軟體工程師就業培訓
104學習
Computer engineering
結合硬體設計與軟體開發，專注於電腦系統的架構、運作與優化。具備此技能的人能設計電路板、嵌入式系統，並撰寫韌體或系統軟體，確保硬體與軟體協同運作。此能力在科技產業需求大，涵蓋物聯網、人工智慧、自動化等領域，能提升產品效能與可靠度，是硬體與軟體整合的重要橋樑。具備此技能，有助於解決複雜技術問題，並推動創新產品開發。
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
Linux Socket網路程式設計【本課程為線上課，報名後專員會提供上課資訊】
【免費課程】ITE-嵌入式系統軟體開發專業人員：硬體架構與介面
人資與採購必學！ AI 流程自動化應用實戰工作坊【10/20】
打造高投入團隊：遊戲化工作設計與激勵機制實作班【9/17】
.NET開發資料庫應用系統全方位－ADO.NET與Entity Framework(.NET Core)攻略
AI驅動的創新管理實戰：打造高效、創新的智慧型企業【11/03】
零基礎 AI 建站｜智慧架設、內容生成與 SEO 全攻略
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】
CompTIA Security＋國際網路資安認證班
精選證照
考取專業證照，讓能力被市場看見
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
IT Expert-網路資訊+網路規劃設計專業人員
IT Expert-網路資訊+網路規劃設計專業人員證照專為具備網路架構設計、管理與維護能力的專業人才設計，涵蓋網路通訊協定、路由交換技術、防火牆設定及安全管理等核心技能，能有效規劃企業網路環境並確保系統穩定運作，適合從事資訊系統規劃、網路工程及資安防護等相關工作，提升職場競爭力。
經濟部ITE資訊人員鑑定
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)
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
CTT+
CTT+證照專為資訊科技領域設計，涵蓋軟體開發、系統管理及網路安全等多項核心技能，強調實務操作與理論知識的結合，提升持證者在職場上的競爭力與專業能力，適合希望深化IT技術並拓展職涯發展的專業人士。
Comp TIA
精選貼文，掌握第一手知識
黃仁勳強調的「Loop Engineering（迴圈工程）」是什麼？
「迴圈工程」（Loop Engineering）是什麼？輝達執行長黃仁勳強調「迴圈工程」是AI（人工智慧）的未來，點名將取代提示工程，成為定義2026下半年AI發展的關鍵轉變。
文／樂羽嘉編譯 圖／ChatGPT‧樂羽嘉協作 由天下雜誌授權轉載
本文目錄（點擊可快速前往）
迴圈工程（Loop Engineering）是什麼？為什麼要學迴圈工程？黃仁勳怎麼說？迴圈工程的架構是什麼？迴圈工程實際上怎麼運作？哪些任務適合迴圈工程？自主工作流中的4大常見迴圈打造迴圈流程的小訣竅
輝達執行長黃仁勳最近讓一個人工智慧圈裡正夯的名詞成為焦點──「迴圈工程」（Loop Engineering）。根據X網友引述，黃仁勳說「現在沒人在寫提示詞了，都在編寫、管理迴圈」，把迴圈工程形容為定義2026下半年AI發展的重大轉變。
黃仁勳不久前接受美聯社專訪也反覆提到，未來AI將超越簡單的單次提示詞，成為能夠自主搜尋、評估、推理、使用工具、透過重複循環自我改進的系統。
簡單來說，提示工程是在研究如何對AI模型下達更好的指令，迴圈工程是要設計指令下達後AI系統自動執行的流程。
迴圈工程（Loop Engineering）是什麼？
迴圈工程是一個閉環式的循環。在一個標準的迴圈工程架構中，AI系統會生成一個假設、做測試、按照明確的目標給結果打分數、讀取並分析失敗的原因，把檢討後得到的回饋內容餵給下一次生成。迴圈工程的運作模式就是感知（Perceive）、推理（Reason）、行動（Act）、觀察（Observe），不斷重複。
在這個流程中，每次循環（Pass）成本相對便宜，但每次的結果都能縮小搜尋範圍。所以迴圈工程可以把數十次平庸的嘗試變成更強大、經過測試、更可靠的一次輸出。有價值的不是模型的第一個答案，是強迫模型不斷改進的過程。
為什麼要學迴圈工程？
現在大多數AI工作流還是高度依賴人類手動操作，AI照著你的提示詞，一個口令一個動作。你寫提示詞，模型回覆，你檢查內容，再寫新的提示詞，不斷循環。每次模型回覆你，互動就結束了，模型不會繼續工作、監控變化、自己決定下一步。
這種「單次對話」模式應付一次性任務還行，但需要AI代理自主完成多步驟工作（例如研究主題、寫報告、發布更新、檢查結果、在沒有人類干預下進行迭代）時就會很沒效率。
舉例來說，如果要打造「客戶研究」工作流，你可能需要AI代理執行以下步驟：
從多個管道爬數據
做摘要
標記異常值
格式化報告
傳到Slack
檢查有沒有人回覆
這中間包括6個以上不同步驟，若沒有完全自動化，你每一步都要手動觸發。
