[從工作看疫苗研發採購]
不知道大家知不知道今年各種原物料狂漲,大約都漲了30%左右。
貨櫃也大缺都需要搶購或是用標價的方式,這個去年下半年就開始了,股票市場大家當鋼鐵王還有海賊王,但是實際做Operation 的我們頭很痛。
在我的control 之下,我們出貨沒有任何的Delay,我自己聽到其他人的反饋,覺得我自己滿猛的 哈哈哈哈~
然後物料採購也是,除了有一些因為研發中困難未解導致延誤並沒有特別大的問題。
而前幾週我們忙著新一代產品上市,老實講這個產品上市一波三折,當時我壓力山大,每天追進度又擔心產品表現。 這一代,有很多是改善目前產品,有很多是提成現在效能。 而在硬體研發當中,後面又追加了很多改良。
硬體的改良不是像軟體一樣可以直接測試然後按鈕一按就全部更新了。 特別是給終端消費者使用的硬體如小如手機、大如汽車都被需要嚴謹的測試,還需要符合各國法規,過程當中還需要投入很多的固定成本,一步錯投入的錢、時間、人力就是浪費掉。
而那天週一,我們開了新產品上市檢討會議,從產線、設計通通都討論一輪。
會後,我跟資深工程師還有我偉大老闆說,我覺得我們應該優化、系統化研發測試流程,畢竟一出貨一個問題會被放大成數百、數千個問題。
這個事情是大老闆還有公司主管都希望的,也都跟到提過。
結果我老闆說了一堆,說他聽不懂我的意思(打水漂!?),說我們有Deadline 要追..blablabla的,而我有信心這一些新改良不會有問題blabla。
我就問一句「你意思是說,只要時間很趕,可以跳過測試而且用你信心證明這些改良沒有問題?」
「基本上是。」
「那最後市場驗證失敗怎麼辦?」
「......」
最後此局,以我辯不過他失敗!
下午跟特助講到這件事情,特助說「他下週放假! 你可以著手進行流程規劃!」
看到這裡有沒有覺得跟台灣某疫苗研發很像?
另一件事情,前面說了原物料緊缺。某一些電子料件基本獨佔,到貨時間都被拉的很長,很多時候是人家大廠早就掃光了。 也因為這樣,一個月前我找到一批貨,我說
「要不要先買」
「不要」
然後我就把貨放出去給合作廠商,讓他們採購。
今天又談到這件事情,我主管說我在做「倉鼠囤貨」跟我說沒地方放blablabla的、現金出去太多blablabla....
後來我說,那你給你的計畫,我算採購量改你,然後我做分批進貨,如果有多我再賣給合作廠商。
他說「好」
看到這裡,有沒有覺得跟疫苗採購有點像?
總結,疫苗研發採購就是我們日常工作生活的放大放大放大版。 當然這個水很深,牽扯到很多不同的stakeholders,還有各種國際角力跟法規還有神秘力量,每一個人立場都不同,就像我主管覺得「我們就是要先上車,票等等補。」
我是那種「車你先看清楚,沒問題再上」的那種人。
我是那種採購超前部署,但是他是那種買那麼多帳難報銷、浪費錢,覺得沒必要的人。
局勢很亂的時候,有時候很難說什麼是「絕對對」還是「絕對不對」?
大概,只能找一個大多數人都同意滿意的平衡點,然後同公司一命還是同島一命了。
#好奇如果國產疫苗公投會怎樣
又,最近我在談一個銷售案,我提出了bundle sale ,想把未來要推出的配件綁在一起推,先預售。
特助覺得這個想法不錯,我們寫了一個提案,我還問了我老闆,他說「你們好就好!」
提案出去之後,客戶問了一個問題,這個問題我特別繞過去,我不想套入圈套。回了一個模稜兩可的回答,但答案是具體的,只是不是明確的「yes/no」回答。
結果一分鐘之後,幹,我主管回我那封信「小貝誤會你意思了...我們是可以xxxxx」
E04拎老師,當場傻眼,直接打給他,我說你怎麼這樣回,我這個套路就是希望他順著我方向走,你這樣直接把我劇本全毀,這個方案是討論好的(截圖給他)。
發球權在我手上現在我直接球給對方出擊了!?
