104學習

SOLIDWORKS設計

這項技能代表能熟練使用3D CAD軟體進行產品建模與設計,提升設計效率與精準度。具備此能力的人能快速將構想轉化為具體數位模型,方便後續模擬、分析及製造流程整合。對於機械、電子、汽車等產業非常重要,有助於縮短產品開發週期並降低錯誤率,提升團隊協作與專案品質。擁有此技能在求職時具競爭力,尤其是製造業和研發部門。

4,095 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

SolidWorks零組件機構設計
SolidWorks零組件機構設計
質感商業空間:SketchUP高效出圖|進階課
質感商業空間:SketchUP高效出圖|進階課
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
【2026/12/21開班】Architecting on AWS (AWS架構設計實務)
【2026/12/21開班】Architecting on AWS (AWS架構設計實務)
【2026/12/29開班】AWS架構設計實戰
【2026/12/29開班】AWS架構設計實戰
軟體工程師就業培訓
軟體工程師就業培訓
Architecting on AWS
Architecting on AWS
【免費課程報名】技術開發技能1-3 提示工程最佳實務 : 有效利用 Claude 3 | 完課紀錄回傳履歷表
【免費課程報名】技術開發技能1-3 提示工程最佳實務 : 有效利用 Claude 3 | 完課紀錄回傳履歷表
最快入門與實作大型語言模型(LLM、DeepSeek)!做中學更輕鬆!
最快入門與實作大型語言模型(LLM、DeepSeek)!做中學更輕鬆!

精選證照

考取專業證照,讓能力被市場看見

實體設計 (Creo Parametric/SolidWorks) |
實體設計證照主要驗證持有者在Creo Parametric或SolidWorks軟體操作上的專業能力,涵蓋三維建模、零件設計、組件裝配及工程圖繪製等技能,能有效運用軟體完成產品設計與修改,提升設計效率與精確度,適用於機械、電子及工業設計等多種產業,具備此證照者具備良好的CAD工具應用能力,能協助企業加速產品開發流程,提升競爭力。
尚未查核發照單位
SSE User Interface Design國際認證 |
隨著網際網路興起與智慧型手機的出現,人與機器的互動方式一直在不斷的變動。也因為許多企業對於使用者體驗與介面的重視,介面設計相關的人才需求越來越多,平均薪資高也高於其他設計人才,許多人也開始想要轉職為介面設計師。 SSE User Interface Design國際認證針對目前這股潮流趨勢,為求職者與求才者所建構的一項測驗檢定,通過測驗,代表你已具備UI視覺設計的必備技術,將能在UI視覺製作方面獨立工作,並且能與程式設計師協同完成大型UI建置的能力。
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
實體設計SolidWorks 2009 |
實體設計SolidWorks 2009證照證明持有者具備使用SolidWorks軟體進行三維實體建模、零件設計及組裝模擬的能力,能有效應用於產品設計與工程製圖,提升設計效率與精確度,適用於機械、電子及工業設計等領域,具備解決實務設計問題及優化產品結構的專業技能。
財團法人中華民國電腦技能基金會
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)
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