在這個背景下，迴圈工程誕生，透過 /loop（迴圈）、/goal（目標）和 /routines（常規程序）等結構，讓AI代理不需要人類在每個步驟手動輸入提示詞，也能持續工作，徹底改變自主AI代理能做到的任務範圍。
黃仁勳怎麼說？
黃仁勳提到，未來的AI方向是「少一點猜測，多一點研究」。
他解釋，現在AI系統已經能夠用網路搜尋並回傳「兩到三種不同版本」的資訊，接著自主評估哪一個版本最接近事實。
這就是迴圈在實務中的運作方式。AI不只會被動回應，更會主動搜尋、對比、評估、精煉內容。
另一個例子，是AI系統接收到提示詞後主動閱讀大量文獻、追蹤引用來源、沉浸並理解主題脈絡，隨後透過推理想出解決問題的方法。
這正是迴圈工程可能比提示工程更重要的原因。黃仁勳認為，一個聰明的提示詞頂多能改善一次回覆品質，但一個設計精良的迴圈可以讓整個工作流徹底進化。
迴圈工程的架構是什麼？
多數迴圈工程的實做主要圍繞以下3個核心結構：
1. /loop迴圈
告訴AI代理重複執行某個特定的動作序列。它可以是有限次數的（運行N 次），也可以是條件式的（運行到某個條件成立為止）。
2. /goal目標
替迴圈定義終止條件與前進方向。沒有目標，迴圈代理就會無限期運行或隨機終止。
3. /routines常規程序
這是AI代理在迴圈中可以隨時調用的模組化、可複寫的動作序列，可以看做是副程式（Subroutines）。
/loop怎麼運作？
迴圈會建立一個重複執行的循環機制。最基本的流程如下：
AI代理接收輸入，或觀察目前的狀態。AI代理執行某個動作。AI代理 評估是否應該繼續迴圈。如果答案為「是」，則帶著更新後的上下文回到第一步。
它與一般程式中的 for loop 最大差別在於，AI代理的推理能力可能會讓第二步在每一次迭代時都變得不一樣。換句話說，它不只是重複執行同一個動作。它能夠根據上一輪發生的結果，決定下一步該做什麼。
舉例來說，一個監控網站的AI代理可能會設定成每小時執行一次迴圈，用來檢查競爭對手的價格頁面是否有變動。
在每一次迴圈中，它都會把目前頁面狀態與先前儲存的基準版本進行比較。如果沒有任何變化，它什麼事都不做。如果有變化，它就會啟動通知流程。
/goal怎麼運作？
目標賦予迴圈終止的條件和前進的方向。一個優秀的目標定義通常包含：
成功狀態：怎樣才算完成？（例如「報告已提交，確認送達」）
限制條件：代理必須遵守的邊界（例如「不可以發超過3封電郵」）
優先訊號：需要做取捨時，什麼事情最重要。
目標的定義不需要很複雜，像是「持續執行直到處理完50個潛在客戶資料並記錄到Airtable中」就夠具體了。模糊的目標（像是「做個厲害的研究」）往往會導致AI代理出現不可預測的行為。
有些架構會進一步區分終極目標與工具性目標，這種做法比較接近人類的規劃方式。
/routines怎麼運作？
routines是代理在迴圈內使用的基本組件，是一系列模組化、可重複使用的動作流程，當特定條件或情境出現時，AI代理就可以呼叫對應的routine來執行。
常見的routine包括：
Data Fetch Routine（資料擷取）：從資料庫取得最新紀錄，進行格式整理，然後存入工作記憶。
Summarize Routine（摘要）：接收一段文字內容，產生摘要，評估摘要品質。如果品質低於設定門檻，則重新生成。
Escalation Routine（升級處理）：如果某項任務超過AI代理的信心門檻（Confidence Threshold），就標記成需要人工審核，並暫停該分支迴圈的後續執行。
Notification Routine（常式）：整理目前狀態資訊，並透過Slack或電郵發送通知訊息。
routine讓你可以方便地管理迴圈，做到個別測試每個功能模組、獨立除錯、重複利用既有能力、自由組合出更複雜的代理行為。
迴圈工程實際上怎麼運作？
當 /loop、/goal 與 /routines 組合在一起時，就形成所謂Agentic Loop（代理式循環），在這個能自主驅動的循環機制裡，AI代理會持續觀察、推理、執行、評估，並不斷重複這個過程，直到目標達成為止。
這個循環的簡化版本如下：
Observe（觀察）——目前的狀態是什麼？（檢查輸入、讀取記憶、取得資料）
Reason（推理）——根據目標與目前狀態，下一步應該做什麼？
Act（執行）——執行適當的routine。
Evaluate（評估）——剛剛的行動是否讓系統更接近目標？目前的新狀態又是什麼？
Loop or Terminate（繼續循環或結束）——目標是否已經達成？如果沒有，就回到第一步。
哪些任務適合迴圈工程？
適合使用的場景：
任務具備多步驟、充滿條件變數：下一步該做什麼，完全取決於上一步的結果。
完成時間無法預測：例如背景資料搜集、持續性的市場監控、需要反覆修改的內容。
人類審查成為效率瓶頸：用明確的目標與信任門檻取代重複的人工點擊，解放人力。
排程週期性任務：定期喚醒、執行、休眠的監控或報表工作。
應該避免的場景：
任務只有明確單一步驟：只是單純轉換一段文字或生成單一文件，引入迴圈只會增加無謂的複雜度。每一步都需要人類百分之百判斷：流程無法放手讓AI推理（雖然可以設計暫停機制，但會大幅增加複雜度）。目標模糊不清： 如果你無法具體定義怎樣算做完，AI就會變成失控的API額度殺手。