他大哥酸了我德文不好,他沒看懂(你吃大便! 我寫英文你也看不懂)
你要寫你不應該先跟我確認再寫嗎? 還怪我?
結果為了彌補,他寫信跟客戶道歉說他理解錯誤。
但為時已晚,客戶早上已經照他那個方案回信再詢問確認了。
此時此刻,我只想說「你就是我最大的豬隊友。」
我回都不想回了,過幾天等局勢冷靜再說~
#我心情就像照片我問天我問天
#我的單啊啊啊啊
#可怕的是他居然知道我去做生育諮詢
#然後問我懷孕了沒
#要懷也絕對不是你的種
#就是因為你讓我壓力爆棚無法懷孕
#開玩笑的問題不在他
#我不是1450不是四趴仔也不是中共同路人
「硬體研發工程師英文」的推薦目錄:
硬體研發工程師英文 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
國際級AI健康顧問 給你專屬運動建議
2021-03-04 14:33 聯合新聞網 / 能力雜誌
【文/張名榕 攝影/莊震烽】
「現在出拳猛擊,出拳時吐氣,一是勾拳,二是直拳。」,「吸氣!再20秒!最後10下,保持呼吸。」電視裡,肌肉結實的綜合格鬥比賽世界冠軍Luis Baboon Palomino正快速跳著有氧拳擊,配戴Apple Watch的男子認真跟上動作,螢幕上的心率節節上升,準確度也越來越好,課程結束後,男子獲得高分,他對著手機按下「輕輕鬆鬆」的按鍵,下回可以挑戰更高難度的訓練了!
男子使用的「Wondercise多點多功能即時動作比對健身系統」(Wondercise Multi-Point Motion Match System),是由新創運動科技公司旺德賽斯Wondercise研發,APP於2020年初正式上架,10月開始與Apple Watch、Garmin手錶等穿戴裝置配對,使用者只要下載APP並戴上手環,就能藉由人工智慧(Artificial Intelligence, AI)感測技術和影片中的教練進行比對,即時得知自己的心率及動作準確度。
力拚Samsung、Omron 2021 CES超吸睛
旺德賽斯Wondercise創辦人兼執行長莊龍飛表示,除了與硬體大廠合作,Wondercise也與鴻海合作研發感測器,一組2個,分別配戴在手腕和腳上,若使用者本身就有Apple Watch或Garmin手錶,最多能做3點比對,以Wondercise首創的上、下半身慣性量測單元感測器 (Inertial Measurement Unit, IMU)提昇比對準確率,讓使用者獲得更佳的運動成效。
運動結束後,使用者可以觀看詳細的成績報告,包括達成率、平均心率、心率區間、燃燒熱量、運動總時長等並提供訓練建議,使用者也能回饋課程難度,供AI進行機器學習,未來能推薦更適合的課程,Wondercise還能多人連線進行PK競賽,更增添幾分娛樂性。
這款應用人工智慧演算法的科技健身系統,只要下載APP並繳交月費170元,搭配行動裝置與穿戴裝置,就能在家輕鬆使用。因符合後疫情時代的居家健身潮流,在2021年的美國消費性電子展(Consumer Electronics Show, CES)中大放異彩,獲得Gear Patrol、T3、Woman's Guide等數間國際媒體選為CES 2021最佳產品之一,其中Tom's Guide甚至給予「足以挑戰Apple Fitness+」的高度評價。
Wondercise還以獨家的動作比對技術(Live Motion Matching)入選CES官方媒體的2021 Best Products Award決賽名單,與Samsung、Omron等國際大廠同場競技,也成為唯一入選決賽的台灣企業。難能可貴的是,Wondercise的核心技術,全是由位於台中的萬達康團隊一手開發,很難想像在6年前,萬達康還是間研發傳統健身設備,與AI技術毫不相關的運動器材廠商。
電視購物起家 器材商力拚轉型
莊龍飛在2009年成立萬達康公司,主要販售傳統的居家健身設備,但研發時會加入新創意改良,打造與市面產品不同的健身器材,並透過「電視購物」的銷售管道進軍海外市場。