精選貼文,掌握第一手知識

亞洲大學攜手佐臻,讓AI與AR智慧眼鏡走進照護第一線

亞洲大學校長蔡進發(左)與佐臻董事長梁文隆(右),現場精彩互動。(圖 / 亞洲大學提供) 科技與醫療照護的交會,正開啟人類與資訊互動方式的新革命!亞洲大學與智慧眼鏡大廠佐臻,25日正式簽署「智慧視界・精準照護」產學合作備忘錄,宣告將智慧眼鏡推向臨床照護第一線。佐臻董事長梁文隆指出,AI與AR智慧眼鏡是「技術與應用的共生邏輯」,也是讓數位資訊與物理空間無縫融合的空間運算(Spatial Computing)與實體AI(Physical AI)重要人機互動介面,雙方將共同執行經濟部大型跨國計畫「慢性傷口 AR 智慧照護賦能系統開發與實證計畫」,結合德國 StellDirVier GmbH(SDV)與財團法人資訊工業策進會(資策會)等國際與產業資源,推動智慧眼鏡、AR輔助與護理專業導入慢性傷口照護,開創台灣臨床照護與護理教育的新里程碑。 2026-06-25 亞洲大學 發布 校長蔡進發於致詞中表示,亞大長期推動Medical AI與智慧醫療發展,近年更積極將AI融入教學與校務推動,透過課程、教師培訓與跨域計畫,培養學生具備AI素養與應用能力,蔡校長指出,智慧眼鏡結合臨床照護與護理教育,將有助於提升醫療現場效率與照護品質,期盼此次與佐臻的合作能擴大智慧眼鏡在醫院、護理教育與臨床實務中的應用。 佐臻董事長梁文隆以「智慧眼鏡新趨勢」為題進行專題演講,他表示,AI與AR智慧眼鏡並非單純的硬體產品,而是下一代人機互動與空間運算的重要介面,過去人類與AI的互動多受限於電腦與手機螢幕,未來透過近眼顯示、語音、手勢、眼球追蹤與感測技術,AI將能真正進入現實世界,形成「Physical AI」與「Spatial Computing」的應用場景。 梁文隆點出,科技演進需要computing、internet與human-computer interface三者共同推進,行動裝置改變了上一個世代的人機互動方式,而AI智慧眼鏡將有機會成為下一個世代的重要平台,佐臻長期投入AR/MR眼鏡研發,並建立硬體模組、SDK、感測技術與應用平台,期盼讓開發者、創作者、企業與醫療專業者能更容易導入智慧眼鏡應用。 佐臻董事長梁文隆(左)與亞大校長蔡進發(右)共同展示產學合作備忘錄。(圖 / 亞洲大學提供) 亞大與佐臻這次合作聚焦「慢性傷口AR智慧照護賦能系統」開發與實證,該計畫結合佐臻科技智慧眼鏡與亞洲大學護理學院的臨床照護專業,並與德國合作夥伴及相關技術團隊共同推進,預計發展包含慢性傷口3D視覺評估、AR傷口照護輔助、繪圖管理與自動化紀錄等功能,協助護理人員更有效率地完成傷口評估、照護決策與臨床紀錄。 亞大護理學院院長吳樺姍現場交流,分享智慧眼鏡融入護理教學與臨床實務的經驗。(圖 / 亞洲大學提供) 亞大護理學院院長吳樺姍表示,護理學院早已將AR智慧眼鏡導入護理技術學習場域,學生在練習臨床技能時可透過智慧眼鏡觀看正確操作流程,並在雙手釋放的情況下完成實作訓練,教師也能透過遠端視角同步掌握學生操作情形,並運用影像記錄進行學習歷程分析,吳院長提出,從早期較重的AR眼鏡,到近年逐漸輕量化與符合人性需求的智慧眼鏡產品,佐臻科技的技術發展讓護理教育與臨床照護產生更多可能。 吳樺姍也提到,本次慢性傷口智慧照護計畫整合產業技術、護理專業與國際合作資源,未來完成驗證後,將朝亞大附醫等臨床場域落地推動,並進一步申請國家級新創與大型研究計畫,擴大至急性照護、長期照護與其他臨床應用領域。 蔡進發校長總結指出,佐臻科技長期投入智慧眼鏡、AR、XR與相關產業生態系建構,並串聯台灣多項關鍵技術與產業能量,令人敬佩。亞大護理學院近年積極推動AI護理教育與智慧照護創新,已成為台灣護理教育導入AI與智慧科技的重要示範場域,並吸引多所國內外學校前來參訪交流,包括新加坡南洋理工學院、美國凱斯西儲大學(Case Western Reserve University)、澳洲西雪梨大學等國際學校,以及國內多所頂尖大學,蔡校長談及,亞大護理學院不只是展示科技,而是將AI、AR智慧眼鏡與護理教學、臨床訓練及照護流程實際結合,持續優化教學與照護品質,這次雙方簽署合作備忘錄,不只是合作成果的展現,更是未來長期合作的起點。 亞大與佐臻產學合作簽署儀式圓滿完成,貴賓合影留念。(圖 / 亞洲大學提供) 亞大與佐臻產學合作,將以智慧眼鏡為核心,結合AI、AR、感測、醫療照護與護理教育專業,推動智慧醫療科技從研發走向實證與落地應用,亞洲大學與佐臻股份有限公司期盼透過跨域合作,打造具台灣特色的智慧照護解決方案,進一步拓展至國際醫療與照護市場,展現台灣在AI醫療與智慧穿戴科技領域的創新能量。 關心更多AI智慧科技應用議題,一起來看: 鄰居變夥伴!臺科大、臺大癌醫簽署策略聯盟推動智慧醫療 首辦跨域交流會 中臺科大攜手大甲高中跨界義診助甲安埔鄉親掌握健康意識 寺院也開始學AI!玄奘大學攜手佛教會打造智慧弘法新模式
【104職場力】・AI

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)
104學習・AI 趨勢報-科技愛好者的產地🤖

設計流程總是繁瑣難控?現在透過 3DEXPERIENCE,一鍵掌控Component Family設計!

設計流程總是繁瑣難控?現在透過 3DEXPERIENCE,一鍵掌控Component Family設計! 產品變化多、設計組態複雜,如何避免重複建模、提升效率與設計一致性? 本影片展示 #3DEXPERIENCE 平台中,透過 Component Family 功能,自動建立多版本零件,並快速應用於不同設計場景中。 適合應用於客製化產品、模組化設計、高變異需求的產業,幫助企業加速研發流程、減少錯誤與人力成本。 https://youtu.be/FZgS1wWSE6A
青騰CoolBee・3D軟體CAD/CAM教室:CATIA

