104學習

軟體系統分析

這項技能主要是指理解企業需求,將業務流程轉化為可行的系統規格,協助開發團隊設計符合需求的軟體解決方案。具備良好溝通能力,能橋接使用者與技術團隊,確保需求明確且完整。透過分析現有系統的優缺點,提出改進建議,提高系統效能與使用者體驗。此技能在確保專案成功、降低開發風險及提升產品品質上扮演關鍵角色。

37,659 個相關職缺

提升你的實力,朝專業更進一步

精選課程

充實自己,讓能力持續成長

AI快速完成專業簡報
AI快速完成專業簡報
AI工程師與企業開發必修!FastAPI後端精通:全面入門與進階實戰指南
AI工程師與企業開發必修!FastAPI後端精通:全面入門與進階實戰指南
軟體工程師就業培訓
軟體工程師就業培訓
人資與採購必學! AI 流程自動化應用實戰工作坊【10/20】
人資與採購必學! AI 流程自動化應用實戰工作坊【10/20】
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】
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】
電腦視覺演算法之人臉辨識實戰【本課程為線上課,報名後專員會提供上課資訊】
電腦視覺演算法之人臉辨識實戰【本課程為線上課,報名後專員會提供上課資訊】
智能文件編輯:AI和Word的整合
智能文件編輯:AI和Word的整合
AI財務力:從數字到決策的智慧應用【9/3】
AI財務力:從數字到決策的智慧應用【9/3】
打造高投入團隊:遊戲化工作設計與激勵機制實作班【9/17】
打造高投入團隊:遊戲化工作設計與激勵機制實作班【9/17】
.NET開發資料庫應用系統全方位-ADO.NET與Entity Framework(.NET Core)攻略
.NET開發資料庫應用系統全方位-ADO.NET與Entity Framework(.NET Core)攻略

精選證照

考取專業證照,讓能力被市場看見

軟體系統分析與專案管理(107/8/1停考) |
『ITE』是「Information Technology Expert」的簡稱,中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作(APEC)部長級會議中,與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育,同時透過共同檢定採認,提昇整體資訊水準。 近年來資訊技術蓬勃發展,各項功能與應用的突破,使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等,皆無法置身事外。由於資訊技術的特性,使得競爭突破國界、資本、廠房等傳統的限制,只有掌握了技術,才能確保競爭上的優勢。 適逢89年11月亞太經濟合作發展會議部長級會議時,日本提出跨國合作構想,希望促進兩國在資訊人員檢定的合作,並於當月底再次確認雙方合作之意願,故經濟部決定舉辦資訊人才之跨國認證,並委託財團法人資訊工業策進會及財團法人電腦技能基金會,執行鑑定工作。 為使鑑定貼近企業界用才標準並切合實際需要,電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目,並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行,一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系,提供企業界優良之資訊專業人才,另一方面藉由本鑑定制度與世界各國資訊技術流通接軌,使資訊技術發展與國際同步,為我國產業奠定良好的競爭優勢。 本鑑定舉辦至今相關鑑定制度已臻成熟,深受學界與業界肯定,同時與日本亦完成交互採認MOU,階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務,自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
進階軟體設計專業人員 |
進階軟體設計專業人員證照旨在驗證持有人具備高階軟體設計與開發能力,涵蓋系統分析、架構設計、程式撰寫及測試等關鍵技術。持證者能有效運用物件導向設計原則及軟體工程方法,解決複雜問題並提升軟體品質與維護性,適用於大型專案開發與團隊協作,提升職場競爭力與專業價值。
財團法人中華民國電腦技能基金會
Google專業級機器學習工程師認證 |
專業級機器學習工程師利用 Google Cloud 功能與機器學習方法的知識,來建立、評估、生產和優化AI解決方案。機器學習工程師處理大型、複雜的資料集,並建立可重複、可重複使用的程式碼。 根據基礎模型設計,同時實施生成式AI解決方案。 機器學習工程師著重AI實踐,與其他職位密切合作,以確保AI應用程式的穩定與成功。 機器學習工程師具有扎實的程式設計能力、資料平台以及分散式資料處理工具的經驗。精通模型架構、資料和機器學習管道創建、生成式 AI 和指標解釋等領域。 機器學習工程師須熟悉MLOps、應用程式開發、基礎架構管理、資料工程和資料治理的基礎概念。 幫助團隊有效運用AI解決方案。透過訓練、再訓練、部署、調度、監控和改進模型。
Google
微處理器與嵌入式系統應用 |
近年來,隨著發展,嵌入式嵌入式的應用不斷擴大。多設備設備設備設備需要嵌入式嵌入式系統來實現智能化智能化智能化,從而實現和模式系統的開發和應用帶來了更多的挑戰和機遇。 微處理器與嵌入式系統應用證照專注於培養專業人士在微處理器和嵌入式系統應用方面的技能和知識。通過這項證照的專業人士具備能夠設計、開發和應用微處理器和嵌入式系統的能力,並了解相關的硬體和軟體技術。
TIPCI臺灣國際專業認證學會
專案管理軟體應用Project 2007 |
Project 2007證照驗證持有人具備使用微軟Project 2007專案管理軟體進行計畫排程、資源分配及進度追蹤的能力,能有效協助專案團隊掌握專案進展並提升管理效率,適合專案經理及相關專業人員提升專案執行與管理技能。
財團法人中華民國電腦技能基金會
人工智慧:機器學習 Python |
人工智慧研究如何使機器具有類似人類學習及解決複雜問題、抽象思考、展現創意等能力,是能讓事物變更聰明的科技。其研究範圍包含了:電腦視覺、語音工程、自然語言處理、移動與控制等。做為人工智慧體系的一部分,「機器學習」是一種資料科學的技術,也是實現人工智慧的一種方式,從資料中學習,獲得辨識或預測新進資料的技能,以協助電腦預測未來的行為、結果和趨勢,其技術廣泛應用在不同領域。 財團法人電腦技能基金會TQC+人工智慧:機器學習的題目設計包含:「監督式學習」、「非監督式學習」、「機器學習應用」等必備的知識及技術,運用不同機器學習方法進行實際案例之分析預測。
財團法人中華民國電腦技能基金會

