【大師開講】智慧金融的AIOT應用與代表性案例
104學習
IT-Finance
結合資訊科技與金融知識，能有效運用數據分析、系統開發及金融工具，提升金融服務效率與風險管理能力。具備此能力的人才，能協助企業自動化流程、強化資安防護，並優化財務決策，對金融科技（FinTech）產業尤為重要。此技能在銀行、投資、保險等領域需求高，未來職場競爭力強。
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
【大師開講】以銀行精準行銷看金融AI大數據迷思與應用
AI財務力：從數字到決策的智慧應用【9/3】
CompTIA Security＋國際網路資安認證班
投資者必學—用AI打造專屬的投資組合
人資與採購必學！ AI 流程自動化應用實戰工作坊【10/20】
ITIL (Version 5) Foundation認證課程
CompTIA Project+ 國際專案管理師認證暨實務課程
AI 打造營運儀表板 l 解讀財務數據與成果分析
軟體工程師就業培訓
精選證照
考取專業證照，讓能力被市場看見
金融科技力知識檢定
順應金融數位化浪潮，因應數位化金融環境，並配合政府計畫與政策，提升從業人員之認知，強化其職能與競爭力。 近年來，金融科技進展一日千里，金融機構需嚴肅應對的，不僅是「數位力」的強化，更需要對於「金融科技」有全局觀的認識。有鑑於此，本院特根據金融科技之最新發展，全面翻新檢定內容，並將原金融數位力檢定更名為「金融科技力知識檢定」。
台灣金融研訓院
IFRS資訊規劃師認證
IFRS資訊規劃師認證證照旨在培養具備國際財務報導準則（IFRS）相關知識與資訊系統整合能力的專業人才，能有效協助企業進行財務資訊的規劃、分析與管理，提升企業財務透明度與決策品質。持證者熟悉IFRS標準應用，具備資訊技術與財務管理交叉領域的專業技能，適用於會計師事務所、企業財務部門及相關顧問機構，助力推動企業財務報導的國際化與數位轉型。
中華企業資源規劃學會
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
金融數位力知識檢定
順應金融數位化浪潮，因應數位化金融環境，並配合政府計畫與政策，提升從業人員之認知，強化其職能與競爭力。 近年來，金融科技進展一日千里，金融機構需嚴肅應對的，不僅是「數位力」的強化，更需要對於「金融科技」有全局觀的認識。有鑑於此，本院特根據金融科技之最新發展，全面翻新檢定內容，並將原金融數位力檢定更名為「金融科技力知識檢定」。
台灣金融研訓院
企業財務分析師
企業財務分析師，企業管理過程中有關資金的籌集、使用和利潤分配活動及其貨幣關係的總稱。其中，資金的籌集、使用和利潤分配活動，稱為財務活動過程中形成的企業與各方面的貨幣關係。企業財務是企業生產經營活動的一個重要方面，是企業生產、行銷、技術、人事等集中體現。以財務管理為主的綜合型證照，主要提升學生會計審計統計與財務金融的專業職業能力。
TIPCI臺灣國際專業認證學會
Associate Computing Professional
Associate Computing Professional證照旨在驗證持有者具備基本的資訊科技知識與技能，涵蓋軟體開發、系統分析、資料庫管理及網路基礎等領域，適合初階IT從業人員或有志於資訊產業發展者。通過此證照能展現專業能力，提升職場競爭力，並為進階資安、軟體工程等專業證照奠定基礎，助力職涯成長與職務晉升。
Institute for Certification of Computing Professionals
精選貼文，掌握第一手知識
金融業導入AI 跳躍式成長…運用生成式技術業者比例大增
2025-05-21 聯合報記者廖珮君 由聯合新聞網授權轉載
金融業加速導入AI技術，挑戰也隨之浮現。金管會昨（20）日公布最新調查指出，金融業導入生成式AI的比例，一年內成長了21個百分點，但仍面臨內容產出穩定性、資安風險及法規遵循等三大挑戰，成為業者關注重點。
金管會是在今年4月間，調查383家金融機構及周邊單位中，共有126家業者已導入AI，占比33%；其中進一步有使用生成式AI者有61家，占AI使用者48%，年增21個百分點。
延伸閱讀：職場新熱點／美國科技人才最酷去處 逐漸成為銀行業
應用領域中，有39%運用在內部行政作業中，另15%是智能客服，但這61家業者也指出，生成式AI有三大挑戰，一、生成式AI的產出內容不穩定、不精確或有誤，占32%，這將影響業務正確性與決策品質。
二、資料安全與隱私保護問題，占了21%，因金融資料涉及大量個資與敏感資訊，一旦訓練資料涉及外部第三方，風險大增。三、合規性問題：18%，如保險理賠或信貸審查，AI運作需符合法規規範，否易產生法律風險。
金管會創新處長胡則華說，金融科技產業聯盟正針對台灣金融業，建構「大型語言模型（LLM）」，以台灣常用的金融辭彙、文本做訓練模型，讓AI生成內容更準確、穩定也不會出現幻覺，金管會對此樂觀其成。
在資料安全與法規面向，胡則華強調，金管會去年已發布《金融業運用AI指引》，規範資料使用、隱私保護及模型訓練風險評估機制。若業者對AI模型設計或資料使用有疑慮，可透過監理門診尋求諮詢。
【金管會】金融業運用AI指引
儘管面臨挑戰，金融業導入AI意願仍高。據調查顯示，有占近半數、共179家金融業者均表示未來將導入或擴大AI應用領域，聚焦內部行政作業、智能客服和打擊金融犯罪三大面向。
另可透過金融業合作，共同推動AI應用則有防詐、建置本地大型語言模型、和強化風險管理等三大領域。
金管會指出，有逾八成的業者，會定期或不定期檢測AI系統偏移，顯示業者對風險控管已有基本意識；另43%業者未採用AI自動化決策，40%業者自動化決策比例仍在25%以下，整體而言金融業對AI決策依賴程度仍屬謹慎。至於近期輝達宣布與中信金（2891）、國泰金與玉山金成為合作夥伴。
從精算帳戶到科技理財──鳳山商工會計事務科：翻轉傳統會計，打造新金融時代的數據職人
隨著數位工具與金融科技的普及，傳統會計已迎來轉型。鳳山商工會計事務科不再只是培育傳統記帳員，而是透過數位工具與財務思維的整合，將課程升級，培養學生兼具數據分析與科技理財的專業。學生從最基礎的帳務基本功出發，逐步學習大數據財報分析與科技理財，在數字與雲端會計系統之間，開創出新的金融職涯藍圖。
翻轉AI取代危機：從扎根帳簿學起建立商業核心邏輯
「會計事務科最核心的優勢，就在於它的『不可替代性』。」鳳山商工會計事務科陳瑩如主任明確指出。面對AI發展是否會取代會計的疑慮，主任抱持全然不同的看法。她強調，不論科技如何發展，任何公司都需要記帳、產出報表與報稅，會計是與法規緊密相連的硬需求。雖然業界的人工記帳已完全被會計資訊系統取代，但學生仍必須從最基礎的帳簿學起，唯有親自走過記帳、分錄、編製報表的流程，才能真正理解交易背後的邏輯。
因此，鳳山商工會計事務科在課程設計上，是將傳統的帳務能力與現代數位資訊、財金理財相結合。相較於其他商管科系，會計科培育出的學生具備更為穩定、細心的特質。
圖：學生於會計資訊課程進行上機實作
三年循序漸進：從丙級扎根到進階挑戰乙級檢定
在鳳山商工會計事務科，學習成果不只體現在課堂聽講，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扎實的硬實力。
高一時，學生會先從基礎的「會計資訊丙級」、「門市服務丙級」、「電腦軟體應用丙級」開始扎根，並搭配商教會舉辦的會計能力測驗三級。主任分享，輔導考證能為孩子建立短期的目標與成就感；當看到原本上課缺乏動力的學生，在準備證照時眼神變得全然不同，這種轉變令人感到欣慰。
到了高二、高三，學生則會進階挑戰更高難度的「電腦軟體應用乙級」檢定，關。此外，針對表現優異且有學習動機的學生，科內也會安排學生挑戰「會計資訊乙級」證照，提升專業素養與能力。
做中學的產學鏈結：從商業專題研究到擔任國稅局志工
隨著 108 課綱的推進，「專題製作」成為高二學生最重要的核心課程。鳳山商工會計事務科要求學生必須主動整合所學，從無到有地完成一項縮小版的商業研究或行銷企劃報告。
陳瑩如主任透露，學生的專題主題主要分為兩大類。最大宗的是「行銷類」；另一類則是「會計財經類」，這類專題需要學生實際去翻閱上市櫃公司的財務報告，深入分析其歷年財報，並透過 SWOT 分析與多元行銷策略，預測並推演出該企業未來的商業經營模式。