從PM到雲端架構思維:Architecting on AWS學習與實作心得

我目前在軟體產業擔任產品/專案經理(PM),主要負責跨部門協作與需求管理,包含蒐集並釐清客戶與內部利害關係人的需求、撰寫PRD/規格文件、規劃時程與里程碑、協調工程與測試資源,以及追蹤專案風險與交付品質。同時也會參與系統架構與雲端部署方案的討論,確保產品方向與技術落地一致。 因為工作上常需要和工程師討論雲端架構、成本、資安與可用性,但自己對AWS的服務選型與設計原則理解不夠完整,導致溝通時容易停留在概念層。為了能更精準地提出需求、評估方案並做出產品決策,我選擇參加恆逸的Architecting on AWS課程,期望系統化建立AWS架構能力,也為後續考取證照做好準備。 這堂課對我最有幫助的地方,是講師採用「講解+實作」的方式,讓抽象的雲端概念能快速轉成可操作的理解。以往我在工作上常聽到VPC、子網、路由表、Security Group、IAM、ALB、Auto Scaling、S3等名詞,知道大概用途,但不一定能在腦中把整個關聯串起來。講師在課堂上不只是把服務功能列出來,而是用架構情境把服務「放到正確的位置」,例如:為什麼對外服務要放在Public Subnet、後端與資料庫常放Private Subnet、什麼情況要用NAT Gateway、什麼情況用VPC Endpoint更合適;以及在高可用與擴展需求下,ALB搭配ASG的設計邏輯是什麼。 此外,講師會引導我們把「考點」和「真實工作場景」對齊,像是高可用(Multi-AZ)、災難復原(RTO/RPO)、權限最小化(Least Privilege)、可觀測性(CloudWatch/Logs/Alarm)等,讓我理解證照題目其實是在考「架構思維」而不是死背服務名稱。更重要的是,講師能把容易混淆的服務差異講清楚,例如SQS/SNS/EventBridge的使用時機、EBS/EFS/S3的選型、RDS Multi-AZ與Read Replica的差別等,幫助我在刷題時快速抓到關鍵字並做出合理判斷,學習吸收效率提升非常多。 我個人最有收穫的是「用情境做服務選型」的觀念。以PM的角度來說,我常遇到需求描述偏抽象,例如「系統要穩、要快、要省錢、要安全」。過去我可能只能把需求丟給工程團隊,但上完課後,我更能把需求拆成可落地的架構條件:例如可用性要達到多少、是否需要跨可用區、是否要容錯、流量是否有尖峰、資料一致性或延遲可接受範圍、以及安全與權限邊界怎麼定義。這種拆解方式,會直接影響服務選型與設計,例如:若是需要快速擴展與降低單點風險,常見做法會是ALB+Auto Scaling;若是非同步解耦、削峰填谷,會想到SQS或Event-driven;若需要靜態內容分發與加速,就會把CloudFront+S3放進架構。 上完課後,我在工作上最大的幫助是「和工程團隊討論架構時更有共同語言」,能更快收斂方案、降低來回溝通成本。舉一個常見情境:我們曾遇到某個功能上線後流量不穩定,尖峰時API反應變慢,客戶也要求提高可用性與可追蹤性。以往我可能只能提出「要更穩、要能擴」的需求;但現在我能更具體地和團隊討論:是否採用ALB分流與健康檢查、後端是否用Auto Scaling依CPU/Request數自動擴縮、資料層是否要用RDS Multi-AZ提升容錯、靜態資源能否改S3+CloudFront減少主站負載、以及CloudWatch指標與Alarm要怎麼設計才能在異常時即時通知。即便最終實作細節仍由工程師主導,但我能更早把需求轉成架構約束與驗收標準,例如「支援單AZ故障仍可服務」、「部署後觀測指標需涵蓋延遲、錯誤率、吞吐量」等,讓專案管理更有依據。 完整學習心得:https://ucom.uuu.com.tw/web/Testimony/Article/12895 推薦學習課程:https://www.uuu.com.tw/Public/content/Edm/240408_AWS_104.htm 洽詢課程資料:https://reurl.cc/KEbQ5m
精誠資訊恆逸教育訓練中心・精誠資訊恆逸教育訓練中心

從PM到雲端架構思維:Architecting on AWS學習與實作心得

我目前在軟體產業擔任產品/專案經理(PM),主要負責跨部門協作與需求管理,包含蒐集並釐清客戶與內部利害關係人的需求、撰寫PRD/規格文件、規劃時程與里程碑、協調工程與測試資源,以及追蹤專案風險與交付品質。同時也會參與系統架構與雲端部署方案的討論,確保產品方向與技術落地一致。 因為工作上常需要和工程師討論雲端架構、成本、資安與可用性,但自己對AWS的服務選型與設計原則理解不夠完整,導致溝通時容易停留在概念層。為了能更精準地提出需求、評估方案並做出產品決策,我選擇參加恆逸的Architecting on AWS課程,期望系統化建立AWS架構能力,也為後續考取證照做好準備。 這堂課對我最有幫助的地方,是講師採用「講解+實作」的方式,讓抽象的雲端概念能快速轉成可操作的理解。以往我在工作上常聽到VPC、子網、路由表、Security Group、IAM、ALB、Auto Scaling、S3等名詞,知道大概用途,但不一定能在腦中把整個關聯串起來。講師在課堂上不只是把服務功能列出來,而是用架構情境把服務「放到正確的位置」,例如:為什麼對外服務要放在Public Subnet、後端與資料庫常放Private Subnet、什麼情況要用NAT Gateway、什麼情況用VPC Endpoint更合適;以及在高可用與擴展需求下,ALB搭配ASG的設計邏輯是什麼。 此外,講師會引導我們把「考點」和「真實工作場景」對齊,像是高可用(Multi-AZ)、災難復原(RTO/RPO)、權限最小化(Least Privilege)、可觀測性(CloudWatch/Logs/Alarm)等,讓我理解證照題目其實是在考「架構思維」而不是死背服務名稱。更重要的是,講師能把容易混淆的服務差異講清楚,例如SQS/SNS/EventBridge的使用時機、EBS/EFS/S3的選型、RDS Multi-AZ與Read Replica的差別等,幫助我在刷題時快速抓到關鍵字並做出合理判斷,學習吸收效率提升非常多。 我個人最有收穫的是「用情境做服務選型」的觀念。以PM的角度來說,我常遇到需求描述偏抽象,例如「系統要穩、要快、要省錢、要安全」。過去我可能只能把需求丟給工程團隊,但上完課後,我更能把需求拆成可落地的架構條件:例如可用性要達到多少、是否需要跨可用區、是否要容錯、流量是否有尖峰、資料一致性或延遲可接受範圍、以及安全與權限邊界怎麼定義。這種拆解方式,會直接影響服務選型與設計,例如:若是需要快速擴展與降低單點風險,常見做法會是ALB+Auto Scaling;若是非同步解耦、削峰填谷,會想到SQS或Event-driven;若需要靜態內容分發與加速,就會把CloudFront+S3放進架構。 上完課後,我在工作上最大的幫助是「和工程團隊討論架構時更有共同語言」,能更快收斂方案、降低來回溝通成本。舉一個常見情境:我們曾遇到某個功能上線後流量不穩定,尖峰時API反應變慢,客戶也要求提高可用性與可追蹤性。以往我可能只能提出「要更穩、要能擴」的需求;但現在我能更具體地和團隊討論:是否採用ALB分流與健康檢查、後端是否用Auto Scaling依CPU/Request數自動擴縮、資料層是否要用RDS Multi-AZ提升容錯、靜態資源能否改S3+CloudFront減少主站負載、以及CloudWatch指標與Alarm要怎麼設計才能在異常時即時通知。即便最終實作細節仍由工程師主導,但我能更早把需求轉成架構約束與驗收標準,例如「支援單AZ故障仍可服務」、「部署後觀測指標需涵蓋延遲、錯誤率、吞吐量」等,讓專案管理更有依據。 完整學習心得: https://ucom.uuu.com.tw/web/Testimony/Article/12895 推薦學習課程: https://www.uuu.com.tw/Public/content/Edm/240408_AWS_104.htm 洽詢課程資料: https://reurl.cc/KEbQ5m
精誠資訊恆逸教育訓練中心・AWS