自主工作流中的4大常見迴圈
輪詢迴圈（Polling Loops）：AI代理按時間（如每30分鐘）喚醒，檢查數據源，只有發現新數據時才觸發特定行動（例如檢查CRM中的新潛在客戶，豐富數據）。
精煉迴圈（Refinement Loops）：AI代理生成內容（如行銷文案），根據品質標準自行評分，分數未達標就重寫，直到過關或達到最大嘗試次數為止。
隊列處理迴圈（Processing Queue Loops）：AI代理面對一個任務清單（如客服工單庫），一件接一件地處理、記錄結果，直到清單清空為止。
事件回應迴圈（Event-Response Loops）：AI代理持續監聽外部訊號（如電子郵件、Webhook），一旦有事件進來就立即執行回應程序，隨後回到監聽狀態。
打造迴圈流程的小訣竅
先定義退出條件：在設計任何工作流節點前，先明確寫下「在什麼具體條件下，這個迴圈必須停止」。
設定硬性限制：務必設定最大循環次數或最長運行時間，防止代理因陷入死迴圈刷爆你的API額度。
把一切記到日誌裡：讓AI代理在每次循環中記錄狀態、行動與結果，否則無聲運行的迴圈一旦出錯會完全無法偵錯。
從小規模開始：先從最簡單的「觀察→行動」兩步迴圈開始，穩定後再加入精煉邏輯與模組化程序。
獨立測試你的routines：把它們串進迴圈之前，確保每個獨立routine（如摘要routine）本身可以完美運作。如果rountine本身的輸出品質很差，再完美的迴圈工程也救不回來。
（資料來源：NDTV、MindStudio）
（原文標題：黃仁勳說必學的「迴圈工程」Loop Engineering是什麼？）
推薦閱讀：
Claude Cowork排程任務怎麼用？讓AI定時產出報告教學
偷學Anthropic工程師！6個好用的Claude提示詞
碾壓不用AI的學生！10個NotebookLM學習提示詞
用提示詞讓Gemini修照片！2026年最受歡迎的7種玩法
精選 Claude 該選 Haiku、Sonnet、Opus 還是 Fable？三個問題選對模型，額度用更久
同一個問題丟給 Claude，有時又快又好，有時卻等很久、還把額度用光？
問題往往不在你的提問，而是模型沒選對。
打開 Claude 的模型選單，會看到四個名字。可以把它們想成四種同事：
Haiku：反應最快的助理，適合快速摘要、擷取重點（免費版可用）
Sonnet：什麼都能接的主力，寫作、分析、程式都行（免費版可用）
Opus：擅長深度思考的資深顧問，適合複雜研究與推理（Pro 以上）
Fable：能自己規劃、自己檢查的專案負責人，適合從零做出完整成品（付費方案）
能力越強，回答越慢，也越吃使用額度。拿 Opus 或 Fable 去做 Haiku 就能完成的事，只是白白燒掉額度。
選之前，先問自己三個問題：
1. 這件事要想多深？
查詞、摘要新聞 → 輕的模型就夠；比較企劃、找數據矛盾 → 需要深度思考
2. 做錯的代價多大？
內部草稿 → 錯了改就好；要給主管決策、要對外發布 → 用更強的模型，也要更仔細檢查
3. 要它自己做多久？
一問一答 → Sonnet 就很夠；從粗略想法做到完整成品 → 交給 Fable
記住一個原則：先輕後重，不夠再升級。
Haiku → Sonnet → Opus → Fable
另外，選單裡還有一個「Effort（思考深度）」：整理會議紀錄時調低，回得快；審合約、找風險時調高，想得更完整。
最常見的三個錯誤：
・什麼都用最強的模型
・答案不好只會換模型，卻沒先把需求講清楚
・只看答案長短，不看有沒有抓到重點
小練習：下面三件工作，你會各選哪個模型？
① 回覆客戶的簡單詢問
② 分析半年銷售數據寫成報告
③ 從零規劃一套新人訓練
（參考答案：① Haiku ② 先用 Sonnet，要給主管決策就升 Opus ③ Fable）
想看完整五分鐘影音說明，104學習免費課程「5分鐘學會挑選Claude模式」已經上線，免費報名就能看：
https://nabi.104.com.tw/course/104nabi/47f0bb26-3b67-4f8c-80f4-39dd215c0d01
也歡迎在留言分享：你平常最常用哪個模型？有沒有拿兩個模型比較過同一件工作？
資料來源：
Claude Academy〈Choosing the right Claude model〉
https://academy.claude.com/tutorials/choosing-the-right-claude-model
（模型版本與方案以 2026 年 11 月官方說明為準：Haiku 5.5、Sonnet 5.5、Opus 5.5、Fable 5.1）
從 Vibe Coding 到 Agentic Engineering：定義 AI 時代的軟體工程新範式