圖：鳳山商工林建宏校長參與學生專題發表
為了不讓學習淪為紙上談兵，科內設計了豐富的校外體驗。高一時，安排零售業參訪以對應「商業概論」課程，讓學生看懂「B2C」的真實運作；高二則與證券業合作，帶領學生實際走進營業所，讓他們探索未來的工作進路。到了高三，全體學生更會前往國稅局擔任志工，親自站在第一線幫民眾辦理所得稅申報。這種與業界接軌的實務訓練，不僅訓練了學生的溝通表達與團隊合作，更深化了會計人最核心的「誠實與負責」的職業道德。
圖：鳳山商工學生於國稅局擔任志工
多元進路與特質媒合：找到屬於自己的發光舞台
「讀會計事務科，未來的升學與就業出路非常寬廣。」主任坦承地表示。有將近九成的畢業生選擇繼續升學，多數就近就高雄科技大學、屏東大學與屏東科技大學…等，科系則涵蓋財金系、會計系與企管系…。更有一部分學生選擇進入會計師事務所或零售業，甚至結合政府的「青年就業領航計畫」，除事務所每月的薪水外，還能額外獲得政府一萬元的津貼，並在未來繼續一邊工作、一邊在國立大學研究所深造。
學長姐的真心推薦：課堂中摸索自我，定錨清晰職涯
目前就讀高三的曾同學與葉同學，在回顧三年的學習生涯時，眼神中充滿了自信。曾同學分享，自己最喜歡「個人財務規劃」課程，因為這堂課教導了如何記帳、管理資金…等，是非常實用的技能。葉同學則對「金融與證券投資」印象最深刻，在課程中她從一個完全不懂股票的外行，到學會看 K 線圖、分辨紅綠盤（紅漲綠跌），並利用模擬系統進行股市虛擬交易，非常有成就感。
即將畢業的她們，已為自己定下了清晰的目標。曾同學將繼續攻讀財金領域，未來朝穩定的記帳士或會計師邁進；而葉同學則立志跨域挑戰屏東科技大學的社會工作學系，希望將會計的理性邏輯與社工的感性關懷相結合。
數學不好不打緊，肯學、肯努力，就能培養實力
許多家長和國中生常誤以為「數學不好就不能讀會計科」，主任特別對此澄清：「會計使用的其實是計算機，只要會簡單的加減乘除四則運算即可，它考驗的是『邏輯』而非高深的數學。只要你進得來、坐得下、不排斥唸書，這裡都能把你教會。」
在鳳山商工會計事務科的三年間， 這群學生在細節中鍛鍊判斷力，在科技理財的碰撞中摸索自我。他們漸漸掌握未來方向，準備在多變的環境中展現跨域競爭力。
開箱會計事務科學習日常！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
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
2025資訊長前瞻報告：平衡資安威脅與AI創新是企業成長關鍵
各國企業領導者為了從競爭激烈、變化快速的商業環境中脫穎而出，都竭盡全力尋找方法應對及解決。為深入了解全球科技業高層─特別是資訊長（CIO）在當前職場中的職責、挑戰和優先事項，《Experis 2025 CIO Outlook Study》針對全球1,393位科技領導者進行調查，結果顯示：企業必須在日益嚴峻的網路安全威脅和持續升起的AI創新浪潮之間找到微妙平衡，才能在未來的商業競爭中穩住腳步。
文／《104職場力》
本文導覽
網路安全是最大隱憂AI創新是驅動企業成長的雙面刃成功轉型的關鍵要素：人才與協作建立防護體系、培養人才是成功之道
網路安全是最大隱憂
隨著2024年網路犯罪的總成本將達到9.5兆美元，報告指出，網路安全成為全球科技領導者最關心的議題，有高達41%的CIO表示這是他們最大的焦慮源。因為企業面臨的挑戰不再僅是技術問題，而是牽涉到聲譽、營運乃至於生存。
調查還顯示，77%的企業計畫在2025年增加網路安全預算，這充分顯現企業對網路風險的重視。不過僅提高相關預算還不夠，報告強調，企業在面對網路威脅時缺乏統一的應對協議，員工對新安全技術的接受度也不高。
這代表企業不僅需要投入更多資源在安全技術上，還必須加強全員的資安意識、培養具備足夠技能的人才，並確保風險管理策略與網路安全防護之間的協調與平衡。
AI創新是驅動企業成長的雙面刃
在持續關注網路安全的同時，人工智慧的浪潮也正席捲各行各業。該報告也指出，AI將成為2025年技術投資的3大重點之一，其中67%的企業計畫增強對AI的投入，因為科技領導者普遍認為AI有助於提高日常生產力。
雖然策略上選擇增強投入，但CIO們對AI的態度逐漸趨向務實，從數據來看，僅有13%的參與者認為「提供AI解決方案是CIO最重要的任務」；多數受訪者認為AI仍處於初步階段，需進一步完善；另有33%的人表示，AI對企業的實際影響仍不清晰。
這樣的謹慎態度說明企業在接受AI創新時，除了重視其潛在價值，也同樣認知到限制。報告後續更提到，企業的關注應放在「如何將整體技術基礎建設與AI相結合，以便更好支持業務需求並實現快速的投資回報」。
延伸閱讀：AI時代主管四大考驗：「AI員工」效率高但有時不受控，如何管理人機協作？
成功轉型的關鍵要素：人才與協作
在面對網路安全威脅和AI創新的雙重挑戰時，人才短缺的問題就越發凸顯。調查發現，全球76%的IT雇主表示「難以找到所需的技術人才」，傳統大學教育也很難跟上瞬息萬變的技術需求；更糟的是，只有28%的企業會定期為IT人員提供最新技術的培訓。
為了解決人才問題，企業需要採取創新的策略，例如與人力資源部門緊密合作、開發多樣的招募管道，並考慮廣納那些有潛力且願意學習的非傳統IT人才。此外，企業還應重新設計IT職位，在其中融入AI相關技能，並提供硬技能和軟技能等全方面的培訓。
報告強調，許多CIO面臨的挑戰並非單一技術難題，還涉及跨部門合作。CIO普遍認為，與運營長（COO）的關係是企業未來成功的重要關鍵，但超過一半的IT領導者卻認為，高層管理團隊對CIO的角色缺乏足夠了解。因此，CIO需要更積極地與其他部門建立信任和合作，明確傳達IT的價值，並爭取重要利益相關者的支持。
延伸閱讀：企業人才培訓重點：把人才當作「人財」訓練專業能力
建立防護體系、培養人才是成功之道
《Experis 2025 CIO Outlook Study》結論點出：在日益複雜的網路安全環境和迅速發展的AI技術面前，企業不能再孤軍奮戰，要取得成功，關鍵在於建立高度韌性的安全防護體系，以務實的態度擁抱AI創新，並積極投資於人才培養與跨部門合作。只有那些能夠在網路安全和AI創新之間找到最佳平衡，並有效整合技術、人才和合作的企業，才能在2025年及未來的商業競爭中持續成長，贏得未來。報告中提出的行動建議，例如將網路安全視為全公司的議題、對AI保持實際期待，以及加強與人力資源部門的合作等，都指引著企業未來的方向，眼下正是企業重審技術戰略、積極應對挑戰、掌握機遇的關鍵時刻。
若企業希望在強化資安的同時優化人資管理流程，避免人事資料被盜取，選擇資安有保障的數位人資系統是企業提升資安韌性與管理效率的關鍵！104 HR Max人資系統通過 ISO 27001、BS 10012、ISO 29100及行動應用APP MAS標章等多重資安管理認證，並設有多層級權限控管、資料加密機制，以及定期弱點掃描等，協助企業安心進行人事、薪資等機密資料管理，讓內部系統風險與營運效率都能兼顧。👉了解更多【104 HR Max】介紹：https://104ha.com/1VReQ
延伸閱讀：
「生成式AI」將成新寵兒？公司導入前請先想好3件事：你是真的需要，還是跟風？
企業如何吸引與招募不同世代人才
企業轉型，為何7成都失敗？管理名師李吉仁：人才出問題，最大元凶是績效評估
「數據／資料工程師」12個必備技能、推薦職缺、證照進修
大數據時代來臨，企業數位轉型的需求應運而生，因此數據工程師（資料工程師）在企業中所扮演的角色也日益重要。本文盤點要成為數據工程師，強烈推薦要學的 12 項必備技能。一起來看看【數據工程師】工作日常以及104人力銀行上有數據工程師工作機會。
成為數據工程師的 12 項必備技能（點擊可跳至章節）：
基本技能（程式語言與資料架構）
網路概念
資料庫 Database
數據湖 Data Lake 與物件存儲
數據倉儲 Data Warehouse
分散式系統
數據處理
機器學習 Machine Learning
作業編排管理
前端與儀表板
後端框架
自動化與部署
如何開始數據工程師之路？了解數據工程師工作日常
【數據／資料工程師】推薦職缺
【數據／資料工程師】職場常見證照整理
【數據／資料工程師】職場再進修課程推薦
文／LnData 麟數據科技