設計生態協同:#3DEXPERIENCE平臺 設計生態協同解決方案

設計生態協同:#3DEXPERIENCE平臺 設計生態協同解決方案 在高科技製造業與工程設計日益複雜的今天,主機廠(OEM)與供應商之間的設計協同,已成為提升產品開發效率與品質的關鍵。 本場線上研討會將深入介紹,如何透過 3DEXPERIENCE 平台 建構設計生態體系,實現跨企業、跨部門的數位設計協同,包括: 🔹 設計模型的同步與共用機制 🔹 標準化的資料交換格式 🔹 權限控管與資料安全維護 活動將透過兩大典型應用場景,具體說明 3DEXPERIENCE 平台在設計協同上的最佳實踐: 1️⃣ #雲端整合設計協同:支援不同地點、不同角色的團隊即時協作,加速設計決策 2️⃣ #分支版本協同設計:清晰管理設計演進與變更流程,提升開發靈活度與可追溯性 🎯 適合對象:產品研發人員、設計主管、IT 系統規劃師、供應鏈協作窗口等 👉 不容錯過的數位轉型關鍵知識,立即報名參加! https://3ds.tbh5.com/tw/EventDetail.aspx?eid=1098&f=qingteng
青騰CoolBee・3D軟體CAD/CAM教室:CATIA

告別Excel地獄:用Google免費AI工具,打造零失誤自動化銷售報表

每到月底,您是否也被淹沒在無盡的Excel銷售報表中,為混亂的資料格式、複雜的公式計算和無止境的複製貼上而苦惱?這些耗時且易錯的手動流程,不僅消耗寶貴工時,更隱藏著營運風險。我們將帶您告別傳統的報表地獄,深入探討如何運用強大的免費工具——Google Apps Script + Gemini,將繁瑣的數據處理流程全面自動化。從資料清理、庫存分析到自動生成叫貨單並發送郵件,我們將一步步教您打造一套智慧高效的報表系統,將數天工作壓縮至幾分鐘,徹底解放您的生產力。 文/人資市集 前言  想像一下,每個月底,你的桌面上攤開著「銷售量表」Excel檔案,裡面記錄著數百項商品的銷售情況、進貨成本和庫存狀態;旁邊還有一份「廠商資訊」Excel檔案,記載著二十多家供應商的聯絡方式;以及一份「叫貨單」Word模板,等待被複製貼上無數次... 「又要熬夜了...」你嘆了口氣,開始了月底例行公事。 數據處理的三大痛點 痛點一:混亂的資料格式 銷售表中的庫存欄位,有些寫著「2包9個」,有些寫著「3盒40條」,還有些是「停售」、「尚未進貨」。你必須手動計算實際數量,還要處理重複記錄的品項,如「微糖黑豆奶」出現在兩個不同的列,售價還不一致。 痛點二:繁複的計算工作 計算各品項的總銷量、總營收和毛利率時,你需要設置複雜的Excel公式。特別是處理不同進貨單位的成本計算(如「4袋/40入」成本40元,每個單品成本為1元),稍有不慎就會算錯。 痛點三:重複的文書作業 分析完成後,你必須為每個需要補貨的廠商製作叫貨單,不停地複製貼上廠商資訊、品項、數量、單價、總價...然後將它們一一轉為PDF並發送郵件。這些重複性工作不僅耗時,還容易出錯。 Google Apps Script + Gemini AI 自動化解決方案 透過Google Apps Script結合Gemini AI的強大能力,我們可以將這些繁瑣的工作全部自動化,從數據清理到報表生成,再到郵件發送,全部一鍵完成。以下是具體步驟: 1. 環境準備與檔案設置 將Excel和Word檔案上傳至Google雲端硬碟,轉換為Google格式,並從試算表的「擴充功能」選單開啟Apps Script編輯環境。這一步確保所有檔案都能被自動化程式存取和修改。 2. 使用Gemini AI生成程式碼 這是整個自動化流程的核心環節。無需懂得編程,只要向Gemini AI清楚描述你的需求,它就能生成對應的Apps Script程式碼。例如: 當你告訴Gemini:「請寫一個Google Apps Script程式,從資料夾中找到銷售量表檔案,並讀取'綜合銷售量表_9-5月'分頁的內容」,它會立即生成完整的程式碼: JavaScript function findFilesInFolder() { var folderId = '你的資料夾ID'; var folder = DriveApp.getFolderById(folderId); var files = folder.getFiles(); while (files.hasNext()) { var file = files.next(); Logger.log('找到檔案: ' + file.getName()); } } 你只需將生成的程式碼複製到Apps Script編輯器中,按下執行按鈕,程式就會自動運行。每個步驟都可以用同樣的方式,向Gemini描述需求,獲取程式碼,然後執行。 這種方式特別適合不懂程式設計的使用者,因為你不需要了解程式語法,只需要清楚描述業務需求即可。如果程式執行結果不符合預期,你可以向Gemini解釋問題,它會提供修正後的程式碼。 3. 資料清理與標準化 向Gemini描述資料清理的需求,如「請寫程式將'2包9個'這樣的庫存記錄轉換為實際數量」,它會生成相應的程式碼,自動識別並處理重複品項、統一庫存記錄格式,並將其他備註文字記錄轉換為數字0。 4. 銷售數據分析 告訴Gemini你需要計算各品項的總銷量、總營收和毛利率,它會生成程式碼自動進行這些計算,並將結果按高到低排序,幫助你快速識別關鍵營收品項和高毛利率品項。 5. 庫存分析與補貨建議 描述你的庫存分析需求,如「計算近三個月平均銷量,與目前庫存比較,找出缺貨風險品項」,Gemini會生成程式碼自動執行這些分析,並根據公式計算建議補貨量。 6. 自動生成叫貨單 告訴Gemini你需要根據廠商資訊和補貨建議自動生成叫貨單,它會生成程式碼從廠商資訊表中找出各品項對應的廠商,複製叫貨單模板並填入所有必要資訊。 7. 自動發送郵件通知 描述郵件發送的需求,如「將叫貨單轉為PDF並發送給對應廠商」,Gemini會生成程式碼自動完成這些任務,完全消除手動發送郵件的工作量。 8. 透過Google Apps Script設置自動化觸發條件 在Apps Script編輯器中,點擊「觸發條件」選項,設定時間驅動的觸發機制,如每日、每週或每月自動執行。你可以選擇特定的時間點,確保報表在每個月底自動生成,叫貨單在固定日期自動發送。這樣,即使你不在辦公室,系統也能按照預設的時間表自動完成所有工作,實現真正的全自動化流程。 看了文章還是覺得太難?104 線上課程手把手帶你學會用 AI >> 自動化帶來的改變 透過Google Apps Script結合Gemini AI的自動化流程,你將原本需要2-3天完成的工作縮短為幾分鐘。不再需要熬夜處理數據,不再擔心計算錯誤,也不再被無止境的複製貼上折磨。 更重要的是,這種自動化方式不需要你懂得編程,只需清楚描述業務需求,Gemini就能生成所需的程式碼。這大大降低了自動化的門檻,讓任何人都能輕鬆實現工作流程的自動化。 現在,每當月底來臨,你只需輕鬆點擊幾下按鈕,就能完成所有工作,然後將寶貴的時間用在更具創意和策略性的任務上。無論你是零售業者、電商經營者,還是任何需要定期處理數據和報表的專業人士,這套自動化流程都能為你的工作帶來革命性的改變。 讓科技為你解放時間和創造力,從繁瑣的數據處理中脫身,專注於真正重要的事務!立即加入「行政/營運 AI 超能力:行政流程X生管X採購自動化」這門課程學習,手把手掌握Google Apps Script結合Gemini AI的全面應用,讓你的工作效率和成果品質都能提升到一個新的高度。 企業用戶歡迎申請課程免費試閱,並選擇「104人資市集 | 企業訂閱制方案」,課程每人每年最低33元起/堂,最低$10,000起搞定全公司整年度的AI導入培訓。亦可團購或授權課程,歡迎點擊下方專人諮詢。  免費試閱 了解方案 專人諮詢 提升員工帶動企業的成長!最划算的 AI 教育訓練方案首選>> 超過7000+的HR都報名過的104人資學程!求職成效提升至4.5倍!>>   成為人資市集Line好友獲得最新課程優惠及免費講座資訊>> 訂閱人資市集電子報獲得專家工作分享及產業新知 >>
【104職場力】・AI