回顧 2025 年，前 Tesla AI 總監 Andrej Karpathy 在社群平台上首次拋出 「Vibe Coding」 這個詞時，精準捕捉了當時開發者的集體情緒。那是一種憑藉自然語言提示、與大型語言模型（LLM）進行即時對話，進而拼湊出程式碼的過程。在那樣的時空背景下，開發者不再逐行撰寫邏輯，而是透過一種「氛圍（Vibe）」與直覺，快速催生出可運作的產品原型。
這種「以直覺替代語法」的模式迅速引爆了工具與新創的開發熱潮。從 AI 原生編輯器到全自動開發平台，資金如潮水般湧入：AI 程式編輯器 Cursor 在去年底完成 D 輪融資，年化收入（ARR）驚人地突破 10 億美元；而歐洲新創 Lovable 則以 66 億美元的估值完成 B 輪融資。
然而，當熱潮退去，我們必須直面一個核心問題：「感覺」能支撐起企業級的軟體工程嗎？
Vibe Coding 的天花板：實驗與專業的鴻溝
在 Vibe Coding 模式下，開發者雖然能獲得極高的初始速度，但這種「黑盒式」的開發卻隱藏著巨大的技術債。
當專案規模擴大，單純依賴單一模型的對話式修補會逐漸失控。生成的代碼可能存在隱蔽的安全漏洞，且缺乏一致性的架構邏輯。Karpathy 指出，當時的模型能力有限，Vibe Coding 多半用於實驗性專案，距離真正的專業軟體工程仍有明顯落差。
隨著 AI 模型能力的進化，我們正進入一個新的階段：Agentic Engineering（智能體工程）。這不僅僅是名稱的變更，更是從「感性驅動」向「理性系統」的範式轉移。
2. 建立品質關卡與審計軌跡
工程化的標誌在於其「可預測性」。在 Agentic Engineering 的框架下，工作流會內建品質關卡（Quality Gates）與自動化測試。這意味著 AI 產出的每一行代碼，都必須通過另一組 AI 代理或既定腳本的審查。這種「半自主系統」具備自我修復與反思的能力，大幅降低了 Vibe Coding 帶來的隨機性風險。
開發者角色的重定義：系統架構師與監督者
這場轉型對軟體工程師而言，是一次技能樹的劇烈重組。開發者的工作重心正發生以下移轉：
定義邊界而非代碼：工程師的核心能力不再是掌握特定程式語言的語法，而是定義系統的輸入輸出契約、安全性約束（Guardrails）以及業務邏輯的邊界。
掌握編排藝術：開發者必須學習如何設計「認知架構（Cognitive Architectures）」，例如如何運用多代理協作模式，讓 AI 能夠處理比以往更複雜、更長期的任務。
從實作者轉向監督者：這是一個將 AI 開發視為企業核心職能的過程。我們不再是即興打造工具的人，而是負責驅動一個可持續擴展、具備自我演進能力的半自主系統。
結語：進入自主開發的新紀元
Vibe Coding 是 AI 帶給我們的一場美夢，它讓我們看見了開發門檻崩塌的可能性；而 Agentic Engineering 則是將這份美夢轉化為工業化現實的必經之路。
正如 Glide 所言，Vibe Coding 代表的是早期工具帶來的震撼，而 Agentic Engineering 則更貼近企業級的實務需求。我們正站在軟體工程新紀元的門檻上——在那裡，人類負責定義願景與紀律，而 AI 代理則在嚴謹的框架下，將願景轉化為穩健的現實。
觀看原文：https://www.xschoolkh.com/post/vibe-coding-to-agentic-engineering
如果你感覺目前的 AI 開發流程讓你焦慮，或許缺的不是更強的模型，而是一套能駕馭 AI 的開發方法論。
【Vibe Coding 全端架構師養成：ASP.NET Core × AI LLM 企業級實戰】 現在就加入，成為定義規則的人。
想了解更多課程資訊請詳見連結👇
https://www.xschoolkh.com/vibe-coding-ai-asp-net-core
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']
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
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']
AI最新熱門工作揭曉！工程師不只要會寫程式 這技能創造更多收入
2025-11-02 經濟日報編譯易起宇 由聯合新聞網授權轉載
OpenAI、Anthropic和Cohere等人工智慧（AI）新創公司，正加緊招募一種為數稀少的軟體開發人才：前線部署工程師（Forward-Deployed Engineer，FDE）。這些軟體工程師必須既要會寫程式，又要在派駐到企業客戶組織內時，能和顧客交流，協助客戶客製化模型，加速採用AI技術，以創造更多收入。
英國金融時報（FT）報導，OpenAI今年初成立一支FDE團隊，預計今年底前將擴充至約50名工程師。Anthropic也表示，今年將把包含FDE和產品工程師的應用AI團隊規模，擴大為五倍，以滿足客戶需求。
求職平台Indeed數據顯示，這種需要與客戶面對面交流的AI職缺，今年來已一飛沖天，1-9月每月刊登的FDE職缺數量已暴增逾800%。
這種人才趨勢的出現，是因為雖然從製造業到醫療保健等各行各業，都正日益熱衷於引進AI工具，但常不確定該如何應用AI技術，以及要怎麼利用這筆投資獲利。
