搜尋結果
ALPHA Camp 邀請到畢業校友：外商產品設計師 Yvonne，分享她從非本科系成功跨領域轉職產品設計師的職涯歷程。 外交系畢業的 Yvonne，如同多數人一樣曾經歷職涯迷惘。 經多方探索，她確立了成為產品設計師的職涯目標，透過積極行動，最終成功轉職，成為產品設計師已近三 年。 今年 8 月，Yvonne 將前往美國研究所進修，學習人機互動！ Yvonne 將分享她如何從非本科系轉職產品設計師，以及成為產品設計師所需技能、工作內容介紹： 外交系畢業，決定轉職產品設計師的契機. 我大學念外交系，但大一就發現自己不會走本科系的路。 因此我多方摸索，在成為產品設計師之前，嘗試許多不同領域的工作：金融業、誠品儲備店長、軟體新創產品營運實習，與內容行銷。
2024年2月26日 · 在我 前一篇分享 OpenAI 研究員 Andrej Karpathy 介紹 LLMs 的文章 曾介紹到，通常 LLMs 的訓練會經過兩個階段：產出基本模型（base model）、曠日廢時且需要投入大量資源的「預訓練」階段，以及後續頻繁進行的「模型微調（fine-tuning）」階段。 在上述的訓練過程中，若希望 LLMs 理解特定領域的知識，就得從模型微調的階段下手，將特定領域的專業知識輸入基本模型進行訓練。 但模型的微調不僅得仰賴硬體的運算，且無法很快地將公司或組織的新資料納入模型之中，這都會對客製化 LLMs 的落地應用形成限制。 而 RAG 就能夠突破上述的限制。 RAG 概念是由自然語言處理科學家 Patrick Lewis 等學者在 2020 年發表的論文 2 中所提出。
- Orid 是什麼？討論的思維框架
- 選擇關注點：第一步就是最後一步
- 關注你的位移
- 為什麼要使用 A → B 結構？
- 狀態負面時去休息；狀態正面時做 Reflection
- 小結
- Reference
ORID 是為了主持討論，讓參與者聚焦的一種結構，和上述講的 reflection 並沒有歷史淵源，不過 reflection 是自己和自己對話，和別人對話很容易發散，和自己對話更容易發散，因此 ORID 用於 reflection 可謂十分稱手的框架。 ORID 是個在國際上被廣泛使用的焦點式提問法，透過四個層次的提問，能夠幫助使用者更結構性地思考與回應問題。以下為ORID的四層提問： 1. OBJECTIVE：具體的事實，做了哪些事情、看到與觀察哪些事情 2. REFLECTIVE：感受與反應，在當下直接的感受、反應與印象深刻的地方 3. INTERPRETIVE：事後詮釋與分析，試著解釋與分析事實與自己的感受 4. DECISIONAL：訂定目標與下一步，找出下一步可應用、執行與改善的...
「回顧」的起手式，也就是 ORID 裡的 Objective，這一段的提問法門是「你看見什麼」或「發生了什麼事」。 我個人認為，回答這個問題是一個大學問，玄妙程度幾乎和打禪機差不多。 你的視角受限於你的狀態、你的目的，甚至你的格局。到底是你很有自覺地選擇了你的關注點，還是某件雞毛蒜皮的事情綁架了你的注意力？ 在我剛開始嘗試建立 reflection 習慣時，我常常會選擇一些「自己做不好的事情」當成回顧主題，然後硬是用一種虛假的正面態度，寫出一套「愈挫愈勇」的發憤圖強文，結果是我從來沒有去踏實執行我在最後一步為自己設定的偉大 next step。 極高比例的人，在選擇關注點時，會關注自己做不好的事情，或者關注自己和別人的比較。偶爾關注一下自己的負面心態，進行「反省」是 OK 的，但不要太習慣如...
為了避免自己的注意力被拉走，我建議大家在建立 reflection 習慣時，刻意選擇有「位移」的事情來關注，也就是任何在你身上發生，從 A 狀態變成 B 狀態的事情。 別忘了「學習」的目的就是讓自己成長，知道原本不知道的事，做到原本不會做的事，發生在自己身上的任何成長，只要有 A → B 的結構，都值得我們慶祝。 講 A → B 可能略顯空洞，下圖列出一些例子： 之前提過學習其實有 outside-in 和 inside-out 兩個方向的作用力，因此這裡建議把關注點區分成兩大類別，外在專業的位移，或者內在狀態的位移。看看當下對哪個方向有感覺都可以，只是略為注意一下比例平衡，向外或向內的 reflection 都應該要不定期發生。 至於細目我這邊舉出幾個例子，只是示意給你看，一開始的時候可以...