你適合當PM嗎?解析產品經理必備3種特質與溝通心法

產品經理(PM)扮演產品關鍵的橋樑角色,不僅要看懂全局、擬定策略,更需要與設計師、工程師高效溝通,協調各方需求並推動產品前進。哪些人適合PM工作?作者透過實務經驗分享,解析PM必備的3種核心特質,以及在與不同角色協作時應具備的溝通心法。 文/Michelle Chen(軟體業PM產品經理) 本文目錄:3個PM需要的核心特質(點擊可快速前往) 特質1:你是否習慣全局性思考,並以策略性規劃推動執行?特質2:你是否喜歡且習慣站在對方的角度,使用對方的語言溝通?PM與設計師溝通重點PM與前端工程師溝通重點PM與後端工程師溝通重點特質3:你是否接受甚至喜歡改變,且有隨時改變計劃的彈性? 我習慣定期把自己的職涯規劃拿出來review,問問自己對於「現在的狀態」是否還滿意。最近是我在現職公司任職滿一週年的日子,於是又把這個問題拿出來檢視一番。我發現對於做PM打造產品這件事(撇除外在條件,像是workload、手上的案子、公司策略、主管等),過了幾年我仍非常喜歡且享受其中。再往下探索,是什麼個性或是特質讓我喜歡且適合做產品經理呢?今天整理3個我認為最核心的特質,分享給有興趣往PM產品經理發展,或還在思考自己到底適不適合的朋友參考! 特質1:你是否習慣全局性思考,並以策略性規劃推動執行? 作為產品經理你每天要應對來自各方的利害關係人,需求從四面八方而來,每季的Product Roadmap規劃&執行,每月2~3次的Sprint(如果團隊跑Scrum),甚至每天的跨部門Support,PM的日常總是被滿滿的需求與會議轟炸,任務清單中的To-dos & Action Item似乎看不到盡頭。在這種「艱困」的處境下,能習慣「全局性思考」的PM就比較能從容應對,懂得從任務海中抽身,避免無謂地瞎忙。所謂全局性思考有點抽象,換個方式來說就是:從整體,更高維度視角看待事情,而不是深陷於眼前的問題。 舉個例子來說,假設你是一位部門主管,你發現某個專案快到截止日但離完成還有一大段距離,你可以選擇臨時外聘人力,或是給團隊成員加班獎勵鼓勵他們挪出更多的時間工作完成任務,這也許是最快能見效的暴力解法。但如果你採取全局性思考,你會先退一步思考,這個專案的規劃是否合理,是否有可以簡化的部分,或者是否團隊中有某個特定的人遇到瓶頸。如果能協助這位成員解決問題,整個團隊的運行會變得更加順暢,也許就能如期完成專案。 全局性思考的能力能幫助PM有效辨識什麼才是真正需要解決的「關鍵問題」,而不是像在大魯閣打棒球一樣,只是對每個問題隨著出現而進行反應。這種思考方式讓你從整體上把握問題的根源,不是只解決表面的問題。 找到問題後,接下來就要透過策略性規劃來實作,這時候一定要提到常見的80/20法則。 20%的因素,將導致80%的結果。找出那關鍵20%重要的事情並全心投入,往往能帶來大部分的成果。 首先找到那20%重要並值得花團隊全心投入的P0-重要且須馬上行動的事。並懂得拒絕或是取捨那些重要但不急,甚至根本不用解決的問題 。取捨決策是一個好PM必備能力。 另外,作為產品的代言人,PM一定要知道哪些任務可以被整合在一起(甚至延伸成一個epic);又有哪些tasks可能會因為其他迭代而順勢被解決,因此現階段可以忽略不做;又有哪些可能看似有問題,但其實是故意為之的機制。 有策略、有條理的安排團隊資源,聚焦在關鍵20%重要的問題上,可以讓團隊更有效率且優雅的工作。(非常重要,誰會想要每天灰頭土臉工作,你說是吧) 特質2:你是否喜歡且習慣站在對方的角度,使用對方的語言溝通? 有這個特質的PM絕對會是團隊的寶,而不會變成大家避之唯恐不及的任務交差使者。習慣從對方的角度出發,用對方熟悉的用語溝通,不僅能提升理解效率,還能拉近彼此距離,建立良好互動。這有助於建立信任,讓未來的合作更順利愉快,形成正向循環,培養無敵默契。(每次遇到只是一兩句話一個眼神,團隊內的工程師和設計師就能馬上理解我的意思,就會覺得「哇,你們真的是神隊友,我好幸福啊!」) 這邊簡單舉例與設計師以及前後端工程師討論需求時應該著重的方向: PM與設計師溝通重點 重視使用者體驗(UX/UI):需要清楚描述使用者的需求(如果需要可以附上完整的user story),並在需求說明中「用戶使用流程」、「易用性」、「介面設計」以及「資訊呈現方式」等。 【溝通舉例】「我們希望這個功能的流程是:1.先點擊這個按鈕,2.展開選單,3.選單中會有幾個預設選項且我們會幫用戶進行預選,整個操作希望可以在3步內完成。」 特別注意!尊重設計師專業:作為PM一定要尊重團隊內設計師以及工程師的專業。對設計師,請保留讓他們自由發揮的空間。提出的需求絕對不會是硬性規定設計師只是把你想像中的畫面/流程畫出來而已,保留設計彈性通常得到的結果都會比自己發想的還要完整流暢! 【溝通舉例】如果需要做一個活動頁面:「這個頁面會包含A~C 3個大分類的資訊,其中A/B分類會另外連結到C/D頁面。