Anthropic應用AI團隊主管瓊恩表示：「一家財星500強（Fortune 500）的銀行業者，和一家打造原生AI產品的新創公司，需求完全不同。」
數據情報大廠Palantir英國AI主管普雷特尚，形容這種方式為「從內部發現產品」，「你會希望自己打造的事物，在以簡報介紹給客戶時，促使他們說，『這東西將顛覆遊戲規則』」，前線部署工程師知道「珍貴的軟體並非程式碼或語言有多精美…而是要對終端客戶有意義」。
Palantir約20年前便從軍隊派駐海外的概念取經，招募這種人才，如今FDE已約占半數員工，並已派遣到阿富汗和伊拉克的軍事基地、美國中西部的工廠、以及煉油廠。
AI新創公司也希望效仿Palantir。Cohere共同創辦人暨執行長戈梅茲表示，一開始和客戶簽約時就部署工程師，有助建立長久而持續的關係。
雖然FDE目前在AI企業員工中的占比仍相對小，但OpenAI表示，此職位的需求已超越其預期。OpenAI歐洲和中東FDE團隊主管佛尼爾說：「這讓我們學會了不同行業客戶的真正需求，並幫助我們基於真實世界的運作，提升研究和產品陣容。」
延伸閱讀：
AI取代誰？報告揭「科技業職位最危險Top 4」 這領域反而人才荒
Gartner公布2026年十大戰略技術趨勢 AI帶動創新新成果將大量湧現
AWS免費課程幫你打造AI「學力」證明，攻搶12萬AI職缺！
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
不只是寫程式，更讓晶片活起來！——大安高工電子科：用電路板與程式碼，培育科技工程人才
從智慧型手機、電腦到人工智慧與半導體晶片，電子技術早已融入現代生活，更是推動科技產業發展的重要基礎。位於臺北市的大安高工電子科，以印刷電路板設計與實作為核心，結合電子電路、微處理機及程式設計，培養學生從電路設計到電子產品開發的專業能力。
曾是金手獎得主，張洧主任將業界經驗帶進教室
投入電子領域教學超過20年的張洧主任，學生時期便曾擔任工科賽的選手，並榮獲金手獎。專科畢業後，他進入業界擔任無線通訊產品研發工程師，卻在工作過程中深刻體會專業知識的重要性，因此重返校園，取得國立臺灣科技大學電子工程系系統組碩士學位，隨後投入技職教育，將產業經驗傳承給學生。
談到電機、電子與資訊科的差異，張主任說明，三者雖然具有相似的專業基礎，但學習重點各有不同。電機科偏重馬達原理、工業配線及室內配線；電子科著重電路設計、半導體設計、微處理機與程式應用；資訊科則更深入軟體開發、資料結構及網路通訊。
一片電路板如何誕生？親手體驗PCB設計、製作與焊接
「印刷電路板設計與實作」正是大安高工電子科最具代表性的核心特色。電子科不只是學習電路原理，更重視將設計轉化為實體作品的能力。
學生透過「電腦輔助設計實習」結合「電子學實習」，每個人都必須親手製作一片微控制器電路板。從基礎電路圖設計、雙面電路板繪製，到曝光、顯影、蝕刻及鑽孔，再由學生自行焊接電子零件並進行功能測試，完整體驗印刷電路板從設計到製作的流程。
這項課程讓學生不再只是看著課本上的電路圖，而是透過實際操作，理解電子元件如何連接、電路如何運作，以及如何檢查與排除問題，逐步建立電子產品開發所需的基本功。
圖：電子科學生電路板成果
讓晶片聽懂指令！結合程式設計、影像辨識與手機遙控
除了電路板製作，大安高工電子科也將程式設計與晶片控制融入課程，培養學生的軟硬體整合能力。
高二從「可程式邏輯設計實習」開始，建立基本邏輯電路設計能力，再透過「單晶片微處理機實習」，認識微處理機架構及操作方式。到了高三，則進一步透過「微電腦應用實習」，結合周邊電路，實現影像辨識、遠端遙控及資料傳遞等功能。
此外，科上也安排「行動裝置應用實習」與「介面電路控制實習」，讓學生嘗試開發簡易手機應用程式，學習數值計算、資料分析及藍牙遙控等功能。
從電路設計到程式控制，學生不僅理解電子設備的運作原理，也能進一步學習如何透過軟體指令控制硬體，讓電子技術與日常生活中的智慧裝置產生連結。
圖：電子科高三專題成品｜絃動機心：小提琴自動演奏機器人
證照檢定與技能競賽同步培養專業實力
高一主要輔導學生考取「工業電子丙級技術士」證照，到了高三，若時間與能力許可，也會開設專班輔導「數位電子乙級技術士」檢定。
在競賽選手培訓方面，科上會綜合實習技能檢定與專業科目成績選拔學生，再由各職類指導教師利用課後時間進行專項訓練，並邀請畢業學長分享參賽經驗。透過完整的培訓制度，讓學生在兼顧學科知識的同時，也能持續精進實作技能，累積面對競賽挑戰的經驗。
圖：電子科學生參與工科賽｜工業電子
超過95%學生選擇升學，未來接軌半導體與科技產業
大安高工電子科畢業生以繼續升學為主，根據張主任分享，超過95%的學生選擇升學，其中也有不少校友進一步取得碩士學位。
常見升學方向包含電子工程、資訊工程、光電工程及電機工程系，也可依個人興趣選擇半導體工程、電腦與通訊工程、資訊管理或工業管理等相關科系。
在職涯發展方面，電子專業與科技產業關係密切。張主任分享，歷屆校友已有不少人投入電子相關產業，服務企業涵蓋台積電、聯發科、瑞昱、旺宏、Google、雙鴻及康舒等公司，展現電子專業多元的發展可能。
