工作關係、工作教導、工作改善-廖年明老師的現場管理學
本課程針對產線主管需要具備的「工作關係」、「工作教導」、「工作方法」三大關鍵能力設計，讓你建立管理者意識，培養正確管理態度，並透過系統化、計畫性的工作方法教導，讓你以及部屬都能運用對的方法教導正確的做法，提高現場工作效能與效率。 並認知與活用工作方法與改善技巧，提升效率。
緯育TibaMe104學習精靈
工作指導
工作指導
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
工作指導 學習推薦
全部
影片
文章
2024年經理人動向與職涯調查的十大洞察觀點
隨著全球企業面臨永續發展、公司治理與數位轉型的浪潮下，企業主管除了要能自我驅策，迎向內外部環境的改變以外，更需要引領部屬接受組織與人才的轉型，因此高階、中階與基層主管通常要承受經營主管的策略實踐，以及帶領同仁迎頭趕上，不能脫隊的管理壓力。
關於企業主管的相關調查，大都從經營層級，如董事會、執行長與總經理的觀點來看企業主管，較少從企業主管本身的觀點，來觀察自己所面臨的挑戰、心境，以及如何成功面對困難，找到適當的調適與解決方法。104獵才事業群在今年的「經理人動向與職涯大調查」，彙整出十大洞察觀點，提供企業主、主管與從業人員參考。
從中高階與基層主管的調查報告中，可以整理出經理人在工作與主管的壓力、面臨的挑戰、公司的健康照顧、工作與生活平衡狀態，以及如何提升工作效率的好方法。
2024年經理人動向與職涯調查的十大洞察觀點.docx
2
0
432 0
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
22188 3
拍手
留言
分享
Line
複製連結
收藏
104學習精靈精選課程
看更多課程
想提升職場競爭力？專業技能課程看起來👇
勞工不滿年終績效考核分數可以打官司訴請法院介入審查嗎？
又到了年終打績效考核分數的時節，根據華爾街日報曾對美國各大企業經理人所做的調查顯示，經理人最不願意做的二件事，你猜到了嗎？一、解僱員工；二、績效評估。
在團隊中，甚難人人都能得到Top 5%的標竿優異成績，若勞工對主管評斷的年終績效考核分數，與自己期待有落差時，除於內部提起不服申訴尋求救濟外（主管自己重新變更原績效考核分數的機會應該不大，否則不是自打臉嗎？），此際，勞工得否轉向法院尋求司法救濟？
本文與上一篇不同的是，雇主給予勞工記大過處分，涉及雇主懲戒權的行使，此涉及勞工工作權及財產權的問題，法院認為可介入雇主對勞工記大過處分的合法性及妥當性的司法審查。但若是年終績效考核分數，法院多數見解認為此是屬於雇主行使人事管理權的核心事項，法院僅得介入審查績效考核的合法性，卻不宜介入審查績效考核的妥當性。以下舉二則判決供參考：
一、以臺灣高等法院高雄分院105年度勞上易字第41號民事判決為例（為方便閱讀，本判決內容略有編修）：
判決結論：本件原告即勞工敗訴（最高法院108年度台上字第890號民事判決維持原二審判決）
判決理由：
勞工請求雇主應考評103年度考績為甲，是否正當？
按考評制度乃雇主本其經營管理權限，就從業員工之自我表現、團隊配合、敬業程度及職務績效等所為考核制度，據為人事進用、汰除及升遷之參考，並績效評比檢討以提升競爭力，對內得有效運用人力，充分發揮團體效能，對外足以彰顯與他企業之區隔，吸引人才進駐；通常有年度與平時考核之分。而人事考評既為管理權行使之必要手段，為人事管理制度之核心，亦即專屬企業主對員工所為之考核，即非法院所得越俎代庖得以取代考核。
雇主如何考評既為人事管理之核心部分，即經由雇主對各從業員工具體為年度、平時考評等人事權之行使。則勞工以上開訴之聲明，求為本院判命雇主應將勞工103年度考核為甲，不啻由本院代雇主行使人事管理權核心事項，顯害及雇主管理權之具體行使，自非本院所得為之。
況雇主所為考評即令失當，僅生是否由具人事管理權者重新考評。參以年度考評是就受評人與其他同級受評人全年度之具體表現評比，且評比後各優劣評等之人數，亦有一定比例限制，亦即非僅依勞工一人之具體表現核定其評等，從而勞工請求本院判命雇主應將其103年度考績考評為甲，不應准許。
二、以臺灣高等法院109年度勞上字第41號民事判決為例（為方便閱讀，本判決內容略有編修）：
判決結論：本件原告即勞工勝訴（法院判准雇主應重新核定勞工民國107年度考績，但也明確指明法院無從審查績效考核的妥當性並代為核定，例如考績應為甲等，一切回到原點由雇主再一次重新評核）。
判決理由：
完善的績效考核制度，可供雇主作為獎懲、人力異動、薪資調整、教育訓練及業務改善等之依據，亦可作為激勵勞工工作情緒，進而提高組織士氣，推動組織發展及發揮企業之精神。則雇主對於受僱勞工所為之績效考核，屬人事管理範疇，民事法院應僅得審查其合法性，而無從介入審查其妥當性並代為核定。
職業安全衛生法第39條第4項規定之不利之處分係指直接或間接損害勞工依法令、契約或習慣上所應享有權益之措施，且依被上訴人公司人事管理辦法、年度考績辦法之規定，雇主核定之考績直接形成員工有無請求雇主給付考績獎金權利之效力，是雇主所為系爭核定考績行為業已直接損害勞工依契約所可能之應有權益，而屬對其之不利處分，雇主抗辯此非不利之處分，不足為取。由上可知，勞工主張雇主所為系爭核定考績行為乃不利之處分，違反職業安全衛生法第39條第4項規定，依民法第71條規定應屬無效，堪可採信。
雇主年度考績辦法第2條規定：員工至年終工作滿一年者，予以年終考績，雇主亦自承系爭核定考績行為如經認定為無效，其即應重新核定勞工之考績。而系爭核定考績行為乃不利之處分，應屬無效，前經認定，是勞工追加依勞動契約一部之年度考績辦法第2條規定，請求雇主重新核定其107年度考績，洵屬有據。
1
0
1217 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
0 0
拍手
留言
分享
Line
複製連結
收藏
你可能感興趣的教室