這個主頁面的設計,希望能傳達出現代感,並保留畫面的簡潔性,方便用戶快速找到他們要的資訊。可以參考這個網站的設計風格,但具體的顏色/圖標,分類呈現可以自由發揮。」 PM與前端工程師溝通重點 重視介面與互動:前端工程師負責將設計轉換成可用的介面。他們關注的重點包含介面呈現方式、元件的設計與實現、與後端如何進行資料溝通、並且也要確保網頁可以各種大小的裝置和瀏覽器上都能順利運行。 【溝通舉例】PM:「我們希望在報名頁面上,使用者可以看到所有場次,點擊後展開場次詳細資訊,並透過一個動畫顯示出『點選報名』的CTA 按鈕。這部分在手機的 web view 上也需要保持操作流暢。」前端工程師:「這個顯示CTA的動畫在一些舊瀏覽器上可能無法支援,可能會出現卡頓或不顯示的情況。」PM:「如果確實有這個問題,我們可以考慮用彈出popup的方式替代,重點是整體操作要流暢,並且能有效吸引用戶點擊報名。」 特別注意!技術可行性&永遠都要準備PlanB:有時PM以及設計師一起討論出的設計可能在技術實現上會有挑戰。作為一個好PM,一定要工程師們討論在技術上的可行,以及如果無法實現,可以被接受的PlanB是什麼,並從中找到最佳解決方案。 PM與後端工程師溝通重點 重視系統穩定性及資料處理:後端工程師主要關注系統的穩定性及資料處理。他們習慣使用「API」、「資料庫」、「伺服器」等術語。作為產品經理,你需要清楚描述系統需求,並確保資料流(information flow)和功能邏輯的合理性。 【溝通舉例】PM:「我們需要建立一個數據報表,數據需要即時更新,並支援查看過去30天和60天的時間範圍。這個報表主要用來追蹤使用者行為趨勢。報表中的欄位定義以是{明確定義數據背後的計算邏輯以及fallback機制}。」後端工程師:「要實現即時更新可能會對系統造成壓力,特別是在高峰期,伺服器負載會增加,影響穩定性。」PM:「那或許我們可以考慮設定一個更新的cutoff point,在該時間點做一次性更新,確保穩定性以及更好管理系統負載。」 特別注意!具體明確制定規則:跟後端工程師討論事情一定要具體明確(制定出規則),不能給模糊的「形容詞」。以要新增檢查用戶註冊時的密碼強度的功能為例: 模糊的需求:「我們需要在用戶註冊時,先檢查密碼是否夠強。如果不夠強就讓他重新設置,夠強就讓他繼續註冊。」 ➞這時候工程師一定會問你:密碼強度怎麼樣算夠強?這個檢查是在用戶點擊註冊時還是輸入過程中即時檢查? 明確的需求:「如果密碼長度小於8位或不含大小寫字母和數字,則在用戶按下註冊時阻擋下一步,並顯示錯誤提示並要求用戶重新設置密碼。如果密碼符合這些條件,則允許用戶完成註冊。」 PM的工作內容和模式會隨著產品領域、團隊規模及系統架構等因素而有很大不同。然而,良好的溝通能力,尤其能根據不同溝通對象靈活切換用詞和表達方式,針對不同情境調整思考重點,是做好PM必須具備的。如果你發現這種角色切換對你來說有些困難,或是習慣從單一角度進行思考,那可能就不會那麼享受於PM的日常了。 特質3:你是否接受甚至喜歡改變,且有隨時改變計劃的彈性? 最後一點,「接受改變,且對已經計劃好的事情是否總是能保持隨時調整,甚至需要打掉重練的彈性?」是一個PM是否能樂在其工作中,蠻關鍵的特質。 有PM經驗的都知道(不管是Product or Project)都會面臨到原本說好的方向會需要來個大轉彎,產品策略可能因為市場的變化要做立即的調整(例如AI的快速崛起)。對於比較不喜歡變化,或是對於要臨機應變這件事情比較排斥的人,做PM會比較辛苦(心裡苦的部分)。 No two days are the same for a product manager 如果看到上面這句話,你感到興奮,那恭喜你!你一定能從PM的工作日常中找到許多樂趣! 以上就是我簡單從自己身上總結出為什麼就算有時候遇到再鳥的事情,或是有時候真的工作壓力很大,但終究我還是很享受做PM的3大特質與性格,希望能給還在摸索的人或是猶豫不太清楚自己到底適不適合的人一點小小分享。 (原文標題:你適合當產品經理嗎?3個PM需要的核心特質&性格解析) [joblist_plugin title='更多104【產品經理】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&page=1&sctp=M&scmin=40000&scstrict=1&jobsource=joblist_search&jobcat=2004003005&keyword=%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86' amount='4'] [course_plugin title='產品經理學習營|學習推薦' keyword='產品經理學習營' amount=2]
【104職場力】