說起萬達康一路走來的心路歷程,莊龍飛對一次重大挫折有著十分深刻的記憶。當時萬達康研發的第1款產品在2011年接到來自日本客戶的大單,共下訂1萬9,000台,準備在3月11日晚間登上日本最大的電視購物頻道Shop Channel,莊龍飛滿心期待產品一炮而紅,沒想到卻遇上日本史上最嚴重的311震災。
莊龍飛苦笑著說,「地震後,購物節目整個喊停,1萬多台機器無法出口,讓公司瞬間負債1,000多萬。好在日本客戶有誠信,後續還是有把貨賣完,但這也已經是幾年後的事了。」儘管出師不利,莊龍飛沒有放棄,持續研發新款居家健身器材,後續推出的Wondercore系列大受歡迎,甫登上韓國的電視購物頻道,4,000台就銷售一空,也讓他對未來發展更有信心。
「研發能力是我們的強項,至今已申請超過200個專利,其中Genius健身工具箱、Slide Fit健身滑板都得過德國紅點設計大獎。」莊龍飛自豪地說,也表示公司每年都投入大量研發資金,創業時就瞄準外銷市場,畢竟台灣市場規模有限,往海外發展才能滿足龐大的開發預算,後續成果也證實莊龍飛考慮的方向正確,幾款人氣商品至今已在全球銷售超過1,000萬台。
「傳統健身器材」搭配「電視購物頻道」,替莊龍飛打下事業江山,但他並不因此而滿足,在2014年底,他決定著手進行「科技轉型」,發展Wondercise智慧健身系統,也將銷售觸角延伸至行動裝置。這一切都是因為莊龍飛看見了經營的局限所在,「我的產品在2014年到達銷售高峰,像是家樂福、屈臣氏、寶雅這些通路都買得到,電視購物更是銷售長紅。但電視是夕陽產業,加上未來是科技健身的天下,不轉型必定會被淘汰。」莊龍飛堅定地說。
AI健康顧問 給你超中肯建議
只是,傳統公司想轉型談何容易,莊龍飛坦言最初提出Wondercise這套系統的概念時,沒有人聽得懂他在說什麼,還有人大潑冷水,他只好從零開始招兵買馬,成立旺德賽斯Wondercise這家新公司,再找來工程師團隊設計程式,在失敗中不斷學習,過程中也歷經2次團隊重整,直到2018年才終於建立起Wondercise的雛形。
莊龍飛表示,過程中最大的挫折,就是開發硬體時找不到配合廠商,「螢幕、基板廠商都要達到一定的量才接單,沒有設計出自己的手環,我們就無法測試演算法,無法建立動作比對技術,後來找到規模較小的藍芽模組廠願意接單,才解決這個問題。」
沒想到手環做出來後,新問題卻又接踵而至,「找廠商製做就花了太長的時間,科技變化太快,成品出來時,規格又已經落後不好用了,當時我就想,未來如果能讓鴻海幫忙做手環,那有多好。」莊龍飛感慨地說。
當時的莊龍飛沒想到,這個心願如今已然成真,因為公司研發申請的專利眾多,去年10月應經濟部智慧財產局邀請參加發明展,過程中Wondercise健身系統竟然就被積極發展「大健康產業」的鴻海相中,主動洽談合作,如今更幫忙代工手環,讓莊龍飛笑稱有如美夢成真。
莊龍飛認為,Wondercise之所以被鴻海青睞,因為它不僅是一款可以互動的居家運動APP,也像是個人的「健康管理顧問」。他以Netflix作比喻,Netflix的每則影片都會上標籤,標明影片的屬性與特色,使用者多次觀看後,AI就能依照使用者喜好推薦適合的影片,「不一樣的是,Wondercise不僅注重使用者的『喜好』,也關心『需要』,假設AI從使用者的數據中,發現他有肌力不足的問題,就算他喜歡瑜珈,我們還是會適時地推薦重訓課程,幫助改善他的健康狀況。」莊龍飛說。
國際級運動課 講究專業質感
Wondercise另一項優勢就是「國際化的課程內容」,莊龍飛自信地說,「Wondercise的內容是市面上質感最好的。」他表示公司做電視購物起家,擁有專門拍廣告片的團隊,對視覺效果的呈現有豐富經驗。
加上2015年砸重金在邁阿密購買佔地2,000多坪的高規格攝影棚,就連好萊塢明星都曾租借攝影棚拍廣告,讓他對於影片的品質與成效是信心滿滿。