精選貼文,掌握第一手知識

【104 talks】必學的聰明工作術!-從邏輯思維到工具應用,全面提升工作效能|2/20 線上免費直播

文/104人資市集 「104 talks」致力於協助職場人士的知識學習與能力提升 為每位忙碌的職場人士,創立一個能夠高效學習的節目平台,集結各領域專業講師的知識與分享,為職場人士帶來啟發和新視角。 必學的聰明工作術!-從邏輯思維到工具應用,全面提升工作效能 2025年想讓工作變得更輕鬆、高效嗎? 這場講座將帶您解鎖全新的工作思維,從掌握大局、時間管理到善用AI技能,讓繁瑣流程迎刃而解,能更精準且有策略的執行,輕鬆達到事半功倍的效果。 一起加入這場聰明工作術的旅程,讓工作變得更簡單! 講者及主題介紹 ★黑馬思維-看懂局勢 跳脫平凡的密技- 主講人 : 楊東岳 | 大玩創意有限公司執行長 ★掌握時間成本,創造高效任務管理策略- 主講人 : 曾正文 | PMP 國際專案管理師 ★用AI方法徹底改造工作,輕鬆成為效率達人!- 主講人 : 林尚能 | 企業經營顧問 ★這輩子免學Excel公式,用AI全部解決 - 主講人 : 吳承穎 | 查特普拉斯管理顧問有限公司 共同創辦人 講座資訊: 講座時間:2025/2/20(四)13:30~15:00 報名截止時間:2025/2/18(二) 活動形式:線上免費直播 適合對象:所有職場人士 價值:3600元 → 免費 立即點我免費報名 【報名流程】 1. 活動前1天,我們將以Email寄送活動通知及相關資訊給您,請隨時留意Email,以免遺漏。2. 本講座會以Youtube直播的方式進行。 【注意事項】 報名前,請詳閱課程內容及購買須知。  104 人資市集 保有相關課程內容調整及講師之變動權,可能視情況進行適當的修改與調整。  104 人資市集 保留報名審核權利。  如有課程相關問題,請至聯絡我們留下相關訊息。 . . . 最划算的全方位教育訓練方案!免費申請全課程試閱 >> 推薦你更多相關的好文章>> 【104 talks】時代 vs 世代:不可不知的 EAP 推動要點 | 興智國際執行長 黃智儀 【104 talks】現代領導者的人生進化指南 | 波波黛莉共同創辦人黃晨皓 Kim 【104 talks】AI 數據智能時代的工作再定義 | 微軟人資長王有蘋 【104 talks】運用心理能量,職場一路順暢 | 蘇予昕心理師 【104 talks】啟動你的能量計畫,打造高效人生 | 最速總經理王冠翔 【104 talks】提前佈局不被市場淘汰!第二曲線創新學 | 郭瑞祥 滿足中小企業的培訓需求!超過150+課程任選 >> 訂閱市集電子報與你分享專家文章及最新活動訊息 >> 加入104人資市集 Line 獲得新知與獨家優惠!
【104職場力】・AI

告別制式勞動,迎向 AI 時代人才的變革與重構

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

什麼是「MarTech」?為什麼企業需要行銷科技來輔助營運?│職場百科

你聽過「MarTech」(行銷科技,Marketing Technology)嗎?為什麼很多知名企業、大品牌都認為建立完整的「MarTech」系統不只是能讓產品行銷更有效率,甚至能協助營運更上軌道?原因在於優異的「MarTech」將可以結合軟體、數據分析和自動化技術,做到高效率、省人工,有效讓數據來輔助決策,協助企業精準觸及目標受眾、最佳化行銷策略。 文/《104職場力》 本文導覽 什麼是「MarTech」?為什麼「MarTech」很重要?為什麼企業需要「MarTech」?「MarTech」的 六大領域1. 廣告與推廣(Advertising & Promotion)2. 內容及使用者體驗(Content & Experience)3. 社群與客戶關係管理(Social & Relationships)4. 商務與銷售(Commerce & Sales)5. 數據分析應用(Data)6. 整合管理(Management)「MarTech」和「AdTech」有什麼差別? 什麼是「MarTech」? 「MarTech」(行銷科技)是什麼?只要使用自動化技術就算是一種嗎? 簡單來說,「MarTech」是指運用軟體、數據分析與自動化技術來最佳化行銷策略,協助企業精準觸及目標受眾、提升運營效率並優化顧客體驗。 「MarTech」是由 Marketing 和 Technology 兩個單字組合而成,最早這個概念是在2011年由美國的工程師企業家 Scott Brinker 製作的「行銷科技地圖」(Martech Landscape)所提出,並且將行銷科技劃分為六個主要的領域:廣告與推廣(Advertising & Promotion)、內容及使用者體驗(Content & Experience)、社群與客戶關係管理(Social & Relationships)、商務與銷售(Commerce & Sales)、數據分析應用(Data)、整合管理(Management)。 簡單來說,「MarTech」要解決的問題是: 降低企業在行銷工作上的重複性與勞力密集的繁瑣工作。 讓過去持續累積、但始終無法被妥善運用的資料(Raw Data)發揮其效用。 延伸閱讀:數位行銷是什麼?想進入數位行銷的領域,應該要怎麼開始? 為什麼「MarTech」很重要? 現代企業的營運中,「數據與自動化」在行銷工作中的作用越來越重要。 由於行銷情境不斷變化、使用者行為變多、數位足跡龐大,因此「MarTech」的內容也越來越複雜,使品牌更能貼進過往被視為「碎片化」、「無從辨識」的消費者旅程。因此更突顯活用「MarTech」的重要性。 行銷技術會從頭到尾考慮執行需求,讓行銷人員能夠完整的擴展行銷工作。最後,MarTech 很重要的另一個原因,就是能夠改善我們與對手和顧客的溝通及合作方式。改善這些B2B和B2C關係(感覺你似乎更懂我了),對您與顧客建立的關係產生正面的雪球效應。 為什麼企業需要「MarTech」? 自動化執行: 將繁瑣的例行行銷工作(如 EDM 寄送、社群回覆)自動化。 數據驅動決策: 告別憑感覺猜測,依據精準的數據儀表板調整行銷預算。 優化顧客體驗: 透過系統記錄用戶足跡,提供高度客製化的內容與推薦服務。 [course_plugin api_type='course_id' title='【MarTech輔助行銷】一次搞懂GA4網站分析' id='ef846d56-f66a-4f57-9dba-188ac542e8d7'] 「MarTech」的 六大領域 以實際應用面來說,被譽為「MarTech」之父的 Scott Brinker 將行銷科技切分為以下六種領域: 1. 廣告與推廣(Advertising & Promotion) 以科技技術優化關鍵字、社群等各種廣告形式,提供詳盡的報表資訊或自動優化服務,包含建議投放時間、TA輪廓、推廣形式與素材建議等等,藉此提高廣告投放的成效。 常見的工具如:Google Ads 與 Meta 廣告管理員。 [course_plugin api_type='course_id' title='Google Ads廣告投放認證保證班' id='1abeea86-5289-4d4d-910b-fad952bcdfd4'] 2. 內容及使用者體驗(Content & Experience) 包含內容管理、網站建置及個人化體驗,運用科技打造更吸引消費者、讀者興趣的內容,打造更好的瀏覽閱讀體驗。內容包括影音、社群貼文、部落格文章、圖文資訊或電子報;體驗則包含UI及UX設計,甚至AR、VR等各種線上線下互動裝置等等。 常見的工具如:WordPress 與 HubSpot CMS。 [course_plugin api_type='course_id' title='AI內容企劃力實戰課' id='51189062-5156-4dec-9153-8464c6732b13'] 3. 社群與客戶關係管理(Social & Relationships) 專注於社群媒體管理及客服自動化,在社群及客戶經營啟用更多的AI輔助工具也是一種,藉此提供更多元的互動方式或情境,協助企業更輕鬆的管理顧客資料、舉辦線上線下活動,以及經營社群、規劃合適的形象和宣傳素材。 常見的工具如:聊天機器人 BotBonnie 與 ManyChat。 [course_plugin api_type='course_id' title='數位行銷:社群、數據與銷售的13堂應用課' id='8030c976-04bc-48ce-acd2-6934b1f34d8d'] 4. 商務與銷售(Commerce & Sales) 驅動銷售轉換與電子商務,透過「行銷科技」優化銷售系統與網站介面,包含支援線上支付、後端業務分潤與財務管理等服務,藉此提升銷售成效、改善企業內部作業效率,打造一站式的體驗。 常見的工具如:Shopify 與 B2B 常用的 Salesforce CRM。 [course_plugin api_type='course_id' title='零經驗也能學會電商行銷:一次搞懂邏輯架構、操作經營與數據指標' id='c52e5f9a-49f8-4f9b-8db0-08f5d25f5819'] 5. 數據分析應用(Data) 追蹤、衡量並分析行銷成效。數據運用其實是「Martech」最核心的概念,以數據為基礎才能精準分析成效,進而應用在優化其他五大領域的行銷策略。 常用的工具如:Google Analytics 與 Mixpanel。 [course_plugin api_type='course_id' title='GA4 x Looker studio跨資料源整合&動態報表實戰' id='3211ef4b-a0df-4e47-898b-450cbf8f2e5b'] 6. 整合管理(Management) 統籌行銷專案與團隊協作,以科技協助規劃完善的行銷策略,包含各項資源與預算管理、系統與平台整合管理與分析。 常用的工具如:Asana 與 Trello。 [course_plugin api_type='course_id' title='Power BI 零基礎實戰 | 培養商務數據分析力' id='68e834c3-e940-4ec5-bce1-bd78da37cc46'] 「MarTech」和「AdTech」有什麼差別? 根據《amazon ads》的說明,像行銷和推廣有所不同,「MarTech」和「AdTech」(廣告科技的縮寫)兩個術語也不能互換使用。主要差別在於「AdTech」僅用於透過促銷商品來影響買家行為,而「MarTech」則用於實際建立,運行和管理廣告活動和其他行銷工作。 具體來說,「AdTech」是廣告策略和管理工具的總稱(如供應方平台 (SSP)、廣告交易平台和需求方平台 (DSP)),而「MarTech」則是顧客關係管理 (CRM) 軟體、社群媒體管理工具、電子郵件行銷解決方案等的使用方式,大部分涵蓋行銷人工作日常會使用的相關工具。 本文參考《amazon ads》、《wikipedia》資訊,經整理改寫。
【104職場力】・數據分析