零經驗小編跨域轉職產品設計師,撥開產品迷霧 ,看透user痛點

產品設計師、UIUX設計師、視覺設計師,傻傻分不清?!沒有設計師經驗的採訪編輯透過自學也能轉型成為產品設計師!這一集,跟著資深產品設計師Kinny一次搞懂各種設計師的精髓和差異。其中,產品設計師可視為UIXI設計師和視覺設計師的進階職務,光有設計美感還不夠,還要擅長溝通,看透user的痛點,擬定產品策略,讓抽象的概念具體化。 【Pocket Casts這裡聽】  【MixerBox這裡聽】 【本集來賓】Kinny Lai 賴沼彣,104人力銀行設計處平台體驗設計部經理,帶領8位產品設計師,團隊負責104逾20個產品設計。曾擔任視覺設計師、UI設計師,現為產品設計師。 【本集重點】04:33 非典型設計師職涯,網路小編也能當設計師?05:38 視覺設計師重「好看」,產品設計師重「好用」08:15 產品設計師是UI、UX進階職類13:11 網路產品設計師,一條龍前中後都要兼顧。開發前,使用者研究,對齊公司產品與目標15:40 開發中:梳理資訊架構、內容結構,其次是視覺設計、符合品牌調性16:24 上線後才是挑戰,驗證,了解使用者反饋。17:40 前期最困難,溝通最花心力與時間,把模糊需求具體化23:17 具備跨單位溝通能力,產品設計師是橋樑 ▍ 開箱更多職務,你別錯過EP466【百工大吉】工程師斜桿自媒體,月增六千零用金。工作療癒系po文,圈粉超自然 EP434 【百工大吉】前端工程師多非本科生? 說人話、懂人性,決定你的本事 EP427 【百工大吉】開箱show girl (上):技能篇。選腦子!3C產品主持展示,上場前,先考試
【104職場力】・職涯規劃

GDE生成式設計 拓樸優化自動生成合規的輕量化機械支架

GDE生成式設計 拓樸優化自動生成合規的輕量化機械支架 https://youtube.com/shorts/QYM7kQj6YZI?feature=share CATIA 生成式設計的好處包括: 1. 自動生成優化設計:透過算法和拓撲優化技術,自動生成多種設計選項,快速找到最佳形狀。 2. 減輕重量,提升性能:能夠創建輕量化、結構穩定的零件,滿足多種製造需求,如增材製造、銑削和鑄造。 3. 集成設計與模擬:功能驅動生成設計(GDE)與結構生成設計(SDG)模組,整合設計、模擬和優化,減少流程中數據不一致的風險。 4. 支持製造約束:設計過程中考慮不同的製造約束(如增材製造或傳統工藝),確保設計適合生產。 5. 靈活的概念生成與驗證:自動生成概念形狀,並能快速進行結構驗證,幫助設計師在早期階段輕鬆進行設計修改與優化。
青騰CoolBee・3D軟體CAD/CAM教室:CATIA

