104學習精靈
商標法著作權法
商標法著作權法
關注
邀請朋友 
Facebook
Line
複製連結
Hi~ 歡迎分享學習資源，有學習問題可匿名向Giver發問！
我要分享
我要提問
商標法著作權法 學習推薦
全部
影片
文章
履歷診療室-看過500份履歷後的Q&A整理與統整
0.照片:這是第一印象,非常重要,煩請使用專業形象照片,手機隨手拍,只是顯示你自己都很不尊重對方公司,或是你自己很不尊重自己的履歷,人資會這樣錄取你??攝影與修圖是門專業,專業有價,無論是自學或是付費交給專業,都很棒棒
1.104的制式履歷表,現在有#標籤,請盡量想自己的特質,專業,能力,個性,重大經歷等,貼給自己3-5標籤,讓人資好找到你
2.在履歷表的開頭,通常是用3-5句話介紹自己,而不是打一大串自我介紹,或是乾脆不寫
3.上班時段通常為日班/可配合輪班,但這還是看行業狀況.
4.希望職稱與職類可以自行調整,若真不知道該怎麼調整,調成一致,也沒有不OK
5.工作內容,可以參考104等網站對於上開之工作職能介紹,這個是表現你自身對於工作之掌握程度,也代表你對於該公司的徵人啟事是否有好好閱讀
6.多數行業的專長應該有包括 視窗,office等軟體使用 ,並應該要寫出中文打字字數/分 英文打字打字分數/分,更應該補上在職務上可能會用到的專業能力,如法學資料庫檢索(法源 植根 全國法規資料庫等)
7.語言能力的部分,有考英檢 閩南語檢定 越語檢定等等之類的,應呈現級別或分數,並填寫,且應該要掃描做成附件.
7在這份工作相關聯的專業證照或是曾接受的教育訓練證書,均應該掃描放置附件,若有適合的專案報告,書狀,結案報告等(請注意1.自己要是主筆,若是有其他人共同撰擬,最好跟人家說一下,另外要記得要刪去個人資料與營業秘密,並重新修改過)也應該要放置附件,增加錄取率.
6.自傳可以參考他人的履歷進行調整,有一些範本等級履歷表,真的做很好,值得推薦,但基本而言,請至少分成四段,其中兩段應該是學經歷中,能夠展現自身優點/專業/能力(例如危機處理 專案管理等),通常可以下四段的標題為,成長背景,學習經歷,工作經驗,結語(標題可以自己想想,怎麼樣最符合你的自傳)
7.你覺得沒有問題要再問專家了,就煩請說聲謝謝並按下結束健診,若行有餘力,可以到感謝寄那邊做感謝專家與心得分享
這篇主要是打給之後的朋友觀看,避免我常重複打許多相同的論述,我發現,其實多數人對填寫履歷都感受到厭煩,但坦白說,履歷就是你的大型名片,讓公司人資多了解你,才可能聘用,這是很現實的問題.
26
10
6457 14
拍手
留言
分享
Line
複製連結
收藏
熱門精選
產品
06/26 13:22
【PPA開幕慶】活動期間首購單筆滿千以上送100元Line Points點數
活動期間：2024/7/9 11:00- 2024/8/5 23:59
活動說明：活動期間首次於104課程中心付費購買「PPA (PressPlay Academy) 上架課程」，單筆滿$1,000以上 ( 若有使用任何折扣碼優惠，結帳金額於扣除優惠後須超過$1,000以上，且不累計贈送。) 即可獲贈100元Line Points點數回饋。
活動注意事項：
1. 獲贈資格須符合下列說明：
(A) 首購意指：載本活動之前未曾在104課程中心購買「PPA (PressPlay Academy) 上架課程」，於活動期間首次完成消費購買「PPA (PressPlay Academy) 上架課程」。
