看板Salary
其實講太多細節
很多人一定還是不懂
直接看這篇文章比較快
AI大戰》ChatGPT怎麼玩？優缺全解析，一文看懂
https://www.cw.com.tw/article/5124860
好 重點來了
美國卡內基梅倫大學（Carnegie Mellon University）
電腦科學教授克尼策（Vincent Conitzer）
認為風險最高的4類白領工作：
https://www.cw.com.tw/article/5124718
1.科技工作（程式設計師、軟體工程師、數據分析師）
2.金融工作（金融分析師、個人理專）
3.法律工作（法律助理）
4.媒體工作（行銷、內容創造、技術寫作、新聞）
---------------------------------------------
就是這樣
現實很殘酷
跟不上最新科技的腳步
就會被時代的巨輪淘汰
: 如果你對數據分析轉職感興趣
: 如果你周遭有人想要轉職到這個領域
: 請把這篇文章給他看，這將幫助他節省2年以上的時間
: 我在22年秋季開始，開始了免費的數據轉職諮詢服務
: 期間接觸到超過50+的人談論他們的疑惑
: 有人曾參加轉職輔導，有人加入線上課程，有人自學超過兩年
: 但共通的點是，它們仍在成功轉職的路上努力著
: 錯誤的觀念會讓你虛度 2-3 年
: 而正確方向僅需要一次的會議
: 但因個人能力有限，我無法無限期提供諮詢服務
: 於是我將這段期間內的諮詢內容拍成影片
: 這部影片跟其他影片不同在於：
: 1. 它不是一個人的經驗分享，而是 50 個人的集體問題
: 大家的疑難，很可能也是你的問題
: 2. 我與我諮詢的對象均處於台灣，而網路上許多的案例有的在美國，有的在歐洲
: 它們的經驗很寶貴，但我將給你另一個觀點
: 3. 我諮詢的對象，有尚未畢業的學生，有30多歲想切換領域的主管
: 背景從社科外語、管理財金到資訊電子，我的目標就是提出讓每個人都有機會成功的
: 解方
: 這部影片僅僅 20 分鐘，但只要你看完：
: 1. 你將省下 2 小時：這是我一場諮詢的平均時數
: 2. 你將避免 2 年的浪費：這是一次錯誤規劃的成本
: 3. 你將能大大提高轉職的成功率
: 這支影片的大綱如下：
: 1. 為什麼想轉職數據分析的人都失敗了
: 2. 失敗的第一步，我要學會數據分析
: 3. 聖經就該擺在床頭櫃；你不該學些什麼
: 4. 天下武功唯快不破；成功的學習途徑
: 5. 別跟數學系比算法；跟資訊系比程式：面試準備的方式
: 6. 總結
: 希望大家能有所收穫
: 影片鏈結如下：
: https://www.youtube.com/watch?v=9EcOu_GLsfA&ab_channel=HsuBen
: 如果你看完影片仍有一些個人問題，可以填寫問卷，我會盡量回覆
: 問卷鏈結如下：
: https://forms.gle/V3z3RsL5NbiYyx9U6
--
Q 人類基本需求2.0 ◢◣ █ 自我實現 創意.問題解決.真偽.自發性
S █ 自尊.自信.成就感
W ◢████◣ █ 社交需求
E ◢██████◣ █ 安全需求
E ◢████████◣ █ 生存需求 空氣.水.食物.住所
T ▄▄▄▄▄▄▄▄▄▄▄▄ ██ 電池
--
※ 批踢踢實業坊(ptt.cc), 來自: 36.227.241.253 (臺灣)※ 文章網址: https://www.ptt.cc/bbs/Salary/M.1677754626.A.E46.html
推 say29217074: 每隔幾段時間就什麼幾類人即將被淘汰 笑死人 03/02 19:09
推 say29217074: 照他列的全世界九成的白領都會失業 我們來看到時候會 03/02 19:10
→ say29217074: 多亂 呵呵 03/02 19:10
推 GoGoJoe: 教授要不要討論後疫情時代遠距教學對教師需求的影響 03/02 20:26
推 dbalruke: 新聞絕對不會被淘汰拉，因為AI不會自己生假新聞阿，怎麼 03/03 01:34
→ dbalruke: 領1450？ 03/03 01:34
噓 vi000246: 又是跟業界脫節的教授說的 03/03 10:17
推 tran628: 說AI不會生假新聞的，真的不要沒有背景概念來亂 03/03 19:05
噓 DKnex: 呵呵 自以為能取代 看到工程師就先笑了 03/04 19:22