從創意到實現──屏東高工製圖科打造設計落地的能力 

一項產品誕生之前,需要先有一個想法;而一個好的想法,要真正成為看得見、摸得到的作品,還需要經過設計、繪圖、建模、驗證與修正等一連串過程。設計圖不只是產品的藍圖,更是串連創意與製造的重要橋梁。 屏東高工製圖科培養的,正是這種將創意轉化為現實的能力。許多人不清楚製圖科與機械科的差異與關聯性,其實兩者分別著重同一種專業中不同階段的能力:機械科著重於加工製造,特別擅長動手操作,而製圖科則站在製造流程的前端,負責將構想轉化為工程圖,再透過模型製作與實作驗證,讓一個想法逐步成為真正能被製造的產品。  (圖:學生操作電腦繪圖軟體完成圖面設計 )  從想法開始,循序建立設計能力  把創意化為現實,並不是一蹴可幾,而是需要一步步累積專業能力。  屏東高工製圖科的課程安排,在高一時,讓學生先從工程字、三視圖等基礎開始,透過手繪建立空間概念與圖面表達能力,同時接觸機械加工基礎,認識不同材料、加工方式及機械原理。進入高二後,課程逐步導入 AutoCAD、Inventor 等電腦繪圖軟體,讓學生學習如何將平面圖轉換成立體模型;到了高三,則結合專題製作、3D列印等課程,讓設計真正從螢幕上的圖面走向實體作品。  看似是不同階段的課程,其實都圍繞著同一件事情──培養學生將想法具體表達、逐步實現的能力。從最初的一筆一畫,到完成立體模型,每一門課都不是獨立存在,而是在不同學習階段,引導學生建立完整的設計思維,也理解一件作品如何從概念走向成品。  (圖:學生運用尺規工具完成手繪製圖練習 )  好的設計,建立在理解製造之上  不少人認為設計就是發揮創意,但在屏東高工製圖科,創意只是起點,更重要的是讓設計真正能夠被實現。  製圖科主任陳儀峻指出,學生除了學習繪圖之外,也必須接觸加工基礎與製造流程。因為一件產品是否可行,不只是取決於設計是否美觀,更需要考慮材料特性、加工方式及結構安排。如果不了解後端製造流程,再有創意的設計,也可能因為無法加工而停留在想像階段。  因此,製圖科希望培養的並非只是繪圖技巧,而是兼具創意與實務的設計能力。學生在學習設計的同時,也會實際接觸車床等加工設備,了解不同零件是如何製造出來,也理解設計圖上的每一條線、每一個尺寸,最後都會影響產品是否能夠順利完成。  換句話說,在製圖科,設計與製造並不是彼此獨立的兩件事情,而是不斷來回驗證、相互修正的過程。學生不只是學會使用繪圖軟體,更逐漸建立工程設計所需要的判斷能力,知道如何在創意與實際製造之間取得平衡,讓一個構想真正具備落地實現的可能。  (圖:學生操作車床設備進行金屬加工練習 )  在一次次驗證與修正中,讓創意真正成形  如果說設計是一個把想法化為現實的過程,學生真正的學習,往往發生在作品第一次被做出來之後。受訪的方同學分享,自己最喜歡的課程之一,是結合 3D 列印的鑄造原理課。過去停留在圖面上的設計,透過電腦建模、3D列印與翻模製作,逐漸變成一件可以拿在手中的作品,讓他第一次真正感受到設計「從無到有」的過程,也因此對製圖產生更深的興趣。  然而,真正開始製作後,他才發現設計並不是把圖畫出來就結束了。尺寸是否正確、結構是否穩固、組裝是否順利,許多原本在螢幕上看不出的問題,都會在實際製作時一一浮現。有時需要重新修改尺寸,有時則必須重新思考整體設計方式,再重新列印、重新測試,才能完成一件真正符合需求的作品。對他而言,這些反覆修改的過程雖然花時間,卻也是學習最大的收穫,因為每一次修正,都讓他更理解設計背後需要考量的細節。這也讓他發現,好的設計並非一次完成,而是在一次次驗證與修正中逐漸成熟。  (圖:學生展示皮革散子包專題成果 )  另一段讓他印象深刻的學習經驗,則來自第一次接觸大型加工設備。實際面對機械設備,剛開始難免因高速旋轉的刀具與飛散的鐵屑感到緊張,但隨著老師一步步指導,以及不斷練習與考取證照,他逐漸克服原本的害怕,也開始享受親手把設計完成的成就感。對他而言,製圖科帶來的不只是專業能力,更讓自己在一次次挑戰中建立起面對問題、解決問題的信心。  從生活中發現問題,再用設計提出解方  除了培養專業技術,課程設計上也希望學生理解,設計並不是為了完成一份作業,而是為了解決真實世界的問題。  因此,高三的專題製作不只是整合三年所學,更鼓勵學生從生活中尋找靈感,思考如何運用設計改善日常需求。有些作品源自生活中的小困擾,有些則結合機械結構與力學原理,希望透過設計讓使用更加便利。從問題發想、繪製圖面、建立模型,到最後完成實體作品,每一個環節都需要學生反覆討論、測試與修正,也讓他們體會設計並不是憑空想像,而是一個持續思考與解決問題的過程。  陳主任也提到,課堂上經常利用生活中的工具作為教材,引導學生從熟悉的事物理解工程原理,再思考如何運用設計讓產品更符合需求。透過這樣的學習方式,抽象的力學、結構與製圖知識,不再只是課本上的內容,而是逐漸與生活建立連結,也讓學生更理解設計真正存在的價值。  從創意到實現,培養讓設計落地的人才  設計,不只是天馬行空地發想,更重要的是讓一個想法真正被實現。  屏東高工製圖科透過手繪基礎、電腦繪圖、加工實作、3D列印與專題製作等完整課程,引導學生在一次次設計、驗證與修正的循環中,逐步建立空間思考、設計規劃與解決問題的能力,也理解設計與製造之間密不可分的關係。  在陳主任眼中,製圖更像是一種「工程語言」。它不只是畫出一張圖,而是一套讓設計者、工程師與製造端彼此溝通的共同語言。學生在三年的學習中所累積的,也不只是繪圖技巧,而是將創意轉化為現實、把想法真正落地的能力。這份能力,不僅是未來進入工程與設計領域的重要基礎,更是面對快速變化產業時,持續創新與解決問題的核心競爭力。  開箱製圖科的學習日常!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】

生成式設計(#GenerativeDesign)的發展

生成式設計(#GenerativeDesign)的發展 2010年代初期,隨著人工智慧和機器學習技術的發展,生成式設計逐漸成為一種新的設計方法。 2018年,推出功能驅動的生成設計(功能性最佳化設計 Functional driven generative designer)解決方案。 2022年,CATIA的生成式設計又依照需求區分成:功能生成設計Functional Generative Design與結構生成設計Structural Generative Design的App,兩者的差別在於...https://bit.ly/401sWx3 #增材製造 #功能驅動的生成設計
青騰CoolBee・3D軟體CAD/CAM教室:CATIA

有任何收穫或想分享的,都來和大家一起聊聊吧!