數據工程師的必備技能樹 (Source: Anuj Syal)
一、基本技能
首先，以下是最基本的必修技能，也是想進入這個行業需要的優先入手技能，包含：
SQL：SQL即「Structured Query Language」，也稱做「結構化查詢語言」，是一種用於管理和查詢關聯式資料庫的語言，用於處理和操作大量數據。它允許數據工程師對資料庫執行各種操作，如數據檢索、修改和定義，且幾乎所有資料庫和數據倉儲都使用SQL。
程式語言：數據工程師必備技能當然包括使用不同的程式語言來處理數據，如 R、Scala、Java等，但首推 Python，因為Python容易上手，並且擁有許多免費且開源的資料科學工具和資源，使其成為處理數據相關工作的理想選擇。不僅如此，Python還有豐富的開發者社群，讓你輕鬆找到相關的學習資源和解決問題的方法。
Git：即「Global Information Tracker」，Git是版本控制的重要工具，可以追蹤、保存和管理軟體代碼的所有更改和操作，幫助資料工程師協作開發數據工程項目，並確保團隊成員之間的協同工作，可避免有人亂改或誤刪代碼。
Linux指令和Shell腳本：Linux是一種常用的作業系統，數據工程師經常使用它來處理數據，常見的版本如Ubuntu、Fedora。熟悉Linux命令（例如cd、pwd、cp、mv等）和Shell腳本可以幫助數據工程師自動化任務、管理伺服器和處理大量數據。
資料結構和演算法：數據工程師需要對資料結構（Data Structures）和演算法（Algorithms）有足夠的理解和解決問題的技能，以優化數據處理和分析。初學者可透過初級到中難度的LeetCode問題進行練習。
二、網路概念
由於現在大半數據都在線上，因此工程師常需接觸與處理VM（虛擬機）、伺服器和 API（應用程式介面），而此時就需要對 IP（互聯網協議）、DNS（域名伺服器）、VPN 等基本網路概念有基本了解。
API（應用程式介面）概念示意( Source: Geeks For Geek)
三、資料庫
資料庫是按照數據結構來組織、存儲和管理數據的倉庫，相關概念包含：
基礎知識：資料庫是存儲數據的空間，包含表（Table）、行（Column）、列（Row）、鍵（Key）、連接（Join）、合併（Merge）和模式（Schema）等基本概念。
SQL：雖然前面提過了，但要知道在使用這些資料庫時，SQL可說是最泛用也最不可或缺的語法，因此這邊再提一次。。
ACID：是原子性（Atomicity）、一致性（Consistency）、隔離性（Isolation）、持久性（Durability）的縮寫，旨在確保數據操作的有效性和穩定性。
資料庫建模：指在設計資料庫時考慮如何組織資料的過程，包括星型模式、平面設計和雪花模式等不同方法。
資料庫擴展：包括垂直擴展和水平擴展，它們用於增加資料庫的性能和容量。
OLTP與OLAP：OLAP（在線分析處理）、OLTP（在線交易處理）是不同類型的數據處理系統。OLTP是設計用於處理日常業務交易和交互式操作的系統；OLAP則是設計用於分析和探索大量數據的系統。
關係型資料庫：Relational Database，是大多數應用程式使用的傳統資料庫，用於結構化數據。常用的資料庫有PostgreSQL和MySQL。
非關係型資料庫：Non-relational Database，也稱為NoSQL資料庫。跟傳統的關聯型資料庫不同，它們不使用固定的表格模式，而是以更靈活的方式存儲數據，適合處理大量非結構化數據。非關係型數據還可分為三種類型：
鍵值資料庫：如Redis、DynamoDB、FireBase
圖形資料庫：如Neo4j、ArangoDB
寬列資料庫：如Apache Cassandra、Google BigTable
常用的關係型資料庫 MySQL
四、數據湖 Data Lake 與物件存儲
數據湖是一種大規模集中式數據存儲系統，它允許組織以原始、半結構化或非結構化的形式存儲數據，而無需建立嚴格的資料結構。這意味著數據湖可以包含來自不同來源、不同格式和不同質量的數據，可以是文本、圖像、影音等，也包含報表、視覺化、資料分析、機器學習等轉換後資料。
數據湖通常使用分佈式或物件存儲（Object Storage）系統來存儲大量數據，如Hadoop HDFS、Amazon S3等。數據以原始文件或對象的形式存儲，每個對象都包含數據本身、元數據（metadata）和唯一識別子。這種方式使得數據能夠以平面結構組織，並且具有元數據以描述數據的特徵和用途，能夠更好地管理和查詢數據。
五、數據倉儲 Data Warehouse
數據倉儲（Data Warehouse）是一種專為組織和管理大量數據而設計的數據存儲和管理系統。它的主要目標是將來自不同來源的數據整合到一個統一的、易於查詢和分析的資料庫中，以支持企業的決策制定、報告和分析需求。例如 Google 的 BigQuery、AWS Redshift、Azure Synapse、Snowflake、ClickHouse 和 Hive。須了解的相關概念包含：
SQL（略）
規範化與非規範化：在數據倉儲中，數據可以以規範化（Normalized）或非規範化（Denormalized）的方式進行組織和存儲，具體選擇取決於業務需求和查詢性能的考慮。規範化主要為求消除數據中的冗余或不一致性；而非規範化則是將數據合併到一個表中以提高數據更改速度。
OLAP與OLTP（略）
六、分散式系統
包含大數據、Hadoop、分佈式文件系統、MapReduce等概念。在分散式系統中，多台機器（稱為節點或伺服器）組成叢集並共同協作，這些機器可以在不同的地方執行，彼此通信並共同完成任務。分散式系統的好處是可提高性能、可用性和擴展性，同時減少單點故障的風險。
由於其複雜性，這些系統擁有各自獨立的技術組件。因此，為了開發與佈署這些系統，數據工程師需要使用叢集管理技術或工具，如Kubernetes、Databricks，或者自行建立Hadoop叢集等。此外，還有許多開源技術可供利用。
Kubernetes 也稱為 K8s，是一個熱門的分散式系統開發和支撐平台(Source: DevOps Mojo)
七、數據處理
數據處理是指使用程式語言來轉換數據的過程，這包括清理數據以及驗證數據的準確性。在進行數據處理時，通常會使用各種工具和框架，具體選擇取決於任務的性質和規模。
以下是一些常用的數據處理工具和框架：
Pandas：Pandas是一個好用的Python套件，常被用於處理和分析數據。它提供了豐富的數據結構和函數，適合用於數據轉換和清理。
SQL：（沒錯，又是它）由於多數數據倉庫支持SQL語言，因此SQL是一個常用的工具，用於執行數據轉換操作，尤其適用於處理結構化數據。
Spark：Apache Spark是一個用於大數據處理的強大框架，它提供了分佈式數據處理和分析計算。Spark通常用於處理大規模數據轉換操作，性能高且具有可擴展性。
Spark Streaming：Spark Streaming是Spark的一個模塊，用於處理流式數據。它可以實時處理數據流，非常適合需要即時分析的應用。
Spark是常用於處理大數據的強大框架(Source: Data Mechanics)
八、機器學習 Machine Learning
機器學習（Machine Learning）是一種人工智慧（AI）的子領域，它教導電腦如何從數據中學習，以自動改進和做出決策，而不需要明確的程式指令。機器學習可以應用於多個領域，如圖像辨識、語音識別、自然語言處理、醫療診斷、金融預測以及自駕車技術等。
人工智慧、機器學習、深度學習都是資料科學中的熱門領域
對於數據工程師來說，了解機器學習的不同類型，包括監督學習、非監督學習和增強學習，以及相關的模型(如邏輯回歸、決策樹、K-最近鄰算法等)很重要。他們需要知道何時應該使用哪種模型，並學會處理數據、調整模型參數，以及評估模型的預測準確性。
操作機器學習的平台有Vertex AI、Kubeflow等，這些平台可以協助數據工程師輕鬆部署模型，並構建更準確的工作流程，幫助數據科學家做出更精確的決策。
Vertex AI 是Google Cloud上的一個機器學習平台
