但是根據經驗,遇到複雜的程序偶而會出現誤判(例如漏掉某個步驟)。此時改為使用「Mermaid」功能,即可精準針對需求製作流程圖。 使用Excalidraw將文字轉為流程圖 圖/商周出版提供 到這裡你可能會心生疑問:為了畫張流程圖還得花時間學習Mermaid語法怎麼寫,不是搬磚頭砸自己的腳嗎? 別擔心,這個問題全部交給ChatGPT! 【STEP 2】ChatGPT改寫語法 現在我們切換到ChatGPT,請它將文字轉成結構性的綱要,並用Mermaid語法規劃流程圖的細節。 為了讓ChatGPT的回答內容更加精準,可以在指令中善用兩個技巧: 請AI根據資料提取「流程重點」或是「關鍵步驟」。 限制以Mermaid語法輸出。 舉例來說,現在公司要辦理一場商業茶會,同事在會議上說明了籌備流程,我們可以將隨手寫下的內容直接丟給ChatGPT處理,輸入指令如下: 請根據以下活動說明提取流程重點,以Mermaid語法清晰呈現整個活動的流程。 活動說明: 最近公司準備推廣新型的雲端服務,總經理決定舉辦一場茶會,邀請潛在客戶參加。關於地點,我先呈報上次合作過的會議中心,如果總經理不滿意,我們再討論其他適合的地點,直到總經理說ok,再來預約,同時,也要聯繫外燴公司準備點心及茶飲。現在要分工處理茶會當天的幾個工作項目:邀請嘉賓、邀請媒體單位、預先準備新聞稿、安排支援人力。另外,在茶會結束前,大家互相提醒一下,別忘了拿出送給來賓的宣傳手冊。 ChatGPT回答: graph TD     A [開始準備] --> B [報告會議中心選項]     B --> C {總經理是否滿意}     C --> |不滿意| D [討論其他地點]     D --> C     C --> |滿意| E [預約會議中心]     E --> F [聯繫外燴公司準備點心及茶飲]     A --> G [茶會當天準備]     G --> H [邀請嘉賓]     G --> I [邀請媒體單位]     G --> J [準備新聞稿]     G --> K [安排支援人力]     G --> L [茶會結束前確認宣傳手冊]     L --> M [活動結束] 上面的英文字母、箭號、括弧等符號就是Mermaid語法。請連帶其他文字內容,全部複製貼上到Excalidraw。 這個方法的優點是,我們不必絞盡腦汁思索該如何將文字轉為流程圖,用口語化的描述,甚至有點凌亂的隨手筆記,都能直接丟給ChatGPT,讓AI整理成清晰的架構。 【STEP 3】快速產出流程圖 接著再回到Excalidraw,開啟「Mermaid」功能,輸入上一步驟ChatGPT生成的內容後,右側「預覽」(Preview)視窗就會出現AI自動生成的流程圖,接著點選「插入」(Insert)來編輯圖表細節。 【STEP 4】調整與匯出 我們可以將AI生成的流程圖當作基礎,繼續調整內容或是進行美編。 例如,使用工具列的「繪圖」(Draw)添加手繪風格的圖案,或是用「插入圖片」(Insert Image)上傳輔助說明的照片。當然,我們也能自由切換流程圖內的文字字型、顏色、對齊方式等美編設計。 完成後,點選畫面上方的「設定」就能匯出這張精美的流程圖囉! Excalidraw實際成果展示 圖/商周出版提供 所謂「一圖勝千言」,流程圖透過簡單的關鍵字、幾組線條就能說明一切。更棒的是,如今有了AI幫忙,想繪製一張專業的流程圖,彈指之間就能完成! 【升級技巧1】善用資料庫與範本功能 如果我們在工作中設計出一個獨特且實用的流程圖,希望未來還能繼續使用,只需要對著流程圖按右鍵「加入資料庫」,即可將這次的設計儲存到個人資料庫中。下次遇到同類型工作時便能直接取用。 更棒的是,我們還可以在「資料庫」裡面瀏覽各式各樣的美編素材、插畫圖樣,甚至是其他人設計的圖表模板,還能套用到自己的作品中。藉由這些資源,作品的視覺效果將會更豐富多彩。 【升級技巧2】開啟即時協作模式 如果需要與同事一邊討論一邊修改流程圖,可以點選畫面上方的「共享」按鈕,分享網址,就能立刻多人連線、共同編輯。 節錄自:商周出版《30個必學的AI行政工作術:搞定會議、行程、簡報、文書、圖表、影音、資料庫,事半功倍,準時下班!》/賴彥廷 著 更多【AI工作術】推薦給你: 4步驟學會運用AI關鍵能力!16種AI工具應用解析|行銷策略指令範例 用AI快速寫Email!ChatGPT Writer、Copilot等中英文電子郵件生成 ChatGPT一鍵生成簡報!Slides Maker讓AI幫你快速做完整簡報 會議紀錄用AI怎麼做?會議逐字稿如何整理?|AI語音轉逐字稿教學 用ChatGPT準備面試練習!AI履歷撰寫和模擬面試必學指令
【104職場力】・AI

有任何收穫或想分享的,都來和大家一起聊聊吧!