「如果沒有自己的攝影棚,外包拍攝就掌握不了核心技術,加上我們要持續產出影片,當視覺效果沒有連續性,質感就做不出來。」
不僅重金打造拍攝場地,授課師資自然也不馬虎,莊龍飛找來包括明星私人教練,設計並拍攝運動課程,從瑜珈、皮拉提斯、街舞、拳擊有氧、重訓、太極拳、廣場舞等,共300多堂課程供使用者選擇。
滿足國際市場需求,莊龍飛也兼顧「在地化」發展,雖然由外國師資授課,但使用者運動時,可以自由切換中英文收聽,同時邀請台灣作詞作曲家寫歌,起用台灣舞團錄製廣場舞課程,要用豐富的自製內容滿足使用者的多元需求。
「技術與內容是Wondercise非常重視的一環。」莊龍飛認真強調,「當Apple、Samsung等巨頭進入運動產業時,和他們競爭硬體完全沒有勝算,我們決定專注在自身的優勢上,硬體設備就儘量談合作,我們要與巨頭當同盟,而不是成為他們的敵人。」莊龍飛笑著說。
保健、壽險都能用 開啟健康正循環
因應後疫情時代來臨,莊龍飛將其視為居家運動產業的發展良機,他指出公司2020年業績成長比2019年多出1倍,卻也坦言因Wondercise推出時間短,業績成長多反映在傳統健身器材上,「2020 年運動器材廠商業績都很好,不見得是產品本身多出色,算是一種疫情紅利,但疫情的確加速居家健身科技轉變,接下來如何抓住機會就是關鍵。」莊龍飛說。
針對如何把握這股居家運動潮流,開拓更多商機,莊龍飛已有了規劃,Wondercise未來的2大異業結盟產業分別為「醫療業」與「壽險業」。醫療照護層面會以「預防醫學」為核心概念,與某大學團隊合作開發體適能檢測系統,「使用者測完體適能後,可得知平衡感、肌耐力、柔軟度哪方面比較弱,再利用我們的AI技術推薦適合的運動課程,幫忙補強體能的不足,各個年齡層都能使用。」莊龍飛說。
類似的功能也可以應用於壽險業,AI可以藉由穿戴裝置蒐集的數據,包括使用者睡眠品質、每日運動量、身高、體重、心率等資料分析身體狀況,如果健康狀態良好,健康險的保費就能適時調降,莊龍飛樂觀表示,「這樣做等於是鼓勵大家維持正常作息,以及培養運動的好習慣,我認為是一種正向循環。」
目前Wondercise的下載人數已達約3萬人次,談起近期會讓消費者更快有感的新計畫,莊龍飛則說,之後他們將推出全新改版,加強使用者最喜愛的互動功能,提供更出色的使用體驗。當然,他更期待的是居家運動的風潮能延續下去,將科技變成推動更多人投入運動的助力,讓人們的生活更便利也更健康。
資料來源:https://udn.com/news/story/6868/5293944?fbclid=IwAR2XPfXBpAZMTvWUbpbIuKa4jbz6wXH6mH5lTnfNQah7Wh7XNmq-1PmAsjA
硬體研發工程師英文 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
AI 時代的摩爾定律?黃氏定律靠的是自身技術力將 AI 性能年年加倍
作者 雷鋒網 | 發布日期 2020 年 12 月 16 日 8:45
1965 年,時任快捷半導體公司工程師,也是後來英特爾(Intel)的創始人之一的戈登·摩爾(Gordon Moore)提出了摩爾定律(Moore’s law),預測積體電路上可以容納的晶體管數目大約每經過 24 個月便會增加 1 倍。
後來廣為人知的每 18 個月晶片性能將提高 1 倍的說法是由 Intel CEO 大衛·豪斯(David House)提出。過去的半個多世紀,半導體行業按照摩爾定律發展,並驅動了一系列的科技創新。
有意思的是,在摩爾定律放緩的當下,以全球另一大晶片公司 NVIDIA 創始黃仁勳(Jensen Huang)名字命名的定律——「黃氏定律(Huang’s Law)」對 AI 性能的提升作出預測,預測 GPU 將推動 AI 性能實現逐年翻倍。
Intel 提出了摩爾定律,也是過去幾十年最成功的晶片公司之一。NVIDIA 作為當下最炙手可熱的 AI 晶片公司之一,提出黃氏定律是否也意味著其將引領未來幾十年晶片行業的發展?