數理好就適合讀電子科？邏輯思考與動手實作同樣重要
對於正在考慮選填電子科的國中生，張主任認為，具備良好數理能力、邏輯概念，喜歡動手操作且不排斥英文的學生，會較適合電子科的學習環境。
不過，剛入學時也難免面臨挑戰。例如「基本電學」涉及物理概念與大量計算，對剛踏進高一的學生會較為抽象；電路焊接則需要反覆練習，才能逐漸掌握操作技巧。
面對學生的學習困難，教師會透過觀念講解、課後練習與實作指導，協助學生建立基礎；當電路發生問題時，也會引導學生依循電路原理，逐步找出錯誤原因。
從一片電路板的設計，到程式與晶片的整合應用，大安高工電子科讓學生透過三年的理論學習與動手實作，逐步累積專業能力。電子科不僅是認識電子技術的起點，更是通往未來科技產業的一條學習道路。
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']
AI工作專區｜工程師、PM、行銷的AI應用人才，企業AI徵才技能整理
AI時代來臨，企業對AI應用與自動化人才的需求不斷成長。從軟體工程師、產品經理、專案經理（PM）到行銷人才，懂得使用AI工具：RPA自動化流程、n8n無程式的工作流程整合，在就業市場已開出新的人才賽道，成為企業招募新一代人才的重要加分條件。
本文目錄（點擊可快速前往）
AI技能找工作機會｜RPA、n8n、Vibe CodingRPA（Robotic Process Automation，機器人流程自動化）n8n（開源的工作流程自動化工具）Vibe Coding（氛圍程式設計）職務結合AI工作機會AI行銷人才AI應用管理師 Project Manager、AI PMAI產品經理（AI Product Manager）AI設計師（UI/UX）AI應用軟體工程人才AI、演算法工程師FAQ：AI工作常見問題AI＋自動化技能能提高薪資嗎？學AI可以做什麼工作？
AI技能找工作機會｜RPA、n8n、Vibe Coding
RPA（Robotic Process Automation，機器人流程自動化）
透過軟體「機器人」來模擬人類在電腦上執行重複性、規則化任務的技術，無需改變原有系統或進行複雜開發。
職缺舉例：RPA Business Development Specialist、HR數位轉型專案管理師、業務管理師、通路服務規劃人員
[joblist_plugin title='【RPA】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=RPA&order=15' amount='3']
n8n（開源的工作流程自動化工具）
可幫助工作者自動化重複性任務，整合各種應用服務，類似Zapier或Make.com，擁有更高的彈性。
使用範例
每日定時抓取某API數據→整合→發送Email報表
當表單送出→整理資料→寫入Google Sheet→發Slack通知
自動化CRM建立客戶資料 + 產生任務 + 發送開通信件
[joblist_plugin title='【n8n】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=n8n&order=15' amount='3']
Vibe Coding（氛圍程式設計）
工作者運用語言模型（ChatGpt、copilot）等AI技術，透過自然語言與AI對話，讓AI自動生成所需程式碼，大幅降低開發門檻。只需描述想要達成的功能，AI便能撰寫程式，無需深入理解底層程式運作原理，可以不透過工程師達到將網頁、APP快速送入市場驗證的開發模式。
[joblist_plugin title='【Vibe Coding】精選職缺' url='https://www.104.com.tw/jobs/search/?keyword=vibe+code&order=15&page=1' amount='3']
看不夠？來去逛逛 104數位與科技人才專區
職務結合AI工作機會
AI工具的應用，讓專業工作者能提高工作效率（避免耗時的行政流程）、創意創新的競爭力（給予AI思考框架，提出不同的創新想法）、決策支援（藉由數據資料的匯入，與AI協作預測商業策略執行優勢與須備風險管理的地方）。
AI行銷人才
企業期待新一代的行銷人將專業的行銷know-how結合AI與MarTech的技術，能更精確的了解市場、找到用戶痛點、制訂與執行更有效的行銷策略。
必備技能：AI工具（ChatGPT）、RPA與n8n自動化排程、GA4。
加分條件：懂MarTech串接與數據驅動行銷策略。
[joblist_plugin title='【AI Martech 行銷】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=AI+Martech&order=15&jobcat=2004001000' amount='3']
AI應用管理師 Project Manager、AI PM
結合PJM對組織流程、利害關係人的了解，提升決策效率與資源運用，並在複雜多變的環境中，精準規劃、協調跨部門團隊，確保專案按時、高品質交付，創造更高的商業價值。
[joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+n8n&order=15&jobcat=2004003006' amount='3']
AI產品經理（AI Product Manager）
產品經理需要能精準識別使用者需求，將AI能力轉化為實際功能，並制定策略與路線圖，協調跨部門資源，確保AI產品從概念到落地，能創造最大化的商業價值與使用體驗。
必備技能：敏捷開發、數據分析、RPA流程設計、n8n工作流自動化。
加分條件：懂Prompt Engineering，能規劃AI產品MVP
[joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=AI+n8n+%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86&order=15&jobcat=2004003005' amount='3']
AI設計師（UI/UX）
結合AI技術與使用者行為洞察，打造人性化的產品體驗。需要理解AI產品的運作邏輯，將複雜的演算法結果轉化為直覺且易於使用的介面，在設計過程中融入個人化體驗與數據驅動的設計思維，確保產品兼具美感與功能。
[joblist_plugin title='【AI UI/UX 設計師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+&order=15&jobcat=2013001015,2013001016,2013001006,2013001020' amount='3']
AI應用軟體工程人才
幫助提升公司營運效率，工作內容包含開發與推進AI自動化應用，包括文件生成、知識查詢、任務建議與流程輔助，提升日常作業效率。
[joblist_plugin title='【AI應用工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&mode=s&page=1&keyword=AI+%E6%87%89%E7%94%A8&order=15&jobcat=2007001000' amount='3']
AI、演算法工程師
邊緣運算、LLM、AI/ML 演算法、生成式AI、影像辨識、資料科學……等專業技術領域
[joblist_plugin title='【AI、演算法工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&order=15&jobcat=2007001020,2007001012' amount='3']
FAQ：AI工作常見問題
AI＋自動化技能能提高薪資嗎？
能，降低人工成本，幫企業節省大量時間。幫助公司快速決策，提升專案 ROI。具備跨領域競爭力，在數位轉型浪潮中更具優勢。
學AI可以做什麼工作？
學AI可以應用在與數據、軟體、流程優化相關的工作中。例如：行銷人多會了AI，可以不透過工程師快速架設行銷活動網站、PM會AI，可以自動化縮短寫規格書的時間、透過Vibe Coding方式加速MVP的推出，工程師可以透過AI協作，更快產出80%的程式碼，將時間投入優化code的過程。
看不夠？來去逛逛 104數位與科技人才專區
科技業怎麼選AI人才？聯發科、趨勢科技、光寶科技主管親解｜直擊104職涯博覽會
AI時代科技業要什麼樣的人才？104人力銀行舉辦2026職涯博覽會，《104職場力》小編直擊並節錄其中3場講座，包括聯發科、趨勢科技、光寶科技等分享。從聯發科「4大特質」、趨勢科技「快速學習」到光寶電源人才需求，帶你從企業視角拼出AI求職地圖。
文／《104職場力》
本文目錄（點擊可快速前往）
聯發科技：從「我」到「我們」，懂合作、具4大特質趨勢科技：只會train model、build RAG，那是不夠的光寶科技：AI「吃電」的背後，電源人才策略布局
104人力銀行7月4日舉辦「2026職涯博覽會」，其中企業講座主題聚焦AI及人才招募，《104職場力》小編節選聯發科、趨勢科技、光寶科技等3間企業講座內容。3家企業產業不同，包括IC設計、資安軟體、電源硬體，分享議題也各異，但當天不論是台上分享或台下提問，都繞不開「AI」關鍵字。想了解AI時代企業怎麼選人才？AI如何改變工作流程？以下為精彩節錄：
聯發科技：從「我」到「我們」，懂合作、具4大特質
聯發科全球人才招募處副處長梁帛辰分享（圖／104職場力攝）
在6月底公布的上市櫃公司114年度「非主管員工薪資中位數」資料中，聯發科以355.2萬元蟬聯上市公司冠軍。聯發科全球人才招募處副處長梁帛辰以「從『我』到『我們』：驅動全球的成長引擎，成就世界級的你」為題，先替嚮往科技大廠的求職者破除光環迷思：工程師其實很辛苦，且每一顆晶片都不是一個人能獨立完成的，單打獨鬥的「我」必須進化成懂得合作的「我們」。
