搜尋結果
2023年11月29日 · 我相信有些讀者已經為自己的房子建立了某種程度的文件系統。 本文作者 Luke Hsiao 是一位軟體工程師，在買房之後發現自己對於房子其實有很多疑問，例如：地毯安裝多久了？
2023年7月25日 · Reference. 體驗用 ORID 強化全端網頁開發學習效果，3 分鐘小測驗找到你的學習起點. Reflection 與做中學. OBJECTIVE：具體的事實，做了哪些事情、看到與觀察哪些事情. REFLECTIVE：感受與反應，在當下直接的感受、反應與印象深刻的地方. INTERPRETIVE：事後詮釋與分析，試著解釋與分析事實與自己的感受. DECISIONAL：訂定目標與下一步，找出下一步可應用、執行與改善的地方. AC 學生 David 的實際 ORID 評估. Objective 客觀、事實. Objective: DOM實戰操作. 八月之前，對於DOM操作僅有知識上的學習，只有照著其他線上教學影片跟著老師coding的經驗。
- 勞資糾紛
- 無法訓練獨立契約者，清潔品質參差不齊
- 定價策略錯誤/對清潔人才吸引力不足
- 盲目追求成長/過度優惠燒錢太快
- 去中介化問題嚴重
Homejoy 平台上的清潔工都是獨立契約者，不適用一般勞工的福利——最低薪資、醫療保健和社會保險，但這些清潔工開始發起訴訟，爭取權益成為公司的正式員工，一旦爭取成功無疑會讓營運成本大幅提升。Uber、Lyft 和 Instacart 等共享經濟類的平台也遭遇類似的問題，法學界目前傾向將這類的勞工歸為「正式雇員」而非獨立契約者，理由是這些契約者在接案時，並非100%擁有自由意志。根據 Homejoy 的清潔工 Diana Ventura 在訴訟時的抱怨， Homejoy 對清潔工有諸多限制： 1. 不能決定一天內最多接幾個案子 1. 不能決定是否同一天內只待在同一個城市服務客人 1. 不能決定是否要對同一個客戶繼續服務 1. 不能指定服務地點要是大眾交通到得了的地方 1. 不能決定自己是要在...
正因為清潔工是獨立契約者，Homejoy 並沒有辦法對其做正式的訓練，一旦干預太多，就會變成僱傭關係。為了規避雇傭的成本，同時維護清潔品質，Homejoy 會請應徵者做「清潔度測試」，在簽約前先篩選出合格的清潔工，但效果仍然有限。根據 Homejoy 前營運經理 Anton Zietsman 的說法，由於 Homejoy 無法透過訓練提升清潔品質，給予顧客統一的體驗，很難有效提升顧客評價和回頭率。 Homejoy 曾經在芝加哥做了實驗，他們要求清潔工在床上放置具有 Homejoy 品牌標誌的折帶，並且按照特定方式排好枕頭，然後留下卡片和小點心給客戶，這明顯的干涉了「獨立契約者」的工作自由，但的確非常有效地提升了客戶的滿意度和回頭率。這項實驗無法擴張到所有城市，因為隨之而來可能造成的法律糾紛，...
Homejoy 第三個失敗的原因，是平台上的清潔工人數不足，這讓供給與需求端的體驗都變差，用戶可能會很常遇到清潔工遲到或乾脆不來的狀況，而清潔工則覺得什麼爛案子都得接，也心生不滿。 根據 recode 的報導，Homejoy 在35個城市營運，平台上有超過 1000 位的清潔工，作為對比，Handy 在28個城市營運，有超過 10000 位清潔工，純以數量而言，平均每個城市的服務提供者 Handy 是 Homejoy 的10倍以上。之前有提到 Homejoy 對清潔工接案有非常多的限制， 筆者推測背後的原因就是平台人數不足，所以才沒辦法讓清潔工自由選擇接案，再爛的時段、再鳥的地點也得接。而 Handy 上的招募頁面中則表明清潔工可以自由選擇時間和工作量，兩平台工作者的待遇有著天壤之別。 這是...