AI 性能將逐年翻倍
受疫情影響,一年一度展示 NVIDIA 最新技術、產品和中國合作夥伴成果的 GTC China 改為線上舉行,黃仁勳缺席今年的主題演講,由 NVIDIA 首席科學家兼研究院副總裁 Bill Dally 進行分享。Bill Dally 是全球著名的電腦科學家,擁有 120 多項專利,在 2009 年加入 NVIDIA 之前,曾任史丹佛大學電腦科學系主任。加入 NVIDIA 之後,Dally 曾負責 NVIDIA 在 AI、光線追蹤和高速互連領域的相關研究。
在 GTC China 2020 演講中,Dally 稱:「如果我們真想提高電腦性能,黃氏定律就是一項重要指標,且在可預見的未來都將一直適用。」
Dally 用三個項目說明黃氏定律將如何得以實現。首先是為了實現超高能效加速器的 MAGNet 工具。NVIDIA 稱,MAGNet 生成的 AI 推理加速器在模擬測試中,能夠達到每瓦 100 tera ops 的推理能力,比目前的商用晶片高出一個數量級。
之所以能夠實現數量級的性能提升,主要是因為 MAGNet 採用了一系列新技術來協調並控制通過設備的訊息流,最大限度地減少數據傳輸。數據搬運是 AI 晶片最耗能的環節已經是當今業界的共識,這一研究模型以模組化實現能夠實現靈活擴展。
Dally 帶領的 200 人的研究團隊的另一個研究項目目標是以更快速的光鏈路取代現有系統內的電氣鏈路。Dally 說:「我們可以將連接 GPU 的 NVLink 速度提高一倍,也許還會再翻番,但電信號最終會消耗殆盡。」
這個項目是 NVIDIA 與哥倫比亞大學的研究團隊合作,探討如何利用電信供應商在其核心網絡中所採用的技術,通過一條光纖來傳輸數十路信號。據悉,這種名為「密集波分複用」的技術,有望在僅一毫米大小的晶片上實現 Tb/s 級數據的傳輸,是如今連網密度的 10 倍以上。
Dally 在演講中舉例展示了一個未來將搭載 160 多個 GPU 的 NVIDIA DGX 系統模型。這意味著,利用「密集波分複用」技術,不僅可以實現更大的吞吐量,光鏈路也有助於打造更為密集的系統。
想要發揮光鏈路的全部潛能,還需要相應的軟件,這也是 Dally 分享的第三個項目——全新程式語言系統原型 Legate。Legate 將一種新的編程速記融入了加速軟件庫和高級運行時環境 Legion,借助 Legate,開發者可在任何規模的系統上運行針對單一 GPU 編寫的程序——甚至適用於諸如 Selene 等搭載數千個 GPU 的巨型超級電腦。
Dally 稱 Legate 正在美國國家實驗室接受測試。
MAGNet、以光鏈路取代現有系統內的電氣鏈路以及 Legate 是成功實現黃氏定律的關鍵,但 GPU 的成功才是基礎。因此,GPU 當下的成功以及未來的演進都尤其重要。
GPU 是黃氏定律的基礎
今年 5 月,NVIDIA 發布了面積高達 826 平方毫米,整合了 540 億個晶體管的 7 奈米全新安培(Ampere)架構 GPU A100。相比 Volta 架構的 GPU 能夠實現 20 倍的性能提升,並可以同時滿足 AI 訓練和推理的需求。
憑藉更高精度的第三代 Tensor Core 核心,A100 GPU AI 性能相比上一代有明顯提升,此前報導,在 7 月的第三個版本 MLPerf Training v0.7 基準測試(Benchmark)結果中,NVIDIA 的 DGX SuperPOD 系統在性能上開創了 8 個全新里程碑,共打破 16 項紀錄。
另外,在 10 月出爐的 MLPerf Inference v0.7 結果中,A100 Tensor Core GPU 在雲端推理的基準測試性能是最先進 Intel CPU 的 237 倍。
更強大的 A100 GPU 迅速被多個大客戶採用,迄今為止,阿里雲、百度智能雲、滴滴雲、騰訊雲等眾多中國雲服務提供商推出搭載了 NVIDIA A100 的多款雲服務及 GPU 實例,包括圖像辨識、語音辨識,以及計算流體動力學、計算金融學、分子動力學等快速增長的高性能計算場景。