而聯發科執行長蔡力行力薦的4大人才特質「OAIG」，正是選才與自我檢視的標準：Open-Minded（心胸開闊）、Aggressive（積極進取）、Innovative（重視創新）、Global（國際視野）。他也分享，在重視創新方面，「在這樣的公司文化裡面工作是很過癮的，公司會鼓勵你去做新的事，我們也期待找進來的人有這樣的特質，如果你會有『我只要做到這樣就好』的心態，進來後可能會有點辛苦。」
至於AI時代什麼能力不會被取代？他的答案是軟實力：hard skills只要願意學就學得會，心胸開闊、解決問題的積極度與國際視野，才是真正的分水嶺。
完整講座精華節錄請見：聯發科薪資中位數355萬！人資主管揭徵才條件「4大特質」及AI標準
[joblist_plugin title='更多104【聯發科技】工作機會' url='https://www.104.com.tw/company/12noppgo' amount='3']
趨勢科技：只會train model、build RAG，那是不夠的
趨勢科技研發主管Lawrence分享（圖／104職場力攝）
「你用AI寫code快了10倍，那整個團隊能快幾倍？」趨勢科技資深研發經理Lawrence在「創造AI新勢力：趨勢頂尖開發 × AI前瞻技術」講座上，分享專注資安產品的趨勢科技如何利用AI改變工作方式。首先拋出「用AI後團隊能快幾倍」這個「慣老闆會問的問題」，他的答案是：絕對不到10倍，因為個人加速之後，真正的瓶頸是藏在團隊協作之間的「摩擦力」。趨勢科技的解法是把企業知識整理成AI讀得懂的樣子、讓AI進入開發流程每個環節，成果是原本預估要3個月的專案，1.5個月就交付。
一個團隊快起來還不夠，趨勢科技要整間公司一起加速。包括建立內部平台共享各團隊好用的AI Skill、舉辦跨部門AI Hackathon、定期內部分享，同時也有團隊定期審核外部AI服務的資料使用政策，讓大家能安全地放手用AI。
談完AI如何改變趨勢人的工作方式，Lawrence也分享了趨勢科技看待「AI人才」的角度。在職缺描述中，應用開發工程師要「使用AI工具加速打造解決方案」、全端工程師要讓「AI工具貫穿開發全週期」、測試工程師要「運用AI設計自動化測試」。他強調：「我們看的，絕對不是只有會train model、build RAG，那是不夠的。」重點是能透過AI幫助自己快速學習、快速交付、增加生產力，這個標準適用於每一個角色，不只是AI工程師。
Q&A被問到企業越來越只開Senior職缺，無經驗或跨領域的求職者該怎麼辦？Lawrence建議，不論哪個產業，不論你是junior還是senior、有沒有資安或資工背景，最後追求的核心能力都是要能「快速學習」。而他對於有意願的求職者也建議：履歷別只列「我會ＯＯ技術」，要寫「我用ＯＯ技術，解決了多困難的問題」。例如：「我透過AI在兩天內搭建一個每秒承受10萬流量的系統。」讓面試官能夠了解程度。
[joblist_plugin title='更多104【趨勢科技】工作機會' url='https://104.com.tw/company/apio4y0' amount='3']
延伸閱讀：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
光寶科技：AI「吃電」的背後，電源人才策略布局
光寶人資主管Jarryl分享（圖／104職場力攝）
AI越聰明，越需要電。光寶科技以「AI Data Center：關鍵電源技術解析 × 全球人才策略佈局」為題，RD主管Peter以生活家電的比喻說明：AI晶片功耗已從300瓦飆升到1,400瓦，相當於一支吹風機的功率，而一座AI資料中心裡有數千、數萬顆晶片同時運作，需要的電力、產生的熱皆非常驚人。當供電與散熱成為AI發展的關鍵考驗，也讓電源架構不斷進化，這正是AI伺服器電源全球市佔約3成的光寶科技著力的戰場。
技術實力之外，光寶也積極培養國際人才。人資主管Jarryl分享光寶的多元Young Talent Program：「LIGHT SEEKER全英文暑期實習計畫」招募多國學生，提供月薪4.5萬元、約7成實習生拿到Pre-offer；「Global Pilot Z新世代人才養成計畫」則招募電力電子與熱流研發人才，提供2個月培訓、月薪8.5萬元及到職獎金20萬元，培養兼具專業技術、軟實力與AI應用能力的國際人才。
Jarryl指出，光寶科技期待吸引具備「ABC特質」的人才：Accountability勇於承擔、Boldness突破框架、Challenge超越挑戰。歡迎對AI、能源技術及國際職涯發展有熱情的人才加入。
[joblist_plugin title='更多104【光寶科技】工作機會' url='https://www.104.com.tw/company/aqae7i0' amount='3']
延伸閱讀：重塑產業，光寶科技用90天打造AI新世代人才Pilot Z
上述內容僅是節錄2026職涯博覽會的一角，綜合企業研發主管及人資主管的觀點，AI的發展不會是威脅，即使我們引以為傲的本職學能可能被科技改變，只要擁有快速學習的核心競爭力、軟實力與信念才走得遠；並且，AI浪潮正在創造全新的人才需求。與其焦慮被取代，不如把AI變成自己快速學習的槓桿，把握這波時代趨勢！
有任何收穫或想分享的，都來和大家一起聊聊吧！