此外，還有一些集成平台可讓數據工程師將工作流程整合到一個地方，如AWS Sagemaker、Databricks和Hugging Face等。這些平台通過共用的應用程式接口和圖形界面，使應用軟體功能不受特定硬體、作業系統、網路協議或資料庫管理系統的限制。
AWS Sagemaker也是不少人的ML開發選擇(Source: AWS)
九、作業編排管理
編排（orchestration）是一種用於管理和協調組織各種任務和工作流程的方法。它幫助我們確保工作按照預定的順序執行，以達到我們的目標。
最佳的編排工具之一是Airflow。它使用基於Python的有向無環圖（DAG）來記錄工作流程，讓您可以清楚地定義和規劃工作。Airflow特別適用於複雜的工作流程，並且在大數據和數據工程領域中廣泛使用。
其他工具包含Luigi、Nifi和Jenkins。每個工具都有其獨特的特點和使用場景，可以根據你的項目需求來選擇適合的編排工具，可以幫助數據工程師自動化和管理各種任務，提高工作效率。
Airflow是開發時常用的工作流程管理工具(Source: Airflow)
十、前端與儀表板
前端和儀表板（dashboard）是用來展示數據結果和互動的工具。它們讓我們能夠以圖表、圖像和表格的形式呈現數據，並讓用戶與數據進行互動。
舉例來說，Jupyter Notebook 是一種常用的工具，它可以幫助數據科學家和分析師在筆記本中直接進行數據分析並建立視覺化圖表。
Jupyter Notebook是好用的互動式開發工具，是許多資料科學工作者選擇
此外，儀表板或所謂BI工具如 PowerBI 和 Tableau，以及 Python 套件如Dash 和 Gradio，也被廣泛使用。這些工具允許我們建立互動性強的儀表板，讓用戶輕鬆探索數據，查看不同的視覺化結果，並根據需求進行操作。
Tableau是業界常用的商業智慧(Business Intelligence)工具，建立企業數據儀表板
十一、後端框架
後端框架與軟體工程有關，它們有助於構建網站和應用程序的後端部分。舉例來說，如果您想建立一個網站或應用，可能需要一個後端框架來處理用戶發出的請求、管理資料庫，以及提供信息給前端顯示。
基於 Python 的後端框架包含 Flask、Django 和 FastAPI 等。Flask 是一個輕量級的框架、Django則提供了更多的內置功能、FastAPI 則專注於建立API。
除了這些，還有一些雲端技術可供使用，例如G oogle Cloud Platform（GCP）的 Vertex AI API 和 AutoML APIs，這些技術可以用於模型部署和機器學習應用。
Flask 是一個 Python 網頁應用程式框架，因輕量靈活而受許多開發者喜愛
十二、自動化與部署
自動化和部署是指使用不同的工具和技術，來讓程式碼的建立和執行過程更加自動化和簡化，有助於提高效率、降低錯誤，並讓應用程式更容易管理和維護。
這個過程包括以下幾個主要方面：
基礎設施即程式碼（Infrastructure as Code）：這是使用工具如Terraform、Ansible和Shell指令來管理和配置伺服器和基礎設施的過程。這些工具可讓你將基礎設施視為程式碼來處理，使其更易管理和自動化。
持續集成/持續部署（CI/CD）：指透過GitHub Actions和Jenkins等工具來自動化程式碼的測試、集成、部署和交付的過程。有助於確保程式碼的品質，並使新功能能夠快速部署到生產環境。
容器化：即使用Docker和Docker Compose等工具，將應用程式和其相關的依賴項打包成容器的過程，可使應用程式在不同環境中更容易部署和執行。
Docker工作流程示意
想當數據工程師，如何培養能力？
在學生可以學習統計、資工、資料科學等科系的課程，或是透過相關實習或競賽來摸索對此領域的興趣。此外，網路上有許多付費課程、YouTube上的免費資源，也可以在kaggle、LnData等平台取得更多練習與交流機會、相關知識、技巧或資源！
要記得，這些相關技術日新月異，即使是正在工作中的數據工程師也必須時時學習與了解最新技術。相對的，正因為技術不停在改變，你也不需要強求把上面所有技能練到精通，而是掌握重要的基本概念與保持開放的學習態度。
數據工程師可以為企業做什麼？
數據工程師日常就是與數據打交道，主要包含收集、讀取、清理，探勘與管理企業的資料，以抓取符合企業分析需求的數據。這些數據則能進一步透過機器學習、演算法，產生更有價值的結果或應用方式，幫助企業做出更好的決策、優化業務流程，例如降低成本、提高獲益、優化產品、留住熟客及開發新客群。因此，數據工程師對於企業的重要性不言而喻。
然而，企業想挖掘數據最大價值，並不能只靠數據工程師。一個完整的數據團隊，通常包含數據工程師、數據科學家、數據分析師三種角色，各司其職、專業分工。他們在日常工作流程中扮演各自的角色，互相協作，完成各種不同的專案——這也是為何我們最後要強調，除了技術以外，溝通與協作等軟技能也非常重要！
（原文標題：2023 年想成為數據工程師的 12 項必備技能）
[joblist_plugin title='推薦【數據／資料工程師】工作機會' url='https://www.104.com.tw/jobs/search/?ro=0&keyword=%E6%95%B8%E6%93%9A%E5%B7%A5%E7%A8%8B%E5%B8%AB&expansionType=area,spec,com,job,wf,wktm&jobsource=blogc&langFlag=0&langStatus=0&recommendJob=1&hotJob=0' amount='3']
【數據／資料工程師】職場常見證照整理：
序號證照證照介紹發照單位1DP-203 Azure資料工程師技術師身為此認證的應試者，您應該具備主題專業知識，能夠將各種結構化、非結構化和串流資料系統中的資料，整合...＜詳情＞Microsoft2Google專業資料工程師認證專業資料工程師透過收集、轉換和發布資料來實現以資料所驅動的決策。資料工程師應該能夠設計、建置、操作...＜詳情＞Google3SSE 大數據國際認證隨著有關大數據的程式語言、運算平台、基礎理論，以及虛擬化、容器化的技術成熟...＜詳情＞Silicon Stone Education4AWS認證的數據庫-專業級認證報考資格：1.接觸資料庫技術至少 5 年、2.實際使用 AWS 至少 2 年...＜詳情＞Amazon Web Services5台灣風險數據分析師除了相關法遵外，應具備在風險數據分析、質量方法運用、風險預測建模等高階專業...＜詳情＞社團法人台灣風險管理協會更多數據相關證照＜前往＞
【數據／資料工程師】職場再進修課程推薦：
課程名稱課程介紹【真人直播】零基礎Python數據分析與即時看板實作在這堂課程中，我們將帶你從學習基礎 Python 出發，了解各種常見資料檔案格式與編碼，透過 Python 進行資料表單或檔案的自動化彙整與分析...＜課程介紹＞GA4+GTM網站數據分析實戰課專業的教學設計，以第一線網站數據分析工作者角度，剖析 GA4 四大要領，從觀念的理解到上手實作，提升你的數據分析能力。…＜課程介紹＞成為數據分析師的第一把鑰匙：用Python實作三個資料分析專案以非工科生成功轉為數據分析師的經驗、第一線職場實戰角度出發，來設計這門課程，適合零基礎、初入門、想轉職作數據分析師的你!…＜課程介紹＞零基礎成為Python金融數據分析師｜金融資訊爬蟲X視覺化應用課程單元從 Python 程式基礎開始，包含變數、資料型態、流程控制、函式、例外處理等 金融主題的網路爬蟲程式教學，製作Python爬蟲工具…＜課程介紹＞更多數據相關課程＜前往＞
2026年COMPUTEX喊燒！「AI五層蛋糕」多家企業 7/4全面搶才
2026年COMPUTEX登場，今年以「AI Together」為主題，聚焦AI運算、機器人&智慧移動、次世代科技等主題。104人力銀行指出，求才端，當AI發展走向基礎建設與應用，參加COMPUTEX的企業也爭搶AI發展關鍵人才，如電源設計工程師、AI伺服器研發工程師、機電工程師等職務；求職端，科技人才求職動能轉強，年增幅6%。想找參與COMPUTEX企業的工作機會，歡迎報名104人力銀行7月4日在台北世貿一館舉辦的「2026職涯博覽會」，參展廠商如台達電子、廣達電腦、緯創資通、華碩電腦等企業將現場徵才，歡迎報名參加：https://104cweb.pse.is/8u5j4n。