另外,新華三、浪潮、聯想、寧暢等系統製造商等也選擇了最新發布的 A100 PCIe 版本以及 NVIDIA A100 80GB GPU,為超大數據中心提供兼具超強性能與靈活的 AI 加速系統。
Dally 在演講中提到:「經過幾代人的努力,NVIDIA 的產品將通過基於物理渲染的路徑追蹤技術,即時生成令人驚豔的圖像,並能夠借助 AI 構建整個場景。」
與光鏈路取代現有系統內的電氣鏈路需要軟硬體的匹配一樣,NVIDIA GPU 軟硬體的結合才能應對更多 AI 應用場景苛刻的挑戰。
Dally 在此次的 GTC China上首次公開展示了 NVIDIA 對話式 AI 框架 Jarvis 與 GauGAN 的組合。GauGAN 利用生成式對抗網路,只需簡略構圖,就能創建美麗的風景圖。演示中,用戶可通過語音指令,即時生成像照片一樣栩栩如生的畫作。
GPU 是黃氏定律的基礎,而能否實現並延續黃氏定律,僅靠少數的大公司顯然不夠,還需要眾多的合作夥伴激發對 AI 算力的需求和更多創新。
黃氏定律能帶來什麼?
NVIDIA 已經在構建 AI 生態,並在 GTC China 上展示了 NVIDIA 初創加速計劃從 100 多家 AI 初創公司中脫穎而出的 12 家公司,這些公司涵蓋會話人工智慧、智慧醫療 / 零售、消費者網路 / 行業應用、深度學習應用 / 加速數據科學、自主機器 / IoT / 工業製造、自動駕駛汽車。
智慧語音正在改變我們的生活。會話人工智慧的深思維提供的是離線智慧語音解決方案,在佔有很少空間的前提下實現智慧交互,語音合成和語音辨識保證毫秒級響應。深聲科技基於 NVIDIA 的產品研發高質量中英文語音合成、聲音定制、聲音複製等語音 AI 技術。
對於行業應用而言,星雲 Clustar 利用 NVIDIA GPU 和 DGX 工作站,能夠大幅提升模型預測精確度以及解決方案處理性能,讓傳統行業的 AI 升級成本更低、效率更高。
摩爾定律的成功帶來了新的時代,黃氏定律能否成功仍需時間給我們答案。但這一定律的提出對 AI 性能的提升給出了明確的預測,並且 NVIDIA 正在通過硬體、軟體的提升和創新,努力實現黃氏定律,同時藉生態的打造想要更深遠的影響 AI 發展。
黃氏定律值得我們期待。
附圖:▲ NVIDIA GPU 助推 AI 推理性能每年提升 1 倍以上。(Source:影片截圖)
▲NVIDIA 首席科學家兼研究院副總裁 Bill Dally。
▲ 搭載 160 多個 GPU 的 NVIDIA DGX 系統模型。
資料來源:https://technews.tw/2020/12/16/huang-law-predicts-that-ai-performance-will-double-every-year/?fbclid=IwAR1vXHWAGt_b8nDRW6VUqzpAINX_n_DzJ0KwJvdBnl18s8Q1A3Thk7hgBoI
硬體研發工程師英文 在 硬體研發工程師催生產品把握這幾點3年升主管| 科技島 - YouTube 的推薦與評價
... 工程師 的專業領域在電子、電機相關科系,主要負責產品從無到有的 研發 工作,包括前期的開案評估、 硬體 設計/驗證,到後期量產導入及產品週期結束前的 ... ... <看更多>
硬體研發工程師英文 在 Re: [請益] 雲端技術是Java工程師的必備技能嗎PTT推薦- Soft_Job 的推薦與評價
... 倍進展的世界,我們會不斷地觀察到:不論軟體還是硬體,總是有某幾個領域發展速度跟過去相比有著10倍、100倍、甚至1000倍的進步這種幅度的進步必然是. ... <看更多>
硬體研發工程師英文 在 [新聞] 碩士高薪職務出列!數位IC設計工程師74K、商管儲備幹部5 的推薦與評價
備註請放最後面 違者新聞文章刪除
1.媒體來源:
※ 例如蘋果日報、自由時報(請參考版規下方的核准媒體名單)