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

你是否想轉職成為後端工程師,打造更穩定、具成長性的技術職涯?無論你是剛開始學習程式語言的新手,或正在尋找明確學習方向的職場工作者,這份後端學習地圖將幫助你掌握後端工程的核心技能、實戰經驗與職涯發展路徑。透過系統化的學習規劃與專案實作,你將更有信心地踏入後端領域,成為職場中真正被需要的技術人才。 文 /【104學習精靈】 本文目錄(點擊可快速前往) 後端工程師是什麼?和前端、全端工程師有什麼不同與優勢之處?掌握後端工程師的核心能力:必備工具技能 x 學習路徑 x 軟技能轉職後端工程師的學習策略後端工程師薪資行情與職涯發展後端工程師的挑戰與機會 後端工程師是什麼?和前端、全端工程師有什麼不同與優勢之處? 🎯 後端工程師工作內容 後端工程師(Backend Engineer)主要負責伺服器端的邏輯開發,包括資料庫管理、API 設計、伺服器架構以及系統效能優化。他們確保前端應用程式能夠順利與後端系統交互,並提供穩定的數據與服務。 🎯相近職類比較:DevOps、全端、前端、後端工程師差別 職位主要負責技術負責範圍後端工程師(Backend Engineer)伺服器架構、API 設計與串接、資料庫管理、效能優化負責後端邏輯、數據清理,確保前端能夠存取正確的資料前端工程師(Frontend Engineer)HTML、CSS、JavaScript、React、Vue負責 UI/UX 設計,開發與使用者互動的前端界面全端工程師(Full Stack Engineer)前端 + 後端技術能獨立開發完整應用,涵蓋 UI、後端 API、資料庫管理DevOps 工程師(DevOps Engineer)Docker、Kubernetes、CI/CD、自動化部署負責開發與運行環境的部署、監控與維護,提升開發效率 🎯 為什麼選擇後端開發? 後端開發是資訊產業中穩定且高度需求的領域,適合對邏輯、架構、系統思維有興趣的學習者投入: 就業市場穩定成長:隨著數位化轉型普及,後端開發職缺在各行各業皆有需求,從新創到大型企業都有穩定徵才。 強調邏輯與架構設計:後端工程著重資料儲存、伺服器溝通、API 設計等,適合喜歡系統設計與架構思考的人。 職涯彈性大:從初階後端工程師到系統架構師,甚至 DevOps、SRE、資安領域都有後續延伸路徑。 遠端與自由接案機會多:後端開發技能通用性高,較容易接國際案或轉為遠距工作者。 AI 與資料應用的基礎:資料庫管理、API 串接、運算效能等能力,也可延伸應用至 AI 系統部署或資料工程等新興領域。 🎯 誰適合轉職後端工程師? 後端開發適合各類背景者,關鍵在於邏輯思維、學習動機與持續投入: ✅ 設計/前端背景:具備良好使用者體驗與前端邏輯,轉後端可成為 Full-Stack 工程師,提升職涯彈性。 ✅ 商管背景:邏輯能力佳且理解商業流程,適合轉後端結合業務邏輯,強化企業系統開發應用。 ✅ 理工背景(如物理、數學):邏輯與抽象能力強,容易掌握資料結構與演算法,是進入後端的優勢群體。 ✅ 非資訊領域自學者:只要有堅強動機與自律力,透過系統性訓練與專題實作亦能成功轉職。 ✅ 現職 IT 工程師(如測試、維運):已具備技術背景,轉入開發領域有明顯加速效益。 ✅ 資料分析師:熟悉資料處理與 Python,轉向後端可擴展資料處理與系統部署的完整技能鏈。 掌握後端工程師的核心能力:必備工具技能 x 學習路徑 x 軟技能 🧭 後端工程師技能、工具分類表 語言與工具資料處理與資料庫API 設計與架構DevOps 與部署基礎Python / JavaScript / Java / GoGit / GitHub / GitLabSQL(PostgreSQL / MySQL)資料庫基礎觀念REST APIHTTP 基礎了解部署概念核心*熟悉後端框(SpringBoot, Django, Express, Gin)*熟悉語言設計模式撰寫可讀性高的程式NoSQL(MongoDB / Redis)基本資料模型設計身分驗證(JWT / OAuth)API 文件設計(Swagger)*Docker 容器化*CI/CD 自動部署 進階*多語言協作力*程式效能優化*高效能資料庫設計*索引分片與備援策略GraphQL / gRPC微服務架構(CAP / CQRS / Event Sourcing)Kubernetes、服務網格(Service Mesh)監控與日誌系統認證*程式語言認證 (例如Python 程式設計證照PCAP)*個人作品集AWS Database SpecialtyMongoDB 認證*API 設計課程證*書專案開發經驗(如 Hackathon)*AWS Certified DevOps Engineer*CKA(Kubernetes Administrator)▲ 後端工程師應具備技能、工具能力、職涯指引表,點選不同技能會對應到相關課程。 後端工程師學習地圖與路徑(搭配AI工具) 🔰 初學者階段(0–6 個月) ✅ 目標:熟悉基礎程式語言與網路知識,能夠開發基本 API。 📌 學習內容: 選一門後端語言(Python / JavaScript / Java):選一門主流語言打好程式基礎,進入開發世界。 Git 與版本控制(GitHub / GitLab):讓你能有效保存、回朔與分享你的程式碼。 理解網路基礎與 HTTP 協議:理解網站如何運作與資料如何傳輸。 SQL 資料庫(PostgreSQL / MySQL):學習資料查詢語言,管理網站背後的資料。 REST API 開發:學習建立網頁服務的後端接口。 Python 程式設計能力 - 線上免費檢測 📌 AI 工具應用: ChatGPT 協助語法學習與除錯:快速解釋語法、找出 bug、提供程式碼建議。 GitHub Copilot 協助寫基礎 CRUD 程式碼:協助補上程式片段。 📌 備選學習: Go 語言:效率高但語法嚴謹,對初學者略具挑戰。 Node.js(JavaScript 後端):若未來想走全端路線可以學。 ✅ 適合考取的證照: Python 程式設計證照(PCAP) ITS (Information Technology Specialist, IT 資訊科技專家認證 Oracle MySQL Database Developer AWS Certified Cloud Practitioner(雲端基礎,有助於未來學 DevOps) [course_plugin title='Python課程' keyword='Python 輕鬆上手學' amount=1] [course_plugin title='後端工程師入門課程' keyword='成為後端工程師' amount=1] 🚀 中階階段(6–12 個月) ✅ 目標:熟悉進階 API 設計、資料庫優化,學習 DevOps 工具。 