黃仁勳宣示Vera Rubin進入量產 緯創、廣達招募硬體設計人才
2026年COMPUTEX全球AI晶片龍頭輝達（NVIDIA）同時段舉行GTC Taipei盛會，執行長黃仁勳發表演講聚焦AI領域的最新技術進展，將推出下一代平台Vera Rubin，並揭曉新一代晶片「N1X」，150家台灣供應鏈夥伴將扮演關鍵角色。104人力銀行指出，與輝達高度緊密合作的供應商如緯創、廣達招募雲端伺服器硬體設計、伺服器技術副理/經理等人才，期待求職者進行系統硬體設計、功能驗證，跨單位合作解決產品各階段如試產、展示、量產之軟硬體問題。
將AI發展擴展到黃仁勳曾提及的「AI五層蛋糕」（Five-Layer Cake）架構生態系，除了「基礎設施」外，台灣科技大廠在「能源」也扮演重要角色，像是康舒科技招募資料中心電源設計資深工程師，執行機種開發、研究新線路與控制技術，台達電子則招募伺服器電源韌體實習生，協助開發與維護電源產品韌體，讓學生尚未畢業就能參與AI發展；在「應用」端，因為AI落地與顧客端的溝通相當重要，企業招募解決方案PM、規劃師等職務，確保有好的使用體驗。
AI五層蛋糕（Five-Layer Cake）企業&職缺舉例 資料來源：104人力銀行AI五層蛋糕分類參與職涯博覽會企業職務舉例能源（涵蓋資料中心用電、電源供應及儲能系統。)台達電子伺服器電源韌體 實習生光寶科技Server Power Hardware R&D Engineer康舒科技資料中心電源設計 資深工程師晶片（涵蓋GPU、ASIC與HBM等。）東京威力科創Process Engineer基礎設施（涵蓋伺服器、資料中心建設、散熱系統、高速網路與電力輸送等系統。）技嘉科技AI硬體研發工程師廣達電腦雲端伺服器硬體設計緯創資通伺服器技術副理/經理模型（涵蓋語言、生物、化學、物理、醫療等多領域的開源與閉源模型。）目前以美系科技大廠為主應用（涵蓋軟體、智慧醫療、藥物研發、自動駕駛、工業機器人與企業AI助理等。）達擎【智慧零售】 解決方案PM永聯物流開發智慧物流解決方案規劃師
COMPUTEX首度設立機器人展區 科技大廠招募機電工程師進攻機器人開發
本次COMPUTEX首度設立AI機器人展區，聚焦實體AI（Physical AI）發展。104人力銀行發現，科技大廠已透過招募機電工程師職務切入機器人發展。華碩電腦招募機器人機電整合伺服控制工程師，工作內容涵蓋設計伺服控制系統、進行系統整合與測試、依據需求協助機電創新，實現感知與驅動的高效耦合，類似人類的自然運動模式。技嘉科技招募機電工程師，負責工業機器手臂與周邊設備的硬體配置與通訊整合、撰寫機器手臂運動路徑程式、執行現場設備的安裝、測試、精準度校正及排除機電異常。
科技人才求職踴躍年增6% AI發展關鍵企業齊聚職涯博覽會
AI科技發展勢不可擋，104人力銀行同步觀察科技人才求職行為發現，2026年4月科技人才找工作人數與去年同期相比成長6%，進一步投遞履歷主動應徵人數成長3%。5大科技人才軟體工程師、研發工程師、專案經理、行銷、設計，2026年1-4月專案經理因AI時代更需要整合型的人才，找工作人數與去年同期相比成長8.9%最高，企業提供職缺也成長2.7%；研發工程師因AI發展更多新興技術崛起，找工作人數成長6%高居第二，企業提供職缺則成長9.2%。
104人力銀行指出，求職者想搭上AI發展浪潮，7/4在台北世貿一館舉行的職涯博覽會，300家參展企業中有181家企業提供AI職缺，推進AI發展的關鍵企業如台達電子、光寶科技、康舒科技、東京威力科創、技嘉、華碩、緯創資通等企業將現場徵才，歡迎報名參加：https://104cweb.pse.is/8u5j4n。
更多徵才趨勢，你還會想看
民生消費業人才缺口53萬人！9成企業搶徵AI及科技人才
力抗科技業虹吸效應！非科技業邀約面試力道兇猛 建築營造不動產最積極
和AI聊天每句都要花錢！全球算力價格齊漲，企業如何迎戰Token經濟？
AI進軍百工百業， 迎接黃仁勳的Token經濟時代！全球算力價格齊漲，企業買Token比員工薪水還貴？當AI吃到飽模式終結，買算力先算投資報酬率。《天下雜誌》解密工作流程到組織運作，4大管理新思維！
文／林宏達、鄧凱元 圖／AI影像後製 由天下雜誌授權轉載
本文目錄（點擊可快速前往）
算力價格齊漲，矽谷也吃不消迎戰Token經濟的4大管理新思維Token經濟第一步：投報率思維，殺雞不須用牛刀Token經濟第二步：流程逆分工，一人抵一個團隊Token經濟第三步：組織升級，三大職務搭配AI大腦Token經濟第四步：算力佈局，雲端、地端怎麼搭？
在鍵盤上隨意打進幾個字，等待雲端回應內容。這個不起眼的動作，中間傳遞的所有資訊，在AI時代，有了一個響亮的名字，叫做Token，中國翻譯成詞元。它不只是AI服務的計價單位，更是AI時代的新石油。
Token是什麼？OpenAI的官方網頁解釋是，你輸入詢問AI的文字、上傳的圖片，都會換算為Token計算使用量。不只如此，包含這些資料儲存在AI的「記憶」中，或進行推理、存取這些資料，到最後回傳給你答案，全都要按照使用的Token數量計費。
註：Token是AI模型處理資料的最小單位，AI模型只能看懂數字，因此你輸入的文字和資料，會透過分詞器（Tokenizer）切成片段，每一段就是一個Token，再轉為數字。輸入同樣的意思，用中文會比英文消耗更多Token，且不同公司計算Token的方式也不同。 Token是使用AI模型的計費基礎，從你對AI模型輸入的命令，上傳要分析的資料內容，到產生結果，每個流程都需要按Token收費。更重要的是，代理式AI出現後，由於代理式AI會自動推論、自動送出命令，重新讀取在AI系統裡的資料，等於自動幫你花掉Token，其對Token的消耗遠高於過去的對話式AI。
今年3月，黃仁勳表示，「Token是新的大宗商品。」他對所有人說，「你的工廠生產Token的速度，影響你明年的營收。」
他更預期，未來Token的價格會開始分化，有的幾乎不用錢，但目前最貴的GPT 5.5 Pro賣180美元（以每百萬Token計價），比黃仁勳喊價最貴可賣到150美元還高。
他以此唱旺算力需求，鼓勵所有人繼續買他的GPU、AI伺服器。
算力價格齊漲，矽谷也吃不消
黃仁勳為什麼喊出「Token經濟」？因為，隨著去年底代理式AI（Agentic AI）登場，這種具備自主性、規劃與工具調用能力的AI系統，讓企業更積極用此解決真實世界的問題，Token愈用愈多。
「先前做AI模型的業者並不賺錢，現在將進入真正可賺錢的階段，」AMD董事長蘇姿丰在5月的《天下》論壇時也說。
「全球已開始研究Token使用效率，」緯創董事長林憲銘指出，市場開始重視效能，就代表產業已經進入真正競爭階段，而不是短暫熱潮。
對公司而言，Token經濟的關鍵是，一方面搭上代理式AI改造企業的列車，一方面能妥善控制Token成本。
對個人而言，面對Token經濟的關鍵是如何善用Token資源，在全新的組織形態下，聰明工作。
當前，Token經濟的第一大挑戰，就是尖端模型漲價。
今年初，矽谷企業拚命鼓勵員工使用代理式AI，甚至出現了流行詞TokenMaxxing（Token極大化），Meta還替員工排名誰用得多，以證明自己更「AI原生」，結果一個月內用掉數億美元的Token；Uber則是4個月內用完全年的AI預算，矽谷因此改吹起TokenMinning（Token極小化）風潮，大家都開始在管控Token用量。
果然，今年中，先進AI模型生產的Token價格，將開始調升。
6月30日，Anthropic公告，最多軟體工程師用的Claude Sonnet 5模型，原本輸出100萬Token要價10美元，9月1日起調漲到15美元。
美國《AI Weekly》報導，亞馬遜7月起的GPU算力價格也要漲2成，這已是今年第2次調價；今年3月，阿里雲也宣布調漲部份算力價格，漲幅從5%到34%。
迎戰Token經濟的4大管理新思維
Token經濟第一步：投報率思維，殺雞不須用牛刀
面對模型或算力漲價的壓力，Google Cloud亞太區AI上市業務總經理柯德睿（Harsha Konduri）建議，企業要有投資報酬率的思維。首先，要挑選有投報率的專案，做AI改造；其次，視需求組合不同AI模型，把錢花在刀口上。