(B) 購買者必須於104課程中心系統完成付費紀錄。( 特別提醒： 購買者於PPA (PressPlay Academy) 官網線上消費不包含在此次活動資格 )
(C) 訂單成立且完成付款時間皆須於2024年8月5日23:59前，並於7天內完成課程兌換，始符合獲贈點數回饋的資格；最後獲贈者將公告於本活動網站，中間姓名會隱藏。
(D) 單帳號僅有乙次贈送資格，符合上述資格者，因點數作業時間，您的回饋點數最晚將於2024/9/30前寄送至您購買時填寫的e-mail電子郵件信箱。
2. 本次贈送的100元Line Points點數，點數發送後請於規範時間內完成兌換，點數兌換後於180天內須使用完畢，逾期失效。
3. 104課程中心保有最終修改、變更、活動解釋及取消本活動之權利。
5. 如您有任何問題，歡迎來信nabiservice@104.com.tw
0
0
22201 3
拍手
留言
分享
Line
複製連結
收藏
資策會與高虹安事件-論員工忠實義務與內部創業問題-兼職
#資策會 #高虹安 #兼職 #忠實義務 #勞動法 #勞動基準法 #資訊來源均放置連結處 #本文僅就2022年10月25日資策會所發布之聲明與先前雙方於媒體曝光的內容分析 #針對內部創業的相關案例有檢索資料庫但目前沒看到有相關案例
#就事論事
本文就針對於高委員任職資策會期間之兼職,是否需要報備,未報備是否有涉及違法一事做分析
1. 針對於勞工於本職外之兼職一事,目前法院認知是較為寬認,例如,正常上班族,於下班時間去跑XXXEAT或熊貓,或開計程車,只要不涉及原本正職工作範圍,法院均是認同的,但就針對涉及正職工作範圍內之工作,就會比較謹慎,在許多判決內有提到,因為本職上較易親近之業務的兼職,容易會造成公司營業祕密外洩,監守自盜等等的情事,因此,未經由公司准許,是不能夠做正職工作範圍內的兼職.
2. 但高委員的案件,跟前項所述的狀況並不相同,就資策會的聲明而言,高委員的兼職在定義上是資策會為了鼓勵內部創業,而讓高委員共同參與科智企業的工作(知情且准許),還參加了創業星光計畫(目前為經濟部中小企業處舉辦),客觀而言,資策會當然可以說高委員未於就職期間寫個申請書,程序部分有瑕疵.
3. 但就勞動法而言,是否可以針對高委員的程序瑕疵而提出訴訟進而獲得勝訴判決?
就前開案例分析與檢索後,目前法院並沒有就內部創業而提出訴訟的案例(其實找之前就想過,台灣目前鼓勵內部創業的事例就很少,進訴訟當然會沒有..但若有大神有找到,請轉貼給我們,拜讀一下),而就法理而言,員工於就職期間(忠實義務)與離職後(競業禁止義務)就僅需要負擔兩種義務,而此兩種義務的規範均不相同,但資策會所控訴是在職期間,因此,就員工忠實義務做點解釋,依據勞動基準法第12條的規定,有6種法定事由，而勞工所為的行為符合前開之一，雇主得不預告，直接終止與該勞工締結的勞動契約(意思是可以解雇你,若有造成損害,還可以另外提出損害賠償告訴)。這為了要附加勞工應履行一定的忠實義務,但似乎資策會可以提出的損害(僅有發表在期刊的文章被引用於博士論文),但當時其本身勞資關係還係屬在資策會下,員工於在職期間自我發表論文,放置於自己的博士論文內(並且知情,有出部分的費用贊助自我提升),就事論事而言,若真的構成違反忠實義務,坦白說,我們可能要好好重新回學校讀書.
Ps:這真心比較偏向選舉語言,事實就是,高委員雖沒有於在職期間內申請兼職,但法院就告訴你,你自己訂的規矩,不一定合乎法令規定,就客觀而言,大家(包括資方)若都知道,明面上鼓勵,就不會構成違反員工忠實義務.