📌 學習內容: 學習後端框架 (Express、Spring Boot、Django、Gin) :掌握常用的後端框架。 身份驗證與授權(JWT、OAuth):幫使用者安全登入,讓資料不被偷看。 NoSQL 資料庫(MongoDB、Redis):適合儲存彈性格式的資料或快取機制。 Docker 容器化:讓你的程式「打包好、帶著走」。 CI/CD 自動部署(GitHub Actions):程式更新後自動上線,省時又省心。 📌 AI 工具應用: 使用 AI 幫你產生 Dockerfile 與 CI/CD 配置:不懂也能靠 AI 輔助上手。 協助設計 API 架構與資料庫 schema:加速設計與重構過程。 📌 備選學習: GraphQL:適合複雜資料查詢,但非所有團隊使用。 gRPC:適合內部高效通訊場景,小型專案可暫不碰。 Jenkins(較舊型 CI/CD 工具):學習成本高,可視需求使用。 HATEOAS(超媒體 API):學術價值高,實務上較少見。 ✅ 適合考取的證照: MongoDB Developer Certification Docker Certified Associate (DCA) Microsoft Azure Fundamentals (AZ-900) HashiCorp Terraform Associate(如學有餘力涉略基礎 IaC) [course_plugin title='後端工程師中階課程' keyword='接案必學 ◆ 邁向更專業的App開發' amount=1] 🏆 進階階段(12 個月以上) ✅ 目標:學習架構設計,提升可擴展性與效能。 📌 學習內容: 微服務架構(CAP 理論、CQRS、Event Sourcing):學會如何將大系統拆小管理,處理資料一致性問題。 Kubernetes 與服務網格(如 Istio):讓多個服務能自動部署與協調運作。 高效能資料庫設計與分片策略:設計能承受高流量的資料系統。 系統監控與安全性實踐(如 Prometheus、Grafana):確保系統穩定、安全運作。 📌 AI 工具應用: AI 幫你設計 YAML 檔與架構圖:快速理解與部署分散式架構。 系統瓶頸分析助手:用 AI 分析 log 或效能資料,加快除錯與優化。 📌 備選學習: Istio 等 Service Mesh 工具:適合大型微服務團隊,維護成本高。 Event Sourcing:較進階模式,建議有實務需求時再深入。 ✅ 適合考取的證照: Certified Kubernetes Administrator (CKA) AWS Certified Solutions Architect – Associate Google Cloud Professional Cloud Architect DevOps Engineer Professional(AWS / Azure) [course_plugin title='後端工程師進階課程' keyword='Java進階專業|前後端整合開發與應用' amount=1] 5個後端工程師應具備的軟技能特質: 邏輯思維與問題解決能力 能夠理解業務需求並轉化為系統邏輯,並針對錯誤快速找到根本原因。 【小測驗】來測測看自己的問題解決技巧 👉 問題解決 - 職能檢測|104學習精靈 溝通與跨部門協作能力 後端工程師需與前端、產品經理、DevOps 甚至業務單位協作,良好的溝通有助於準確理解需求與回報技術限制。 【小測驗】來測測看自己的溝通能力技巧 👉 溝通協調 - 職能檢測|104學習精靈 學習與自我成長動能 後端技術(如框架、資料庫、API標準)快速演進,必須持續學習與更新知識。 細心與責任感 後端處理大量資料及邏輯,細節錯誤容易引發資安問題或系統錯誤。 時間管理與自我管理能力 在遠端工作日益普遍的環境下,自律與時程安排變得尤為重要。 轉職後端工程師的學習策略 🎯 初學者或轉職者的學習策略 轉職或初學後端工程,建議採取階段式、任務導向的學習策略,以下列點歸納: 設定明確學習階段:分為基礎語言(如 Python/JavaScript)、資料庫應用、框架學習(如 Django、Node.js)、部署維運。 專案導向學習:每學完一個階段,就進行小型專案驗證所學,例如 Todo List、部落格、會員系統等。 培養問題解決能力:鼓勵查文件、逛論壇、問 ChatGPT,建立獨立解決 bug 的習慣。 學習版本控制與團隊協作:掌握 Git、GitHub、簡單 CI/CD,增加求職競爭力。 善用 AI 工具輔助學習:例如用 ChatGPT 解釋程式碼、Copilot 寫樣板、Kaggle 或 LeetCode 練習邏輯。 參與社群與實戰活動:參加黑客松、Open Source 專案、小型 Freelancer 案,強化實務經驗與人脈。 建立個人學習履歷:記錄學習歷程、撰寫技術部落格、整理 GitHub 作品集。 🎯 不同領域的客製化學習策略對照表 學歷背景優勢可能挑戰調整建議資訊相關科系已具備基礎程式能力、學科知識缺乏實務經驗、專案規模小強化實作專案與部署經驗,參與社群或實習累積履歷非資訊理工(如數學、物理)邏輯與數學能力強,適應資料結構與演算法快缺乏開發環境熟悉度與應用場景理解著重環境建置、框架與資料庫應用,透過實作強化「業界語感」設計/前端背景了解 UI/UX 與前端邏輯,轉職成為全端潛力大對資料結構與後端語法較不熟悉從 API 串接、簡單後端框架入手,逐步學習資料庫與後端設計邏輯商管/人文背景商業邏輯與跨領域溝通力強,善於理解用戶需求技術門檻高、邏輯訓練少以高階語言(如 Python)為起點,結合專案題材(如 CRM、報表系統)學習效果更佳在職 IT 工程師(測試、維運)已熟悉技術工具與環境、具系統性思維缺乏開發流程與程式架構設計經驗透過轉任內部開發專案或小型 App 開發練習,搭配設計模式與框架學習資料分析/AI 轉職者熟悉資料邏輯與語言(如 Python)、了解資料流缺乏完整系統建構經驗補足後端架構設計與部署技巧,從資料處理串接 API、Flask、FastAPI 切入 後端工程師薪資行情與職涯發展 後端工程師薪資概況 📌台灣後端工程師薪資 初階(3年以下經驗):月均薪約6.2萬。 中階(3- 5年經驗):月均薪約 6.5 萬。 高階(5-10年經驗):月均薪約7.3萬。(以上資料來源:104薪資情報) 📌影響薪資的因素 技術棧與專精程度熟悉高效能架構(如微服務、分散式系統)、熱門語言(如 Go、Rust)、或 DevOps/雲端技能者,薪資會更高。 產業領域與公司規模金融科技、AI、新創、外商薪資通常優於傳產與一般中小企業。 作品集與實戰經驗有實際上線專案、參與開源、或技術部落格者更具競爭力。 證照與專業認證(如 AWS Certified、Kubernetes、GCP)對某些企業或外商來說是加分項。 英語能力與跨國協作經驗能與國際團隊溝通的工程師更受青睞,也更容易爭取外派或海外遠端工作機會。 