搜尋結果
2024年2月26日 · 1 隨著越來越多的企業和組織期許能夠將 LLMs 應用到生活以及工作的各個領域，如何產生客製化的 LLMs 便成為人們關注的焦點，而名為「檢索增強生成」 （Retrieval-Augmented Generation，縮寫為 RAG）就是值得我們重視的其中一項技術。 本文將介紹 RAG 的運作方式、哪些使用情境適合導入 RAG？ 以及為什麼 NVIDIA、Microsoft 等軟硬體科技巨頭都爭相投入這個領域。 （編按：想要進一步知道 RAG 實作與產品化要考量的面向，可以閱讀這篇 〈為我的筆記加上 AI：RAG 實作經驗分享與四大產品化挑戰〉 。 什麼是 RAG？ 跟模型微調有什麼差別？
2024年4月3日 · 安裝步驟 ：首先在Visual Studio Code等支持的編輯器中安裝GitHub Copilot插件。. 實際操作 ：在寫程式過程中，根據需求輸入註釋或部分程式碼，Copilot將提供相關的程式碼建議。. 您可以根據實際需求選擇接受、修改或拒絕這些建議。. 自定義選項 ：為了適應特定的 ...
2024年2月17日 · 1. 技能要求. 2. 工作內容. 3. 職涯規劃. 「數據分析師」是許多商管人轉職的首選，因為它的薪資不僅比原本的工作更高，在各個產業有其不可取代性。 我們先前在 〈轉職、應徵數據分析師，評估自己準備好了沒的方法和 2 個補強技巧〉 分享過如何評估自己是否已經成為一位具有競爭力的求職者，這次我們會談到幾個常見的數據分析師職缺，以及如何從職缺說明（job description）讀出職缺所隱含的關鍵資訊。 （下文圖片皆為作者製作。 求職網站大不同！ 你應該要知道的求職網站差異. 如果你很喜歡旅遊的話，你八成逛過 Airbnb 與 Booking.com 等網站。 你會期待在 Airbnb 看到有廚房的房型或是包棟的民宿，在 Booking.com 中看到好的接待服務與飯店設施。
- 如何成為數據分析師：必備的工作技能
- 數據分析師兩大工作內容：需求確認及分析
- 專業的 Data Analyst 要有哪些特質？
- 數據分析師薪水範圍
- 數據分析師的職涯發展路徑與選項
數據分析師必備的三個技能： 1. 1.1. 數據處理和分析能力：這是數據分析師的核心技能。他們需要掌握如SQL、Excel、R或Python等數據處理工具，並具有使用統計方法進行數據分析的能力。 1. 1.1. 數據視覺化：能將數據視覺化是數據分析師必備的技能之一。這需要掌握如Tableau、PowerBI等數據視覺化工具，以便能將複雜的數據以易於理解的方式呈現給決策者或非技術人員。 1. 1.1. 業務理解和問題解決能力：優秀的數據分析師不僅需要技術技能，還需要對業務有深入的理解，以便將數據分析應用於實際問題。他們需要能從業務的角度來理解和解釋數據，並能提出基於數據的解決方案。 三個成為數據分析師的學習重點：專業技能、產業知識、及批判性思考： 1. 1.1. 專業技能：Excel、程式語言...
資料分析師一天的時間分配，工作有一半時間在做分析工作「SQL 跑資料、畫報表」，然而每天花最多時間的，反而是「需求確認」！與部門同事討論、了解他們的資料分析需求。例如： 1. 1.1. 為什麼他們需要資料？ 1. 1.1. 這些資料能夠解決他們的問題嗎？ 1. 1.1. 除了他們所需的資料，我們如何挖掘其他資料，幫助他們了解的更多？ 從事數據分析工作通常要經歷幾個步驟 1. 1.1. 定義要解決的問題 1. 1.1. 收集正確數據 1. 1.1. 清理數據 1. 1.1. 數據分析與解讀 關於這些步驟更詳細的說明，請看〈資料分析 5 步驟〉這篇文章 數據分析的類別大致上有這四種： 1. 1.1. 描述分析（Descriptive analysis）：描述性分析回答 What happened...