伴隨著投資人的高度期待，Homejoy 在2013年底拿到3800萬美元後開始瘋狂追求成長，6個月就擴張到30個城市，Homejoy 前員工如此描述： 「Cheung 不斷對外宣傳 Homejoy 快速成長的故事…因為我們需要漂亮的故事去募下一輪的資金，她一直強烈覺得一旦我們停止了高速成長，公司就完蛋了。」 Homejoy 的高速成長是用錢燒出來的，當他們進入新市場，他們會跟 Groupon 或其他團購、折扣平台合作，推出非常便宜的優惠券吸引消費者（清潔2.5小時只要19美元），有75%的預定都是從優惠券而來，而非自然流量或是熟客推薦，這不但讓 Homejoy 燒錢速度太快，也帶來了錯誤的客群，大部份的人只願意用優惠券預定服務，因為他們根本負擔不起全額的價格。 Homejoy 的19元優惠券...
筆者搜尋過很多 Homejoy 使用者的經驗，很多人都提到清潔工會私底下給客戶電話，以規避 Homejoy 的中介費用。清潔業基本上是熟客市場，若消費者與清潔工已經建立信任關係，Homejoy 很難避免他們不做線下交易，很多清潔工甚至只是利用 Homejoy 找客人，之後全部都轉到線下消費。事實上 Uber 在內的共享經濟平台都有類似的線下交易行為，只是 Homejoy 的交易次數更頻繁，你很難見到同一個司機兩次，但你可能每個禮拜都會見到同一位清潔工，用戶跟清潔工雙方都更有誘因跳過 Homejoy 做線下交易。 我們可以從 Homejoy 的失敗學到以下四點： Adora Cheung 在官方部落格公告關閉服務的文章中提到： 「雖然我們在很多方面做得很成功，但也遭遇到了困難。在居家服務領域有...
2024年3月22日 · 內容目錄. 快速掌握 LLM 應用全局觀. RAG比我原本想的還有趣. 次世代LLM應用——打造虛擬團隊. 「軟體工程」仍是打造生產級LLM應用的關鍵. 本文作者是賴冠州（Edison Lai），曾任職於國內大型媒體的資深數據工程師。. 這篇文章是他記錄自己今年三月參加 ALPHA Camp ...
一、找到自己工作/職涯的意義. 二、設定職涯目標：10 年後，我會在哪裡？ 定期檢視自己的成長. 有了目標，更要有計劃！ 三、透過導師/貴人 探索更寬廣的世界. 建立 Mentor 人脈. 四、得到他人幫助 自己也成為貴人. 結語：讓心中的「羅盤」帶你通向職涯目的地！ 十年後的你，想在哪裡工作？ 達到什麼成就？ 現在的你，該如何投資自己、培養優勢？ 為了幫助學程式的學員們找到理想職涯，ALPHA Camp 舉辦了線上職涯座談，邀請到 Jumpstart Global 共同創辦人 Rosa，傳授如何確立職涯目標、培養自己，預約未來理想職涯！ 開啟新職涯！ 3分鐘小測驗，找到你的程式自學入口. 「跨領域」是 Rosa 的職涯寫照。
2024年2月20日 · 從面試重點了解資料工程師. 立即領取. 免費點我下載數據技能路線指南. 資料清理：遺失值或錯誤資料處理. 清理資料的目的是將原始資料中的「缺失值」或「錯誤值」轉成適合模型可以存取的資料。 資料清理是資料前處理環節中必須的工作之一，如果有未清理的資料會導致模型無法順利運行。 那什麼是「適合模型的資料」呢？ 接著更進一步的定義「適合模型的資料」，我們稱為「模型可以學習（Learniable）」的資料，指的是能夠經由數學模型存取的資料格式，也就是數學上的「向量/矩陣」，在程式當中通常以「Vector/DataFrame」來存放。 所以需要被處理的資料指的就是「無法透過數學運算的」，可以簡單分成幾種類型： 缺失值或不完整的資料 – Incomplete/Missing Value.
1986 年，兩位日本教授竹內弘高與野中郁次郎，在哈佛商業評論發表了「The New New Product Development Game」文章以及關於新的產品開發管理研究。. 在文中他們提到，有別於過去「大隊接力」般的開發團隊，新的開發團隊就好像橄欖球隊一樣，從比賽的最一開始「一起 ...