英文能力 - 線上免費檢測 後端工程師的職涯發展路徑 🔵 技術專精路線(Individual Contributor / IC Path) 從「後端工程師」起步,專注於技術深度與系統設計,逐步升級為具備橫向影響力的技術專家。 ▶ 初階 / 中階後端工程師(Backend Engineer) 負責功能開發、資料庫操作、API串接與單元測試。 ▶ 資深後端工程師(Senior Backend Engineer) 擁有跨模組開發與維護經驗,熟悉系統效能優化、API 設計規範。 ✳️ 學習前端技術 → 全端工程師(Full-Stack Engineer) 技能補充: React/Vue、Node.js、前後端整合、RESTful/GraphQL。 應用情境: 適用於產品團隊需快速開發 MVP 或技術創業者。 ✳️ 提升系統架構能力 → 系統架構師(Software/System Architect) 技能補充: 微服務設計、DDD、API Gateway、資料一致性、可觀測性(Observability)。 應用情境: 適用於中大型系統升級或技術重構專案。 ✳️ 學習 DevOps → DevOps 工程師(DevOps Engineer) 技能補充: GitOps, Jenkins, GitHub Actions, Docker, Ansible。 應用情境:經由緊密的開發+運營合作,使企業更高效推出高品質產品。  ▶ 全端工程師(Full-Stack Engineer) 獨立開發從 UI 到 API 再到資料庫的完整功能。 ▶ 系統架構師(System Architect) 負責設計全系統技術藍圖,定義模組邊界、資料流設計與技術選型。 ✳️ 進階發展  → 技術總監 / Technical Director 職責: 統籌技術方向,領導技術專案與架構決策,跨部門協作。 技能補充: 領導力、溝通簡報、技術戰略思維、預算與風險管理。 ▶ DevOps 工程師(DevOps Engineer) 專精於部署、CI/CD、環境自動化。 ✳️ 進階發展  → 雲端工程師(Cloud Engineer) 職責: 能設計具備高可用性與彈性的雲端基礎架構。 技能補充: 深耕 AWS/GCP/Azure 架構與雲原生技術(如 K8s、Terraform)。 🟢 團隊管理路線(Team & People Management) 此路線適合有溝通、協調與人員培育熱情者,從帶小團隊到參與公司策略。 ▶ 後端 Team Lead / 技術主管 同時參與開發與團隊管理,負責人力分配、專案交付與人員指導。 技能補充: Agile/Scrum、敏捷儀表板管理、1-on-1 輔導技巧。 ▶ 技術經理(Engineering Manager) 管理多組技術團隊,協助產品規劃、技術優化與跨部門協作。 負責團隊招募、績效制度設計、技術資源管理。 ▶ 技術總監(Technical Director)或 VP of Engineering 結合技術與策略視角,影響公司中長期技術方向。 需要具備技術深度 + 商業理解力。 🟠 技術轉職/橫向拓展路線(Cross-functional Path) 探索其他工程領域,發揮後端背景延伸價值,適合追求多元發展者。 ▶ 資料工程師(Data Engineer) 優勢: 熟悉 API 設計&模組化架構:資料平台的模組設計類似微服務設計邏輯。 熟悉系統效能:幫助處理大規模資料運算與資源調度。 熟練程式語言(如 Python、Java):可快速上手資料工程工具 可有效打造 ETL 流程、管理資料倉儲、支援 AI/ML 任務。 技能補充:  資料處理:Spark、Kafka、Airflow、dbt 資料庫:PostgreSQL、ClickHouse、BigQuery、Snowflake 資料管線:ETL/ELT流程設計、Data Lake、Data Warehouse 架構 編程與基礎統計:Python、SQL、資料品質檢查 職涯發展路徑流程圖 🔹 總結路徑圖說明 (起點) 後端工程師 │ ├── A. 學習前端 → 全端工程師 ├── B. 提升架構能力 → 系統架構師 │ └── 技術決策 → 技術總監 └── C. 學習 DevOps → DevOps 工程師 └── 深入雲端架構 → 雲端工程師 哪些產業需要後端工程師? 後端工程師幾乎是「所有數位服務產業的基礎職位」,以下是常見產業範疇: 📌電商與零售:處理會員系統、購物流程、庫存管理、金流串接等核心後台邏輯。📌金融科技(FinTech):開發支付、帳戶、交易、驗證等安全敏感的服務。📌社群與內容平台:如論壇、影音平台、交友 App,後端負責資料儲存、帳號系統與推薦演算法等。📌SaaS / B2B 企業服務:提供線上系統給其他企業使用,如 CRM、HR 系統。📌物流與運輸:如外送、倉儲、車隊派送,依賴大量 API 串接與資料即時處理。📌醫療與健康科技:處理病例、預約、穿戴裝置資料等,需高度資安與資料完整性。📌遊戲與娛樂產業:遊戲帳號、伺服器同步、排行榜、商城等核心功能皆由後端處理。📌政府與公部門資訊系統:如戶政、健保、交通資訊等數位服務。 後端工程師的挑戰與機會 🚀 6個常見的後端工程師挑戰 技術複雜度高:需同時掌握資料庫設計、系統效能、資安與架構邏輯。 看不見的貢獻:成果不如前端「有畫面」,但卻是維運的關鍵,常常被低估。 資安責任重大:系統若當機、資料異常,後端通常是第一個要排解問題的人,需確保數據安全,防止攻擊與資料洩漏。 需快速跟上技術演進:如容器化(Docker)、微服務架構、雲端部署等都不斷更新 高效能與擴展性要求:需設計能夠處理大量請求的系統,確保穩定性與效能。 跨團隊協作:需要與前端工程師、產品經理、DevOps 團隊密切合作,確保系統順利運行。 🌟 後端工程師4大機會 可轉職多種技術職:例如 DevOps、技術主管、架構師,或橫移到前端/全端。 全球需求穩定成長:任何需要「運作」的數位產品,都需要後端支撐。 遠端與海外機會多:因後端較少受地域限制,常見國際合作或海外招募。 進可攻、退可守:進可發展高階技術領域如 AI 後端、大數據平台,退可穩定就業於各類企業內部系統開發。 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 轉職前端工程師│工作內容、技能、薪水與職涯發展指南 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 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【後端工程師】工作機會' url='https://www.104.com.tw/jobs/search/?jobsource=index_s&keyword=%E5%BE%8C%E7%AB%AF%E5%B7%A5%E7%A8%8B%E5%B8%AB&mode=s&page=1' amount='3']
【104職場力】・職涯規劃