刻意選擇 Growth mindset 視角
使用 A → B 結構來收斂你的關注點，第一個實用目的是防守自己的注意力被一些偏向 fixed mindset 的焦點拉走，起手式一開始就要落在 growth mindset 的範疇，這樣才會有效。
培養你的後設認知
另外，從「學習如何學習」的角度，你其實需要刻意去研究新態度、新觀念、新行為到底是怎麼在你自己身上發芽的。 說到底，只有自己親自掌握自己的學習模式，你的學習成效才會迎來飛躍式的進展。雖然你的學習教練/老師可能擁有比你更高的專業度去診斷學習問題，但教練/老師只能與你共享某一小段的時光，最終你需要成為你自己的教練。 因此，能夠倒退一步，把發生在自己身上的學習旅程當成客體來觀察，其實是蠻重要的技能。 而刻意關注 A → B 如何發生在自己身上，會讓你可以持續地累積對自己學習模式的洞察。
不要浪費有效經驗
最後最實在的一點，是前文提到，「做中學」為什麼強調 reflection，因為做中學裡面有太多的 try-and-error，有時候你的結果根本是誤打誤撞試出來的。 這些靠運氣、靠嘗試逼出來的「結果」（也就是 A → B 結構中的 B 狀態），如果沒有徹底掌握「究竟是怎麼發生的」，你可能根本就不再有第二次重現結果的機會。 你必須順藤摸瓜，從 B 狀態倒推回去，像偵探一樣往 A 方向探索，找出過程中的驅動要素，好好把事情發生經過描述清楚，然後辨證自己是否能重現這些有效的驅動要素。如此一來這個專業技能才是真正掌握到你的手裡。 不關注結果怎麼跑出來的，卻跑去關注別人的結果比自己好，這不是徹底的浪費嗎？
會建議大家刻意運用 A → B 結構來收斂關注點，很大的原因是，我們見證到太多的學習者努力地做 reflection，以為這就是「認真」，但事實上他們的關注點卻被 fixed mindset 拉走。 我覺得 A → B 是一個蠻簡單的訣竅，可以快速抓出有助於把你扳回 growth mindset 的方向。 事實上，要防止 fixed mindset 跑出來，還有一個是做 reflection 的時機。我建議大家要養成在「狀態好的時候做 reflection」的習慣，如果你今天完成了一個挑戰很有成效感，或者你今天忽然有個澎湃覺得自己堅持好久好偉大，或者你今天得到了一個稱讚覺得飄飄然，這是你做 reflection 的最佳時機，這個時候最容易抓到 A → B 結構。 練習在這種時候做 refle...
這篇文章介紹的是在做 reflection 的起手式，選擇關注點的「入門訣竅」。 在持續練習一段時間之後，你會開始對 growth mindset 的狀態有更高的自覺，到了那個階段以後，你可以自由選擇任何為你帶來成長的經驗進行 reflection。
2024年5月2日 · 數據分析師實力培養攻略：解決模糊問題的五個步驟 - ALPHA Camp. 其他 / 數據力 / 科技職涯 / 自學能力. 數據分析師實力培養攻略：解決模糊問題的五個步驟. 發佈日期: 2024 年 5 月 2 日 作者: Nancy Yang. 內容目錄. 成為數據分析師的第一步：你有解決模糊問題的能力嗎？ （ “Deal With Ambiguity”） 掌握 5 個步驟，有效解決模糊問題. 第一步：先停一下，確認需求並了解產業知識. 第二步：重新拆解問題. 第三步：分析問題帶來的影響. 第四步：確定問題的大方向與架構不偏離公司的利益. 第五步：執行分析.
2023年3月2日 · 內容目錄. ChatGPT是什麼？ 程式碼建議與自動完成. 用ChatGPT debug. 程式碼優化. 跨程式語言支援. 需求分析. 文件撰寫與編輯. 類似 ChatGPT 的 AI 寫程式工具. ChatGPT的限制與風險. ChatGPT 是一種基於自然語言處理的人工智慧工具，可以幫助軟體工程師在寫程式時更有效率地完成任務。 本文將介紹 ChatGPT 如何幫助工程師寫程式，並附帶實例。 ChatGPT是什麼？ ChatGPT是由 OpenAI 開發一種基於LLM大規模語言模型（Large Language Model）開發的聊天機器人。 GPT是 Generative Pre-trained Transformer的縮寫。
2023年11月8日 · LangChain的基本架構. LangChain由幾個核心組件構成，旨在簡化從數據檢索到信息生成的過程： 檢索系統 ：負責從廣泛的數據源中快速檢索相關信息。 這包括從結構化數據庫、非結構化文本到網絡資源的檢索。 處理器 ：對檢索到的數據進行預處理，如摘要、關鍵詞提取等，以便更有效地利用。 LLM集成 ：核心部分，LangChain整合了多種LLM，如GPT-3，提供靈活的API接口，使開發者可以輕鬆調用模型進行文本生成、問答等任務。
首輪估值破億！. ALPHA Camp 獲活水、國發基金投資，用數據打造數位人才孵化器. 發佈日期: 2021 年 3 月 11 日 作者: ALPHA Camp. 深耕數位人才培育的教育新創 ALPHA Camp，宣布完成第一輪外部投資。. 計劃打造學習數據平台，為台灣人才升級。. 教育新創 ALPHA Camp 在今日 ...