1. 好奇心
好奇心驅動數據分析師不斷追問和探索數據背後的真實含義。這種特質促進創新思考，能夠引領分析到更深層次。在解決具有挑戰性的問題時，好奇心也可以幫助分析師發現新的解決方案和視角。
2. 批判思考
批判思考允許數據分析師理性分析數據，避免受到偏見和誤解的影響。這個特質不僅提高了分析的準確性和可靠性，還幫助分析師更好地理解問題並提出有力的解決方案。
3. 注意細節
對細節的敏感有助於發現潛在的數據錯誤和不一致。這個特質確保分析結果的品質和準確性，並有助於避免在後續工作中出現成本高昂的錯誤。
根據Glassdoor的資料，在台灣的數據分析師工資大概在年新月薪4萬到14萬之間，基本上是看資歷與工作經驗。電商的數據分析師職缺也很多，大部分的薪資都在四萬之上，根據1111人力銀行統計，目前數據分析師這個職缺就有近8000個工作機會。如果看國外網站ERI的薪資情報，台灣數據分析師的年薪平均數和中位數都在150萬。 不同的產業也都對數據分析師的需求非常旺盛，從軟體業到傳統的金融業、房仲業，都需要數據分析師的相關人才。
初級階段：數據分析師
1. 1.1. 學習基礎技能：熟悉Excel、SQL和基礎統計學。 1. 1.1. 實務經驗：進行數據清洗、初級分析，以及撰寫數據報告。 1. 1.1. 軟技能培養：加強溝通與協作能力。
中級階段：高級數據分析師
1. 1.1. 技能深化：學習R、Python進行複雜的統計分析和數據處理。 1. 1.1. 數據可視化：精通Tableau或Power BI製作報表。 1. 1.1. 跨部門協作：參與業務策略規劃，進行業務分析和預測。
高級階段：數據科學家
1. 1.1. 機器學習：掌握機器學習算法，使用如TensorFlow或PyTorch等工具。 1. 1.1. 大數據技能：學習使用Hadoop、Spark等大數據處理工具。 1. 1.1. 專案管理：能夠主導大型數據分析項目。
課程介紹. 最新資訊. 數據分析師實力培養攻略：解決模糊問題的五個步驟. 身為數據分析師的核心能力之一是要能處理「模糊不清的問題」（deal with ambiguity），本文將分享... Learn more. 用 AI 提高工程師的生產力，初階、資深與獨立開發者的三種不同做法. 對於「工程師如何運用 AI 提高生產力」這樣的議題，本文將按照工程師的職涯階段與類型，分別討論初階工程師、資深... Learn more. 看影片學習 AI 知識與最新趨勢，為你精選四個 YouTube 頻道.
2023年8月8日 · 發佈日期: 2023 年 8 月 8 日 作者: ALPHA Camp. 內容目錄. 數據治理是什麼？ 企業為什麼要做？ 企業怎麼做數據治理？ 沒做過的企業如何開始？ 在醫療或金融等資料較敏感的產業，如何妥善管理數據，讓管理單位放心？ AI 產生的「偏見」能被管理嗎？ 從印尼最大電商 Tokopedia，有哪些數據治理經驗可以分享？ 新加坡政府推動數據治理，經驗如何？ ChatGPT 崛起後，數據治理有什麼轉變與新挑戰？ 企業做數據治理，不同角色如何分工？ 誰該對資料負責？ 結語：企業如何推動數據治理？ 關鍵字補充. 3 位在美國與新加坡、有豐富數據與 AI 領域經驗專家管其毅、Angus 與 Koo，帶大家瞭解「數據治理」是什麼？ 對企業為什麼重要？ 如何開始執行？ 不同產業有什麼挑戰？
首頁 Blog. 人物專訪. ALPHA Camp 營運長&學習總教練 Youchi Kuo 專訪 — 希望讓更多人看到自己職涯的可能性. 發佈日期: 2021 年 2 月 3 日 作者: Evelyn Chang. 內容目錄. 拚了命的成為那個渴望成為的自己. 當妳已經到達想要的高度，下一步是甚麼呢? 確認自己最想要的，並作出選擇. ALPHA Camp 是個意外卻愉快的驚喜. 從大公司到新創的學習與挑戰. 1. 策略 VS 執行. 2. 外在標籤 VS 內在價值. 3. 聘用團隊 VS 打造團隊. 每一天都比昨天更好，不斷追求成長.