整理包/最熱門生成式 AI 大拚場 ChatGPT、Gemini、Grok、DeepSeek 各擅長什麼?

2025-06-24報導/經濟日報記者吳康瑋 由聯合新聞網授權轉載 生成式人工智慧(GenAI)技術迅猛發展,多款強大的AI工具幫助各行業提升工作效率。《經濟日報》為協助讀者了解各項AI工具,將「ChatGPT、Gemini、Grok、DeepSeek」等四大生成式AI列出,為讀者分析四款生成式AI的各自效能,就「開發者」、「訂閱費用」、「主要功能」及「擅長領域」等細項逐條分析。 AI工具確實快速提升效率,不過使用者也要注意,目前的AI工具不保證完全正確,甚至也會答非所問、提供錯誤資訊、或產生「AI幻覺」,使用者對生成的資料仍應有基本的辨識能力,避免AI工具謬誤。 各家生成式AI重點馬上看 ChatGPTGeminiGrokDeepSeek使用建議 ChatGPT OpenAI的ChatGPT堪稱帶動GenAI風行的先驅,也有廣大用戶,付費企業客戶近期突破300萬戶,有免費與付費模式,每月20美元的ChatGPT Plus訂閱費每月20美元,用戶指出,付費版反應速度更快,用戶在使用ChatGPT時隨時擁有最佳的使用品質。 「資料分析」方面,ChatGPT的優勢在於將資料壓縮、精簡化,適合急需快速獲取關鍵訊息的使用者。「文案生成」上,適合創作個人化內容。「圖表製作」方面,ChatGPT的圖表較為簡單,但圖片較無法把文字一起生成出來,繪圖時整體構圖比較簡單。 網址:https://chatgpt.com/ ChatGPT小檔案 開發者OpenAI付費版費用每月20美元(約新台幣610元)主功能提供文本生成、對話回應、內容創作、翻譯、問題解答等多種功能擅長領域自然語言處理、文本生成、教育輔助、創意寫作、客服支持等 Gemini Google DeepMind開發的Gemini專注於多模態學習,能同時處理文本、圖像和音頻數據。版本包括2.0、2.5和最新的2.5 Pro,推理和數據處理能力進步快速。Gemini 2.5 Pro提供更強大的計算能力和更高準確性,讓用戶在處理複雜任務時能獲得更佳體驗。付費版額外提供用戶包括2TB儲存空間、Gemini Advanced和其他AI功能。 「資料分析」方面,Gemini提供的內容易於閱讀,文法經過重新梳理,適合需要清晰解釋的使用者。在「文案生成」上,Gemini能一次生成多達15個標題,提供選擇建議,對於需要多樣化提案的用戶非常方便。「圖表製作」方面,Gemini 的完整度高,使用者可選擇不同的圖表類型,並能下載圖片、Excel或JSON格式的數據。 網址:https://gemini.google.com/ Gemini小檔案 開發者Google DeepMind付費版費用每月19.99美元(約新台幣650元),可免付費試用一個月主功能強大的推理能力,擅長處理複雜的問題和情境,能同時處理文本、圖像和音頻數據等多模態文件擅長領域AI推理、圖像理解、科學研究和技術開發 Grok Grok是由X(前稱 Twitter)開發的生成式AI,專注於社交媒體內容的生成。最新版本Grok3提供更強大的功能,能即時生成與當前熱點話題相關的內容,結合社交媒體數據分析趨勢,提升用戶互動的實時性,成為品牌營銷和社交媒體管理的理想工具。 「文案生成」方面,Grok風格簡潔有力,類似科技周刊的風格,適合快速傳達訊息。「圖表製作」方面,Grok可以較為輕鬆的運用文字組成圖表,並附上有關的資訊數據,對於需要快速理解數據的使用者來說很實用。 網址:https://grok.com/ Grok小檔案 開發者應用程式X(前身為Twitter)付費版費用每月30美元(約新台幣970元)主功能即時生成與當前熱點話題相關的內容擅長領域社交媒體互動、內容創作、即時訊息生成和品牌營銷 DeepSeek DeepSeek專注於資料搜尋和訊息檢索,開發商為位於中國大陸的「杭州深度求索人工智慧基礎技術研究」,中資避險基金幻方量化創立的人工智慧公司,創始人暨執行長梁文鋒持續致力將大陸AI技術推向全球市場,提供R1和R2兩種不同的服務模式。 「資料分析」方面,DeepSeek提供前言和總結,讓懶人可以快速理解內容。在「文案生成」上,DeepSeek的口語化風格能夠生成10個標題,附上創作理念和選擇建議,適合需要親民語言的使用者。「圖表製作」方面,DeepSeek使用文字排列呈現,提供Python程式碼,對於技術使用者來說相當便利。 網址:https://www.deepseek.com/ DeepSeek小檔案 開發者中國大陸企業「深度求索」付費版費用每100萬(輸入)tokens收費人民幣16元(約新台幣66.68元)主功能資料搜尋和訊息檢索,利用生成式AI技術提升搜索引擎的智能化,提供相關建議和訊息過濾功能擅長領域資料搜尋、訊息檢索、知識管理和數據分析 使用建議 生成式AI工具已經落地商業化,從自然語言處理到多模態學習、社交媒體互動及訊息檢索等多種服務都能提供,競爭也更加激烈。用戶可根據自己的需求,選擇最合適的AI工具,以提升工作效率與創造力。 綜合比較四款生成式AI後,提供讀者幾點建議。若需要多樣化的文案提案,可考慮Gemini;若喜歡口語化一點的表達,可選擇DeepSeek。AI繪圖方面,生成多幅圖片建議可使用Grok,若希望作品有較高的品質,可選擇Gemini。在「資料分析」方面,若希望能獲取較「簡潔明瞭」的資料,建議選擇「ChatGPT」,讀者若希望能得到比較容易理解的內容,應該選擇Gemini。 針對「表格整理」方面,若要以更快的速度掌握大致上的資訊,建議選用ChatGPT;若讀者希望在表格中能得到較「詳細」的內容,可考慮DeepSeek。針對「生成圖片」功能上,若讀者追求圖表要具有充分「完整性」的類型,建議使用Gemini。 推薦閱讀: AI聽話卻沒懂你?OpenAI揭露AI「裝乖」假象與職場真風險 AI強勢取代!企業寧僱AI也不找菜鳥,今年畢業生有多慘? 除了ChatGPT,還有哪些生成式AI?16種AI工具應用解析 打造ChatGPT行政小助理:專屬AI助理幫你處理瑣碎行政工作 [course_plugin title='推薦AI相關課程' keyword='AI' amount=2]
【104職場力】・AI

