搜尋結果
2024年2月26日 · 首頁 Blog. AI 人工智慧 / 其他. 為什麼要用 RAG？ 不用微調模型就能低成本讓 LLM 理解專業知識的 AI 技術. 發佈日期: 2024 年 2 月 26 日 作者: Matt Yu. 內容目錄. 什麼是 RAG？ 跟模型微調有什麼差別？ 快速掌握 LLM 應用全局觀. 何時要使用 RAG？ 何時要使用模型微調？ RAG 發展趨勢：科技巨頭爭相投入，相關產品遍地開花. 在使用 ChatGPT、Gemini 等奠基於大型語言模型（Large Language Models，以下簡稱 LLMs）的人工智慧服務時，很常會遇到一個問題就是：請它們提供與特定專業領域相關的資訊，往往只能獲得極為空泛、甚至是充滿幻覺（hallucination）的回覆。
2023年11月8日 · 首頁 » Blog » 《RISE-UP 科技人才升級週報》#14：你有聽過 Scrumfall 開發法嗎？ ｜Netflix 用機器學習讓小編更快找到影片素材 Hi 讀者， 相信大家都很關心 OpenAI 第一次的 DevDay 內容和各種技術細節，除了直接看影片和文件，我們也很推薦大家可以從別的角度來分析這次的發表會，例如 Ben Thompson 寫的〈The ...
2023年4月2日 · 從基本技能到資深專業，了解如何成為成功的前端工程師並在職業生涯中茁壯成長。 前端開發技能樹. 基本技能： HTML：熟悉 HTML 語法和標籤，能夠建立結構化的網頁。 CSS：熟悉 CSS，能夠設計RWD布局，掌握 Flexbox 和 Grid 等布局技術。 JavaScript：熟悉 JavaScript語法、概念及最佳實踐. 框架和函式庫： React.js：掌握 React 及其生態圈，了解虛擬 DOM、模組化和狀態管理等概念。 開發工具和技術： 版本控制：熟悉 Git 和 GitHub，能夠進行分支管理、合併和衝突解決。 打包工具：熟悉 Webpack 等打包工具，了解模組化開發。 預處理器：熟悉 Sass、Less 或 Stylus 等 CSS 預處理器。
- 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。
2024年4月3日 · Watch on. 為什麼要學程式設計. 隨著科技演進，越來越多產業開始數位轉型。 所以除了軟體工程師之外，數位產業裡的其他職能角色（如 PM、行銷、設計師…等等）若能培養程式專長，也能進一步提升工作效率，增加個人能力獨特性，進而開創更好的職涯。 掌握基本的程式能力，你將能夠建立. 1. 與科技團隊溝通的能力。 2. 建構小型網路應用程式／工具，讓工作更有效率的能力（例如：建構了一支網路爬蟲，收集競爭對手的價格資訊並匯出到 Excel 工作表）。 3. 建構一個簡單的原型、測試初步想法、解決問題的能力。
2023年7月5日 · 前端工程師的工作內容與挑戰. 發佈日期: 2020 年 12 月 30 日 作者: jiang. 內容目錄. 什麼是前端工程師？ 前端工程師工作內容有什麼挑戰？ JavaScript 程式語法的掌握. 一步步進階前端技術. 前端工程師的技術反思. 什麼是前端工程師？ 旁白：「前端工程師其實很簡單，就是在『工程師』三個字前面加上『前端』兩個字，就可以結束這回合…」 （大誤） 在前端工程師眼中的網頁「設計」，其實跟一般的平面設計師、網頁設計師所認知的「設計」不太一樣，前端工程師不會像一般設計師一樣埋首在繪圖軟體裡的圖層中揮灑視覺才華，而是會埋頭在各位可能曾經聽過的 HTML/CSS 電腦語言之深海幽谷中漫遊取材，並且「 將設計師們設計出的網頁畫面『實現』到瀏覽器的頁面上」 。
這次邀請到來自產品開發、專案管理、數據分析等專業工作者，分享他們的職涯歷程，期望幫助大家充分了解，學程式有更多元的職涯發展！. ALPHA Camp 社群裡的人才在不同領域裡各有專精，也有不同職涯階段的經歷和思維能學習。. 【AC 充電站】提供社群成員 ...