Ps:其實蠻想知道,資策會是否有跟北市勞動局申報勞資會議審議過上開規定,若沒有,是不是還蠻迴力鏢的,人生真的不太能硬弄別人
臺灣高等法院 99 年度勞上字第 15 號民事判決
裁判日期：
民國 99 年 06 月 15 日
裁判案由：給付資遣費
1
0
2047 0
拍手
留言
分享
Line
複製連結
收藏
推薦給你
Mistral Large 2：超越 GPT-4o、Llama 3.1 405B？功能介紹、優勢、應用場景、與其他模型的
在AI技術迅猛發展的今天，Mistral AI推出的Mistral Large 2模型成為焦點。這款擁有1230億參數的新模型，不僅在精準度和性能上不輸Llama 3.1 405B，還能在單GPU上高效運行，大大降低硬體需求。這篇文章將為你揭示Mistral Large 2的強大功能和應用前景，助你在AI領域拔得頭籌。
▍Mistral Large 2是什麼？
Mistral Large 2是一款由Mistral AI新推出的大型語言模型，擁有1230億參數，專為單節點運算進行了最佳化設計。相較於Llama 3.1 405B的4050億參數，Mistral Large 2雖然在參數數量上較少，但在性能和精確度上毫不遜色，甚至在某些領域表現更加優越。
▍為什麼選擇Mistral Large 2？
Mistral Large 2具備多種獨特的功能和優勢，使其在眾多語言模型中脫穎而出：
● 單節點運算優化：Mistral Large 2可以在單GPU上全面運行，減少對硬體配置的高要求，適合更多開發者使用。
● 多語言支援：這款模型支援包括中文、日文、韓文和德文在內的數十種語言，應用範圍廣泛。
● 卓越的程式碼生成能力：Mistral Large 2支援超過80種程式語言，特別在程式碼生成和數學推理方面表現優秀，適合用於軟體開發和技術研究。
▍Mistral Large 123B的新功能
Mistral Large 2不僅僅是一個參數優化的版本，它還擁有多項創新功能：
● 減少「幻覺」傾向：模型經過調整，能夠在回答不確定的問題時告知使用者，提供更精確和可靠的答案。
● 高效角色切換：在測試中，模型能夠迅速切換角色，例如從「編碼者」轉變為「檢查者」，提高工作效率。
● 複雜任務處理能力：Mistral Large 2在處理多種複雜任務時表現出色，能夠準確應對各種挑戰。
▍應用場景
Mistral Large 2的應用範圍非常廣泛，無論是在研究還是商業用途上都具有巨大潛力：
● 軟體開發：得益於其強大的程式碼生成能力，Mistral Large 2可以幫助開發者更快地完成編碼任務，提升生產力。
● 數學推理：其優越的數學推理能力使其成為解決複雜邏輯和計算難題的利器。
● 多語言處理：支援多種語言的特性，使其在全球化應用中具有獨特優勢，能夠處理跨語言的內容生成和分析。
▍測試和比較
在多項測試中，Mistral Large 2都展現出色的表現，特別是在程式碼生成和數學推理方面。以下是與其他模型的比較：
【MMLU基準測試準確率】
● Mistral Large 2：84%
● Llama 3.1 405B：88.6%
● GPT-4o：88.7%
Mistral Large 2的準確率雖然略低於Llama 3.1 405B和GPT-4o，但其在數據的處理和計算能力上依然展現了強大的潛力。
【程式語言表現平均準確率】
● GPT-4o：75.3%
● Mistral Large 2：74.4%
● Llama 3.1 405B：73.4%
儘管Mistral Large 2在平均準確率上略遜於GPT-4o，但在程式語言特定的性能上，依舊保持了競爭力。
【Java程式語言準確率】
● Mistral Large 2：84.2%
● GPT-4o：82.9%
● Llama 3.1 405B：82.9%
在Java程式語言的測試中，Mistral Large 2的準確率高達84.2%，超越了GPT-4o和Llama 3.1 405B，顯示出其在特定領域的卓越表現。
目前，Mistral Large 2主要用於研究用途，但其優異的性能和低硬體需求使其在未來的商業應用中具有巨大潛力。隨著技術的不斷進步，這款模型有望在更多領域發揮其獨特的優勢，成為AI技術應用的中堅力量。
Mistral Large 2展示了令人印象深刻的性能和多樣化的應用前景，無論是在研究還是商業用途上，都具有重要意義。透過其獨特的設計和高效運行，Mistral Large 2在開源AI領域中占據了重要地位。如果你正在尋找一款既能提供精確答案又能高效運行的語言模型，Mistral Large 2絕對值得一試。
➤ 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！
0
0
3 0
拍手
留言
分享
Line
複製連結
收藏
你可能感興趣的教室