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
【104職場力】・AI

AI時代的資工人何去何從?專家:向「文組」取經是條出路

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

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

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

從數位工具到商務實戰──義民高中資料處理科:培養跨域競爭力的數位職人

如何讓學生在 AI 崛起與網路經濟爆發的時代脫穎而出?義民高中資料處理科給出了一個清晰的答案。這門兼具「資訊技術」與「商業管理」的學科,不僅教導學生如何操作電腦、考取證照,更著重於跨領域的邏輯思維與實務整合。在這裡,學生從最基礎的文書處理出發,逐步踏入會計、經濟與商業專題製作的殿堂,在數字與程式碼之間,編織出屬於自己的未來職涯藍圖。 跨域思維的先行者:結合資訊與商務的學科優勢 「資料處理科最核心的優勢,就在於它的『跨領域』。」義民高中資料處理科陳昭君主任在訪談中一針見血地指出。面對許多國中生與家長常將「資訊科」與「資料處理科」混淆的疑問,主任給出了一個簡單而明確的判別方式:「資訊科是工業類群,面對的是機器;而資料處理科(資處科)則是商業管理群,面對的是人。網路世界的基礎是電腦,當你具備了電腦操作能力,又懂得商業運作邏輯,就能直接跨入電子商務與現代商務的領域。」 在課程設計上,資處科將複雜的電腦應用與統整商管知識相結合。高一到高三的學科內容涵蓋兩大體系: 資訊技術: 電腦軟體應用(Word、Excel、PowerPoint)、中英文輸入、計算機概論與Python 程式語言。 商業類科: 會計學、經濟學、商業概論到專題製作。 這種雙軌並進的訓練,讓資處科的學生在面對複雜的商業環境時,既擁有清晰的邏輯思維,又具備資料處理的執行力。 圖:學生透過上機實作,培養文書能力 從基本功到高階應用:以證照檢定奠定實力自信 在義民高中資處科,學習成果不只體現在課堂的聽講上,更落實在具體的證照考取與技能檢定中。學校規劃了一套循序漸進的證照地圖,協助學生在三年內建立無可替代的硬實力。 「我們透過考取證照的過程,給孩子們建立信心。」主任分享,高一時學生會先從電腦軟體應用丙級、TQC 辦公室應用軟體(Word、Excel、PowerPoint)以及中英文輸入開始扎根;到了高二、高三,則進階挑戰高難度的「電腦軟體應用乙級」檢定,以及人工記帳會計丙級等專業證照。 目前就讀資處科的林同學與戴同學,便充分展現了這項環境帶來的專業實力。林同學在三年內考取了包括電腦軟體應用乙級與丙級、商教會會計一級檢定、人工記帳會計丙級等多張高含金量證照;戴同學也順利拿下了電腦軟體應用丙級及多張 TQC 證照。這些努力,成為他們畢業時最堅實的備忘錄。 圖:高中三年努力考取多張證照,展現學以致用的實力 理論與實務的交會:專題製作打開職涯的無限可能 隨著 108 課綱的推進,「專題製作」成為資處科高三學生最重要的核心課程。專題製作要求學生必須主動整合三年所學,從無到有地完成一項縮小版的商業研究或企劃報告。 主任分享,目前科大在競賽與專題上喜好的取向,多圍繞在 ESG(環境、社會與治理)、APP 應用、產品行銷企劃與活動企劃。因此,學生的專題主題也緊扣這些時代脈動,例如有組別便以「心理舒壓」為核心研發創意點子,完成了具備高度整合性的專題成果。 在專題製作的過程中,學生必須寫出完整的企劃書,內容涵蓋室內設計構想、成本預算控制、人力資源配置、行銷宣傳策略等。主任透露:「在討論行銷推廣時,學生提出想利用 Instagram作為宣傳通路。我不直接教他們怎麼進行推廣,但我會以過去做行銷的經驗挑戰他們:『你們的推廣策略就只有這樣嗎?要怎麼寫文案?文稿跟圖片要怎麼呈現?』」這種高互動性的引導,讓學生養成思考每一步驟背後的邏輯與效益。 圖:高三專題成果,榮獲商業類技藝競賽獎項,展現跨域整合與實作能力 多元進路與特質媒合:找到屬於自己的發光舞台 「讀資處科,最大的好處就是未來的出路非常寬廣。」主任驕傲地表示。由於兼具資訊與商管背景,資處科畢業生在統測升學時擁有極大的優勢,可選擇的落點涵蓋:資訊管理系、企業管理系、財務金融系、會計系、財稅系等…甚至是跨足跨域的工業管理、資訊工程系等。 對於有志於在高中畢業後直接投入職場的「實用技能班」學生,資處科也提供了充足的就業準備。林同學與戴同學便分享,身邊選擇直接就業的同學,多數能順利進入餐飲業、零售通路(如全聯)等服務產業服務。更有實用技能班的孩子在畢業後,一邊在知名科技公司(如緯創)上班,一邊在國立大學研究所繼續深造,實現了產學無縫接軌。 究竟什麼樣的孩子適合就讀資料處理科?主任與兩位學生的分享總結出了以下幾項人格特質: 樂於與人互動、不排斥溝通: 商管群的核心在於服務與協調,具備良好的文字與言語表達能力是重要基石。 對數字與細節具備敏感度: 不需要數學成績頂尖,但必須對數字有耐心,能從簡單的數據中發現脈絡。 喜好操作電腦、不排斥邏輯思考: 面對系統與程式工具,願意動腦思考其運作邏輯。 航向數位未來的羅盤:在多變環境中發光的跨域英才 在義民高中資料處理科的三年的時光裡,學生學到的從來不只是死板的軟體操作,而是一套與現代數位世界對話的方式。從高一敲擊鍵盤的生疏,到高三能在講台上自信展示專題成果;從面對數據的迷惘,到能用多元工具梳理資料邏輯。這群資處科的學生在細節中鍛鍊判斷力,在跨領域的碰撞中摸索自我,陪伴著他們走向未,在各自的領域裡閃閃發光。 開箱資料處理科學習日常!更多科系探索,歡迎追蹤104高職生IG 在 Instagram 查看這則貼文 104高職生(@104v.hs)分享的貼文
【104職場力】