如何找到有AI投資報酬率的專案，有以下三個「要」：
一、要找到AI能解決，有可行性的問題。
二、要找到解決這個問題的合適資料，打造適合組織的流程。
三、要找到能夠擴大規模，提供資料可視性和AI治理，讓整個公司獲益的專案。
以中南美洲電商霸主美卡多（Mercado Libre）為例，這家公司把Token花在吸引客戶回流，利用客戶在網路上留下的新數據，不斷增強AI對客戶喜好的判斷，為客戶創造新的體驗。不斷流進的資訊形成新的競爭門檻，「對手就算用同樣的模型，也無法競爭。」
此外，柯德睿也建議，企業要將AI任務分級。他曾遇過一家東南亞新創公司，把錢都投在最昂貴的模型，一個星期就燒光了所有的預算。深談後，他建議，像編寫文件等工作，用一般的模型照樣能完成。「不要把錢全花在最貴的AI模型上，」他強調。
換言之，殺雞不需用牛刀。
（圖／由天下雜誌授權轉載）
成立33年，生產工業級和電信網路設備的台灣公司主向位科技，也是先挑選有投報率的專案，導入代理式AI。
主向位總經理特助張承軒，挑選採購入手。因為採購需要頻繁跟供應商確認交期，反覆跟生產線確認，再回到ERP系統裡去修改計劃，每年至少1500張採購單，得雇4個採購加一個助理才能完成。
於是他們請鼎新數智開發採購專用的代理式AI，會自動讀取電郵，主動比對庫存和產線狀況，直接生成單據，只等採購人員確認。
一開始，員工擔心新專案會加重工作負擔，公司選擇不強推AI，而是放在員工電腦裡，告訴他們有這個工具。後來，有採購休假時，員工打開電腦試用，結果發現AI讓採購的負擔減少5成，有人休假，竟然也不用加班。
Token經濟第二步：流程逆分工，一人抵一個團隊
主向位副總經理高健益說，員工心態因此明顯轉變，在不增加人力的情況下，達交率比導入AI前增加3成。
隨著代理式AI愈來愈普及，Token經濟的第二步，是企業組織改造。
台灣大總經理林之晨與資訊長蔡祈岩的新書《逆分工：AI時代的生產力革命》，搶先揭示未來組織變化的實況。
一年半前，林之晨在台灣大導入了「超人計劃」，目標3年內，8成員工至少掌握一項AI工具，目前已平均替員工省下了4小時工時。「繁雜、重複的工作減少了，反而能做更有意義的事，」林之晨說。
同時間，每個專案的人力運用也正在壓縮中。例如，以往做一個網站，光工程師就分成數據層、應用層專業，至少要過七、八手。但現在設計師與AI協作，就能做出草稿，接著與工程師對接。流程壓縮後，來回溝通的時間也變短。
他們將此去中間、反流水線式的做法稱為「逆分工」。
台灣大總經理林之晨（右）與資訊長蔡祈岩（左）強調，逆分工可讓員工釋放更高生產力。（圖／王建棟攝，由天下雜誌授權轉載）
在蔡祈岩主管的資訊部，改變更激烈。以往，資訊部400多個應用系統，每一個人都被分配管特定系統。
但蔡祈岩實驗，將400多個應用系統訓練成AI大腦，團隊中就出現了人數不多，但很會用AI，效率高的「快攻部隊」。「已經開始走向20／80分工，」他說，「這人數不多的快攻部隊，有AI輔助後，400多個系統，出現任何問題，解題的效果常常更好。」
因此，他們預測，未來可能的組織型態，將由如快攻部隊的2成「領域專家」，以及8成的「液態」與「變形蟲」式專案人員擔綱。不僅資訊軟體，法務、財會也會如此。這樣的分工方式，能把人從價值低的工作解放，把時間投入價值更高、服務更好的工作。
延伸閱讀：AI破牆，硬知識貶值了！拆解「2種智力」決定你被取代還是被放大
Token經濟第三步：組織升級，三大職務搭配AI大腦
更極致的逆分工，已在美國引起巨浪。2月，前推特共同創辦人、現任金融服務公司Block執行長多西（Jack Dorsey）一口氣裁了4成員工，總數4000人。彼時公司規模與獲利，都在成長中。
他解釋，公司AI大腦每週都在進步，已改變營運公司的邏輯。明年多數企業就會意識到這件事，所以他要更早採取結構性的改變，「更小的團隊，應用我們打造的工具，可以做得更多。」
他認為，企業傳統的金字塔、階層式架構，本質是為了資訊流的控制。未來，資訊控制將由AI負責，新架構的核心是數據、模型搭建的公司AI大腦。
未來企業只需要3種角色，可以直接掌握內外部大數據，並調動AI代理人（AI agent）完成任務。
（圖／由天下雜誌授權轉載）
最多人將成為獨立貢獻者（Individual Contributors），他們可以是銷售人員、工程師、設計師等，藉由調取企業大腦、代理人輔助，放大產出。因為AI賦能，專業也將更多元。
次多是直接負責人（Directly Responsible Individuals），這群人的關鍵是理解企業目標，也能直接面對與滿足客戶需求，能調度一個團隊與資源，完成一個任務。
Token經濟時代的管理者則是球員兼教練（Playercoaches）。他們協助獨立貢獻者、直接負責人成長，確保與公司策略一致，同時也負責品質把關與精進。
多西正在實踐自己的理論，Block的組織階層，預計今年將從5層，縮減為2到3個階層。「從核心改變公司運作的方法，能大幅增加我們帶給客戶的價值，」他認為。
趨勢科技也正在進行生產力實驗。旗下TrendAI企業事業群營運長金敬秀（Rachel Jin）發現，以前一個專案大約20個人，現在同樣的工作5個人就能完成，而且速度更快。所以，她開始把工作切小，讓每一個團隊都能獨立完成工作。
Token經濟第四步：算力佈局，雲端、地端怎麼搭？
釋出的人力，加上AI輔助，提高跨界範疇，譬如原本的軟體工程師調去做行銷，甚至對接法律合約和財報。
眼前，跟組織改造一樣關鍵的，是Token的算力佈局。要控制Token成本，必須思考投資地端，或租用雲端算力的平衡。
企業算力架構方案選擇：AI基礎建設佈局4大方案
方案在地部署新興雲端服務商大型雲端服務商API串接說明企業自建算力，如科技業與金融業自行架設運算機房第三方業者建置算力機房，企業可以透過租用的方式取得算力主流大語言模型與算力服務商，如微軟、AWS、Google等大語言模型可透過API（應用程式介面）與企業開發之AI代理人串接，調用特定模型算力單位成本最低中等高偏高，價格間距大擴充性中等高中等／高極高自主性與客製化完全自主中等中等極低（無法掌控基礎設施層，且難以微調AI）安全性與數據主權最高（完全掌控資料、傳輸與儲存）高（較高程度掌握基礎設施與資料）中等（存在資料洩漏風險，對算力託管位置掌控度較低）低（掌控運算架構與治理難度高）最佳適用場景穩定、運算量高的運用變動性高的運算需求、概念驗證（POCs）、成本敏感專案變動性高的運算需求、概念驗證快速實驗、AI代理人、檢索增強生成（RAG）
不擔心算力沒人用的工業電腦龍頭研華，選擇自建部份算力。
和泰汽車MaaS本部長韓志剛，現階段選擇租用雲端算力。他指出，儘管去年AI成本增加25%到30%，但仍在可接受範圍。而且現在AI技術不斷推陳出新，設備折舊快，租用雲端算力才是最有彈性的選擇。
他們把重心放在建立流程，用AI增加運作效率。
和泰2025年就開始為員工採購企業版AI帳號，圖為MaaS本部長韓志剛。（圖／莊凱程攝，由天下雜誌授權轉載）
例如，和泰每年收到約12000通客服電話，為確保服務品質，過去透過和顧問公司合作，用人工抽查約2%電話內容。今年嘗試以AI檢查每一通客服電話品質，但單通成本僅剩原本的千分之五。「今年各本部長績效，5成將來自對AI推動的成績，」韓志剛透露。
勤業眾信資深執行副總經理陳鴻棋認為，成本、資安與專案類型，都是評估算力成本效益的關鍵，也可以在不同使用情境，混合搭配不同的算力架構。像是零售業的單點活動，就適合彈性高的串接API（應用程式介面），單純調用外部模型。但用量穩定，資安機敏最高的金融與科技等，不少企業選擇自建算力。
當代理式AI進入現實，被個人、企業大量運用，Token帳單只是結果。從挑選算力與模型、組織改造到硬體投資，拉高Token效能，將是一門很深的現代管理學。
（圖／由天下雜誌授權轉載）
（原文標題：和AI聊天每句話都要花錢！企業迎戰Token經濟 哪些模型CP值最高？）
推薦閱讀：
只會一招就完了！台哥大資訊長分析：AI逆分工時代，這3點是突圍關鍵
從Claude到DeepSeek，AI怎麼選最划算？中國模型安全嗎？6大常見問題一次解答
中國AI免費下載，阿里巴巴、DeepSeek不賣模型反而賺更多？開源催生新商機
AI代理搶飯碗，新人愈來愈難找工作？職場分工大洗牌，老闆最愛用「這類人」