※ Yahoo、MSN、LINE等非直接官方新聞連結不被允許
今日新聞
2.記者署名:
※ 若新聞沒有記者名字或編輯名字,請勿張貼,否則會被水桶14天
※ 外電至少要有來源或編輯 如:法新社
李琦瑋
3.完整新聞標題:
※ 標題沒有完整寫出來 ---> 依照板規刪除文章
碩士高薪職務出列!數位IC設計工程師74K、商管儲備幹部53K居冠
4.完整新聞內文:
※ 社論特稿都不能貼!違者刪除(政治類水桶3個月),貼廣告也會被刪除喔!可詳看版規
人力銀行今(13)日揭密研究所3大學群起薪以及前5大高薪職務,資通訊學群以「數位IC設計工程師」73,500元最高。(示意圖/Photo AC)
大學畢業,該不該攻讀研究所?又該報考哪些學校?哪些學群?人力銀行以「薪資」角度,今(13)日 公布「職戰力!企業邀約研究所領先群出列」報告,揭密研究所3大學群起薪,發現近5年資通訊學群、工程學群的碩士畢業生月薪中位數同為5萬元,商管學群42,400元;前5大高薪職務中,資通訊學群以「數位IC設計工程師」73,500元最高、工程學群以「半導體設備工程師」60,000元最高、商管學群以「儲備幹部」53,450元最高。
研究所即將開始報名,為協助大學生與家長評估是否該繼續升學,104人力銀行發布「職戰力!企業邀約研究所領先群出列」報告。其中,「薪資篇」撈取2018至2022年畢業的資通訊、商管、工程3大學群、共計4.8萬名碩士生(不含EMBA等在職專班),觀察畢業後第一份正職工作,找出「最常擔任且薪資中位數最高」的前5大職務。生醫學群容易受醫生等特定高薪職務的影響,教育人文學群容易受到中等教師制度的影響,本次報告不含生醫學群、教育人文學群。
104人力銀行報告顯示,最近5年畢業的資通訊與工程學群碩士生,第一份正職工作起薪中位數都是5萬元,商管學群42,400元。104人力銀行職涯教育長王榮春指出,今年9月,104人力銀行全站工作機會數仍高達106.1萬個,其中,電子資訊/軟體/半導體工作機會數15.7萬個占全體的15%,資通訊與工程學群對應的產業缺工壓力仍未緩解,加上職務專業度高,兩學群的碩士畢業生起薪中位數較高。
3大學群碩士畢業生最常從事的前5大高薪職務。(圖/104人力銀行提供)
3大學群碩士畢業生「最常擔任且薪資中位數最高」的前5大職務揭曉!104人力銀行報告顯示,資通訊學群、工程學群的前5大高薪職務均為工程師,起薪中位數可達52,500元以上,其中,資通訊學群以數位IC設計工程師73,500元最高、其次依序是半導體工程師61,250元、韌體設計工程師59,500元、演算法開發工程師56,733元、RF通訊工程師54,000元。
工程學群則以半導體設備工程師60,000元最高,其次依序是半導體工程師59,500元、半導體製程工程師58,750元、韌體設計工程師58,000元、硬體研發工程師52,500元。
104人力銀行指出,10個高薪職務中,半導體工程師和韌體設計工程師左右開弓,重複出現於資通訊學群和工程學群之中,另外,隨生成式AI大爆發,演算法開發工程師也擠上榜單;商管學群高薪職務則較多元,由儲備幹部53,450元居冠,其他依序為軟體設計工程師48,000元、產品管理師45,000元、國外業務44,050元、查帳/審計人員44,000元。
5.完整新聞連結 (或短網址)不可用YAHOO、LINE、MSN等轉載媒體:
※ 當新聞連結過長時,需提供短網址方便網友點擊
https://reurl.cc/ZyG7kp
6.備註:
※ 一個人一天只能張貼一則新聞(以天為單位),被刪或自刪也算額度內,超貼者水桶,請注意
※ 備註請勿張貼三日內新聞(包含連結、標題等)
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.48.145 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1694696476.A.B9D.html
... <看更多>