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']
【104職場力】・AI

AI 時代的研發現場:回歸人才特質,技嘉如何重新定義工程師的工作方式

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

Continue——提升開發效率的程式開發AI助手,工程師必備工具

在程式開發的世界裡,時間就是金錢。對於開發者來說,如何有效減少重複工作並提升開發效率,是一個持續存在的挑戰。這就是為什麼 Continue,一款專為程式開發者設計的 AI 工具,成為了許多開發者不可或缺的助手。透過 Continue,開發者不僅可以自動完成程式碼,還能獲得智能的程式碼建議,有效縮短開發週期,解決重複性問題,並進一步優化生產力。本篇文章將深入探討 Continue 的功能優勢,並說明為什麼它是工程師必備的 AI 工具。 Continue 是什麼? Continue 是一款專門為程式開發者量身打造的 AI 驅動工具,它能夠幫助開發者在日常的程式編寫中提高效率。Continue 透過人工智慧的支援,不僅能理解開發者的程式需求,還能提供程式碼的即時建議,甚至能預測開發者下一步的操作,幫助開發者自動完成部分程式碼。這樣的功能對於需要處理大量重複性工作的開發者來說,無疑是一項巨大的福音。 ▍Continue 的功能介紹 1. 程式碼自動完成 Continue 的 AI 模型能夠根據開發者的輸入,自動生成程式碼片段。這不僅縮短了開發時間,還能減少打字錯誤的可能性。開發者只需輸入關鍵詞或部分程式碼,Continue 就能提供精準的程式碼建議,讓開發過程更順暢。 2. 程式碼錯誤檢查與修正 程式開發過程中,難免會出現錯誤或 Bug。Continue 的 AI 能夠快速檢查程式碼中的潛在錯誤,並提供修正建議。這意味著開發者不需要花大量時間在除錯上,能夠更專注於實現核心功能。 3. 智能程式碼建議 Continue 不只是單純的自動補全工具,它能夠理解開發者的整體架構需求,並根據上下文提供智能的程式碼建議。例如,當你在開發某個功能時,Continue 能根據你的邏輯流程,建議相應的函數或結構,減少了反覆查詢文件的時間。 4. 文件生成與註解 除了程式碼建議,Continue 也能協助開發者自動生成文件與註解,確保程式碼可讀性與維護性更高。對於開發團隊來說,這樣的功能特別重要,能避免後續因缺乏文件或註解而增加的維護成本。 ▍Continue 的優勢 1. 節省時間與提升生產力 透過 Continue 的自動完成與智能建議功能,開發者能夠減少手動輸入程式碼的時間,從而將更多精力放在解決實際問題上。這直接提升了開發效率,縮短了專案交付的時間。 2. 減少錯誤與提高程式碼質量 Continue 的錯誤檢查功能,能夠幫助開發者在早期階段發現程式碼中的潛在錯誤。這不僅節省了後期除錯的時間,也提升了程式碼的整體質量,讓專案在交付時更加穩定。 3. 降低學習門檻 對於新手開發者來說,Continue 提供的智能建議與自動文件生成功能,能夠有效降低學習曲線。新手不再需要花大量時間查閱技術文件或尋求資深開發者的幫助,能更快進入開發狀態。 4. 適應多種編程語言 Continue 支援多種編程語言,這意味著不論你是使用 Python、Java、JavaScript 還是其他語言,Continue 都能夠提供相應的支援。這種廣泛的相容性,讓它成為了開發者不可或缺的工具。 ▍為什麼工程師必備 Continue? Continue 能夠顯著提升開發者的工作效率,讓日常的開發過程更加流暢,這對於軟體工程師來說無疑是一大優勢。它不僅幫助開發者解決重複性問題,還能提升程式碼質量並減少錯誤。對於經常面臨繁重專案或時間壓力的開發者來說,Continue 無疑是一款能極大改善工作流程的工具。 此外,Continue 的強大功能讓它在開發團隊中也能發揮重要作用。透過自動生成文件與註解,Continue 能幫助團隊成員之間更好地協作,確保程式碼在多人開發時保持一致性與可讀性。這不僅有助於降低後續維護成本,也讓團隊能更快達成目標。 在 AI 驅動的未來,Continue 無疑是程式開發領域中不可或缺的工具之一。它能夠大幅提升開發效率、減少錯誤,並降低程式開發的學習門檻。對於任何希望提高生產力的開發者或團隊來說,Continue 都是必備的程式開發 AI 工具。無論你是資深開發者還是新手,Continue 都能幫助你在快速變化的科技世界中保持競爭力,讓你能更專注於創造性的解決方案。 ➤ 立即使用:https://www.continue.dev/ ➤ 歡迎在104學習精靈關注【AI趨勢報-科技愛好者的產地】獲得更多科技新知!
知識貓星球・AI 趨勢報-科技愛好者的產地🤖

有任何收穫或想分享的,都來和大家一起聊聊吧!