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]
為什麼IBM頻繁輪調、員工技能卻能快速到位？全靠「一張Excel表」掌握技能樹
你們公司會職務輪調嗎？在台灣IBM，有人一年換3個部門、有人3年換5個職務，「內部輪調」是他們的工作日常。面對市場快速變化，工作輪調是企業應戰的必要手段，例如當使用者體驗興起時，設計部門便因應而生；當雲端與AI成為趨勢時，人員也須立刻到位。不過，企業要如何確保員工技能以便快速調度？IBM全靠一張Excel表。
文／李佳樺、劉鳳珍 由Cheers授權轉載
有「經驗」代表有「技能」嗎？僅憑過去結果判斷未來人才發展，在快速變動的市場更容易失準，IBM如何用一張Excel表，攤開員工的技能圖？
面對市場快速的變化，職務輪調已成企業保命應戰的必要管理手段。
「我曾經一年就換了3個部門。」台灣IBM諮詢合夥人暨業務轉型服務群負責人高愈惠分享自己的經歷。另一位諮詢顧問協理曾華彥則在短短3年間，轉換了5個職務。
台灣IBM的同仁，對頻繁地職務調動早習以為常。
顧問業的生意以客戶專案為核心，哪個產業有商機，組織就立刻對應調整，例如當使用者體驗興起時，設計部門便因應而生；當雲端與AI成為未來趨勢時，人員的調度也須立刻到位。
但面對客戶需求又快又急，企業要如何確保員工技能的「存量」足夠，以便能夠快速調度？
一張Excel表拆解顧問技能
IBM的做法是將每個職位所需技能，逐一定義，並發展出以技能為單位（Skills-based）的組織架構。
以顧問職務為例，上面密密麻麻列出顧問部門近百種職位（Job Role）、上千項職位專長（Specialty）與相應的技能組合（Skills set），清楚定義。此外，不同技能的含金量（Premium Type）也一清二楚。這份表單含會隨著市場、專案變化，定期更新。
以表中專案經理的職位為例子，同職位（Job Role）可以拆分出不同的專長（Specialty）。例如有人的專精是微軟系統、有人專精SAP的ERP系統。這兩位專案經理，會有共通的技能如溝通、談判等，也會有各自有別的技能強項。
在美國、歐洲、中國等員工數更多、規模更大的地區，顧問敘薪會參考專長的「成熟度分級」作為判斷指標之一，同樣職等不一定領一樣的薪水。
透過這一張定義清楚的表單，每位員工所具備的技能，無所遁形。企業一旦要調度人員、儲備人才、指派培訓，都有清楚依據，也相對可以減少員工對主管「主觀好惡」的臆測。
例如，如果A部門最近案量少，主管可以指派同仁去學習新興的產品技能；員工如果想轉調業務，則可以在了解業務需要哪些技能下，先在專案經理的職務上，參與公司培訓，取得所需的認證，不用立刻與公司分道揚鑣。
這套系統也有利於促進員工自我賦能，而不是公司開一大堆課，到頭來卻被員工覺得強迫學習。
聚焦技前瞻性，不僅憑績效表現選才
IBM會定期公布公司看重的市場稀缺技能，並透過舉辦競賽、活動，鼓勵員工學習，學習成果也與績效評估連結，每位員工一年至少要達成40小時的學習時數。高愈惠是忙碌的高階主管，2024年8月底就已經達108小時，而且像她一樣超標的同仁不在少數。
在IBM的學習平台上，透過徽章（badge）認證每一個人的學習、成長紀錄。台灣IBM諮詢金融產業顧問協理鄒淑芳曾被主管指派，一項預算規模超過她職級可以處理的專案，她為此而去上資深PM都會想拿的「Experienced PM Badge」課程，學習專案管理方法論，但並非上完課就能獲得這項獎章，還有其他嚴苛的條件。
鄒淑芳花了6年累積專案、導師經驗，最後獲得這項獎章才晉升到下一個職等，「這是我拿過最印象深刻的 Badge（獎章）。」鄒淑芳興奮的說。
IBM對技能重視的嚴謹度，從一件小事可以看出。
大部分企業多認為，只要是主管就「應該」會面試，自己去篩出適任人選，但IBM的主管必須先通過內部訓練考核，取得面試獎章後，才有資格上陣。
「這是IBM正在推動skills as currency（技能即貨幣）的概念， 」台灣IBM人資長邱纓琇說，當技能與績效、升遷串連，學習技能的價值也跟著提高，進而改變整個公司選材的思維。
邱纓琇說：「過去選人的做法，可能是印象中這個員工績效表現好就升他。在IBM，主管要思考公司未來要發展的核心技能是哪些？我如何投資擁有這些技能的人才讓他們一直留在公司？」
換言之，如果以前主管拔擢人才的標準是放在對「人」的主觀評價上，看的是他的過去，往往會疏忽了未來所需技能的重要性。尤其在人才稀缺的今天，聚焦「技能」的專業度高低、市場前瞻性，才是有機會把人才效能變大的睿智做法。
IBM也鼓勵員工攤開自己的職務「蜂巢圖」，讓員工面對下一個晉升職位，有更清晰的成長方向，同時配合課程推薦，儲備未來技能。下圖便是高愈惠和下屬分享自己的蜂巢圖。
透過技能為核心的管理模式，過往學歷、資歷的重要性也開始降低。IBM全球有20％的員工沒有大學學歷，就是憑藉技能說話。在2024年兩千大企業人資長的調查，也呼應此一趨勢 —學歷重要性下降，專業技能開始上升。
你的技能存量足夠面對未來變化嗎？你的團隊當前的技能存摺，足以面對產業變化嗎？加速發展技能，將是人才管理最重要的課題。
（原文標題：IBM全球２０％員工沒大學學歷！他們用「一張表」看出員工技能強項）
推薦閱讀：
當專業技能遇上生成式AI，你會因此變更強、還是被取代？一圖看懂你與AI的距離
2025年「數據／資料工程師」12個必備技能、推薦職缺、證照進修
【上篇】2025台灣人才技能落差總體檢：「技能」已取代缺人成企業最大痛
【下篇】2025台灣人才技能落差總體檢：逾三分之一工作人正偷偷用GAI
「商業知識百科」隆重推出：近100個商業詞庫，免費全公開使用！全台最完整Ｘ各專家審閱
科技業人才薪資揭密！104：類比IC設計工程師年薪中位數171萬居冠，「研發大腦」+「市場觸角」人才搶手
「104 AI職涯顧問」發布《2026科技業人才報告書》，整理出涵蓋軟體網路業、電信及通訊業、電腦及消費性電子製造業、光電及光學業、電子零組件業、半導體業六大科技業的薪資四榜單，其中「非主管職」以類比IC設計工程師年薪中位數171萬最高，「主管職」經營管理主管172萬最多。本文提供科技人才薪資4大榜單及最新工作機會。
文／104人力銀行
本文目錄（點擊可快速前往）
2026科技業非主管職高薪排名：IC設計工程師穩居前兩名2026科技業主管職高薪排名：經營管理年薪172萬最高2026科技業非主管職年薪增幅排名：前五成長均逾17%2026科技業主管職年薪增幅排名：資材年增達24%最多
AI熱潮延續，持續推升科技業從業人員薪資行情，104獵才顧問透過AI協助求職者提煉專業亮點，發掘個人潛在優勢的服務「104 AI職涯顧問」發布《2026科技業人才報告書》，整理出涵蓋軟體網路業、電信及通訊業、電腦及消費性電子製造業、光電及光學業、電子零組件業、半導體業六大科技業的薪資四榜單，「非主管職」以類比IC設計工程師年薪中位數171萬最高，「主管職」經營管理主管172萬最多；看薪資成長潛力「主管職」資材主管年增幅24%居冠，「非主管職」數位IC設計工程師、客服工程師、門市/店員/專櫃人員增幅逾20%，顯示掌握研發、了解市場的求職者，正是檢視自身市場價值、重新定位職涯規劃的最佳時機。下載《2026科技業人才報告書》：https://pse.is/8yk67k
2026科技業人才報告書
2026科技業非主管職高薪排名：IC設計工程師穩居前兩名
「非主管職」IC設計工程師年薪破160萬高居前兩名，薪資達主管職水平
104 AI職涯顧問發布《2026科技業人才報告書》數據顯示，「非主管職」中IC設計工程師依然是難以撼動的高薪王者，類比IC設計工程師年薪中位數171.3萬、數位IC設計工程師163.2萬領先群雄，其他具備深厚技術專長的研發人員如韌體工程師、半導體工程師、RF通訊工程師，以及AI與系統應用相關職務如資料科學家、演算法工程師年薪中位數皆突破百萬，是市場中具競爭力的薪酬水準。
104人力銀行人才永續長鍾文雄分析，IC設計工程師薪資可達科技業主管職薪資水平，顯示握有關鍵技術的專業職在AI時代下扮演重要的角色；另去年科技業前十大高薪職務微機電工程師、醫療器材研發與iOS工程師，今年跌出前十名，代表市場熱度或技術突破期的改變，對於各職務的薪資溢價也造成影響。
2026 科技業非主管職十大高薪職務（元）
排名職務年薪中位數（元）工作機會1類比IC設計工程師1,713,724看職缺2數位IC設計工程師1,632,335看職缺3韌體工程師1,190,367看職缺4半導體工程師1,182,544看職缺5RF通訊工程師1,129,836看職缺6資料科學家1,112,117看職缺7演算法工程師1,065,643看職缺8硬體研發工程師1,064,250看職缺9BIOS工程師1,057,159看職缺10網路安全分析師1,048,163看職缺資料來源：104 AI 職涯顧問
2026科技業主管職高薪排名：經營管理年薪172萬最高
「主管職」高薪集中經營決策、研發創新、資安與法務領域，經營管理年薪172萬最高
數據觀察科技業主管薪資行情，根據《2026科技業人才報告書》，經營管理主管年薪中位數172.1萬居冠，顯示科技業重視具備策略決策、營運管理與跨部門整合能力的高階主管；其次為包含軟硬體、光電等工程研發主管職務，年薪約141.6至157.6萬元，顯示研發創新與技術深化仍為科技業核心競爭力來源；此外產品事業處主管、產品企劃主管、資安主管、法務主管及採購主管年薪中位數均突破百萬擠進前十名。
104人力銀行人才永續長鍾文雄表示，科技業高薪主管職主要集中於經營決策、研發創新以及資安與法務等關鍵領域，顯示產業人才結構正逐步朝向結合技術專業、管理能力與市場洞察的跨域整合方向發展。
科技業主管職十大高薪職務年薪中位數（元）
排名職務年薪中位數（元）工作機會1經營管理主管1,721,441看職缺2通訊工程研發主管1,575,555看職缺3其他工程研發主管1,575,446看職缺4硬體工程研發主管1,559,614看職缺5產品事業處主管1,517,786看職缺6光電工程研發主管1,415,594看職缺7資安主管1,381,942看職缺8法務主管1,278,149看職缺9產品企劃主管1,264,276看職缺10採購主管1,255,152看職缺資料來源：104 AI 職涯顧問
2026科技業非主管職年薪增幅排名：前五成長均逾17%
加薪搶才不手軟！非主管職年薪增幅前五大職務，成長超過17%
根據《2026科技業人才報告書》與2025年相比，工程專業領域，受惠於AI、先進製程與高效能運算的強勁需求，相關技術人才有極大需求缺口墊高薪資行情，數位IC設計工程師以22%的調薪幅度榮登榜首，PCB佈線工程師與特殊工程師也分別有19%與17%的成長。另一個薪資漲幅明顯的族群是支援與前線相關職務，客服工程師與門市/專櫃人員的年薪中位數雙雙成長20%，前者顯示企業在產品複雜度提高下，愈重視能銜接客戶與技術端的支援型工程人才，後者反映製造相關通路與品牌端面臨人力補充壓力，需透過薪酬調整提升招募吸引力。
科技業五大調薪幅度最高的非主管職務
非主管職務2025年年薪中位數（元）2026年年薪中位數（元）薪資漲幅(%)工作機會數位IC設計工程師1,342,6351,632,33522%看職缺客服工程師755,296908,58520%看職缺門市／店員／專櫃人員503,246604,22320%看職缺PCB佈線工程師856,1281,017,39019%看職缺其他特殊工程師786,426920,00817%看職缺資料來源：104 AI職涯顧問
2026科技業主管職年薪增幅排名：資材年增達24%最多
支援型主管職薪資補漲，資材、行政、總務薪資年增幅13%以上
主管職調薪方面，根據《2026科技業人才報告書》數據，資材主管年增幅達24%最多，行政主管成長14%、總務主管成長13%擠進前五，顯示支援性職務雖薪資基期相對較低，但隨著企業規模擴大、營運流程與內部治理日益複雜，其在營運效率與內控制度上的關鍵性逐步受到重視。另專案業務主管，是具市場開發、策略執行與營收貢獻能力的關鍵主管，薪資年增幅20%，其他工程研發主管掌握科技業長期競爭力，薪資年增幅15%。
科技業五大調薪幅度最高的主管職務
主管職務2025年年薪中位數（元）2026年年薪中位數（元）薪資漲幅(%)工作機會資材主管964,3531,198,75524%看職缺專案業務主管983,2621,183,66220%看職缺其他工程研發主管1,366,8801,575,44615%看職缺行政主管777,982884,36214%看職缺總務主管868,421984,01513%看職缺資料來源：104 AI職涯顧問
總結而言，今年的調薪趨勢顯示，企業在薪酬調整上採取同步鞏固「研發大腦」與「市場觸角」的策略，建議人才定期檢視自身市場價值、重新定位職涯規劃。下載《2026科技業人才報告書》：https://pse.is/8yk67k
了解科技業，你還會想看
104 AI職涯顧問發布《2026年科技業人才報告書》 人才缺口達19.3萬
五大數位科技人才「關注企業排行榜」出爐！台達電最風光
【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！
AI人才需求強勁！工作機會年增9.1% 企業數位轉型與人才培育成關鍵
全球加速邁向AI時代，企業選才標準與組織文化也正同步轉型。104人力銀行人資長鍾文雄今日於2025 Amazon Web Services（AWS）台灣雲端高峰會分享AI時代下台灣企業的人才需求趨勢，整體AI人才需求較去年同期成長9.1%，發展面向則逐漸從研發推展至應用製造，許多企業已啟動應用AI於組織與人才的數位轉型計畫，建議企業善用外部資源提升員工的「學習力x科技力x溝通力」三大核心職能，打造具未來競爭力的智慧企業。
生成式AI升溫企業啟動組織人才數位轉型計畫
根據104人力銀行最新統計，2025年第二季AI相關工作機會達12.1萬個，若以年增幅來看，整體市場對AI人才的需求較去年同期成長9.1%，而AI工作機會最多的前三大產業當中，以第二名的一般製造業年增16%最顯著，其次為第三名批發/零售/傳直銷業15.3%，工作機會最多的電子資訊／軟體／半導體業年增幅則為1.2%，顯示AI人才需求已從早期的技術研發邁入快速擴張的應用階段。
104人力銀行人資長鍾文雄表示，近期國內外研究機構與104觀察發現，許多企業人資已啟動AI在組織與人才數位轉型計畫的規劃、準備與實驗，例如104本身就將AI科技的應用融入在員工創新思維的行為展現上，實際推動全體員工的AI訓練課程，獎勵同仁運用AI在開發產品服務與改善工作流程，AI工具的應用能力也已列入人才聘僱的標配項目。
人才培育成顯學「學習力x科技力x溝通力」打造AI核心職能
企業對於AI人才的需求與日俱增，除了提升人才的專業能力，核心職能則包含學習力、科技力與溝通力：學習力是不設限的涉獵跨域整合專業知識，科技力是掌握數位工具提升工作效能，溝通力則是具備聚焦問題、解決問題的跨領域溝通能力。
鍾文雄提醒，中小企業在有限資源下，可善用政府提供的訓練課程，如勞動部的人力資源提升計畫、產業人才投資計畫，或是參加iPAS經濟部產業人才能力鑑定的AI應用規劃師能力鑑定，都可以提升員工的數位能力。其次也可以善用具有公信力的顧問、輔導機構，透過合作開課、產學合作計畫，持續培育公司AI與數位人才。
整合學習平台與履歷資料庫 104運用AWS技術資源打造AI即戰力人才鏈
AWS台灣暨香港總經理王定愷表示，「AWS致力於培育台灣下一代的科技人才，這體現在我們長期的承諾與在地投資。自2014年以來，AWS已在台灣培育超過20萬名雲端人才，透過今年Computex甫宣布的『零介入科技計畫』（Zero-Intervention Technology Program），我們將進一步擴大人才培育的規模，並以AWS雲端服務與課程資源助力104『AI人才就緒計畫』，期能協助更多求職與轉職者習得實戰技能，為產業提供即戰力人才。隨著AWS全新亞太（台北）區域的啟用，我們將結合在地基礎建設與人才發展優勢，全力支援台灣企業在全球數位經濟中保持創新動能與競爭優勢。」
「AI人才就緒計畫」為104人力銀行於2025年啟動的重點項目，預計首年觸及超過3萬名學習者，將AWS官方課程上架至104學習精靈平台，導入超過300萬筆學習紀錄至履歷系統，結合課程推廣、證照推薦、履歷回寫與職缺媒合，為台灣職場注入AI及數位動能。
更多AI趨勢，你還會想看
搶攻12.1萬個AI工作！104運用AWS技術推「AI人才就緒計畫」目標首年培育逾3萬人
《綠領人才就業趨勢報告》每月徵2.2萬名綠領人才！綠領AI人才缺口激增到4,300個
有任何收穫或想分享的，都來和大家一起聊聊吧！