⌨️ 聽完週末Robert在離島人的分享後，各位是不是想轉職到海外爽爽躺著賺了呢？ 因為科技的發展以及疫情的影響，目前世界各地仍有大量的各種工程師職缺。若有興趣進入這個領域，歡迎參考下面幾個英語平台唷！話說台灣也有很多相關的機構和平台，麻煩👇🏼👇🏼下面留言👇🏼👇🏼讓大家知道你在這唷～ 免費教你學程式語言的始祖 🌹 @freecodecamp 在線上學任何你想得到的主題 🤯 @udemy 由認證機構和公司提供的線上課程 🏢 @coursera 連續100寫程式挑戰💪🏼 #100daysofcode — 在美國和日本的平均薪資的確是高於台灣，但相對來說生活費也較高，同時還有語言及職場文化需要適應。以下幫大家整理幾種工程師的平均薪資讓大家概略了解之中的差異。（以下數字僅供參考嘿～） ### 🌐 Network engineer - 美國：NTD230萬(USD8.7萬) - 日本：NTD144萬(JPY576萬) - 台灣：NTD51萬 網路工程師我覺得是少數重要但被忽略的職業，工作範圍包含網路系統規劃、設計、分析、測試、維護等相關問題。同時也需要了解通訊系統整合、網路安全設計、防火牆管理等。根據業種、公司規模、系統設計等會有許多不同的稱呼方式與專業領域。 講白點就是公司或家裡網路不順就需要網路工程師協助，防疫期間關在家裡，沒有AI其實不會影響生活，但如果沒網路真的會很崩潰。 — ### 👕 Front-end Developer - 美國：NTD278萬(USD10.3萬) - 日本：NTD114萬(JPY457萬) - 台灣：NTD47萬 前端工程師主要工作是開發或維護跟網頁相關的程式軟體，像是建置網頁、一頁式的活動頁面、電商網站，語言以JavaScript、HTML、CSS為主。雖然網站設計與前端開發基本上是分工的，但如果求職者有設計、UI/UX 等介面設計經歷，或是有後端開發能力，有機會可以談到更好的待遇，也有部分會選擇往 mobile 發展。 HTML像是人的骨架；CSS是皮膚和衣著；JavaScript是大腦。前端工程師所負責的範圍就是使用者：我們在瀏覽網頁、滑APP會看到的東西。UIUX設計師做好使用者分析和介面設計，由前端工程師用程式語言將這些設計轉化成你我可以實際操作的頁面。個人覺得是設計背景的人最適合拿來試水溫的職位。 — ### 🗃 Backend Developer - 美國：NTD318萬(USD11.8萬) - 日本：NTD108萬(JPY434萬) - 台灣：NTD60萬 後端工程師負責資料庫、伺服器的管理維護，制定API等，常見使用的語言有：node.js、.NET、PHP、Ruby on Rails及Java。傳說年薪最高的後端語言是 Ruby，快速成長的新興語言 Golang也十分熱門，PHP 的開發人員數量最多，平均年薪相對其他語言/框架較低。每個國家對於語言的需求都有所不同，譬如說日本因為長久以來的習慣就很愛Java和C語言，有這方面專長的朋友可以試試看。 — ### 🤖 Machine Learning Engineer - 美國：NTD378萬(USD14萬) - 日本：NTD166萬(JPY663萬) - 台灣：NTD97萬 須具備程式設計、爬蟲及資料分析、統計及機器學習等能力。工作內容偏向數據蒐集與分析、或針對系統所需設計分析實際應用的正確率與錯誤率、及開發網路模型理論推導與演算法。 日常生活中常見的應該是萬惡的FB演算法（？）；或是Netflix根據你的觀看紀錄來推薦相同類型的影集等；幫你確認語言檢定的作文得分；自動篩選求職者的履歷內容是否合乎要求等。機器學習和AI已經在我們生活中已經有相當的重要性，你支持AI的發展和是害怕有一天會被取代呢？ — #台灣人 #離島人 #podcast #台灣podcast #工程師 #engineer #程式新手 #快樂學習 #happycoding #職涯 #程式語言 #程式 #前端 #coding #LearnWithoutLimits #ML #frontend #backend #networking #網路工程師 #前端工程師 #機械學習 #AI #後端工程師 #Amazon工程師 #Amazon #轉職

【#沙珮琦：為何文科都是女生、男生都讀理工？──揭開性別對高中生選組的影響】 隨著指考放榜，不只一家歡樂一家愁，考生們也面臨了該選什麼科系就讀的問題，身邊也一定不乏「女生要讀文組、男生要讀理組」的聲音。 雖然這是性別刻板印象，但也確實是這三十年來的現況。 看到性別的差異，有些人會以刻板印象去解釋：「女生選文組，應該是因為數學能力不佳。」但身為研究者，難免就要多問一句：真的嗎？會不會有些其他的原因呢？ 想要破解謎題，線索必不可少，而郭祐誠的線索，便是由中央研究院、教育部和國科會共同規劃的調查計畫──臺灣教育長期追蹤資料庫（TEPS）。 這個資料庫追蹤了長達 7 年的數據，透過問卷調查的方式，從國中一路到高中職與五專，蒐集學生與家長、老師、學校的相關數據。 郭祐誠透過 TEPS，一一分析去性別、學生數學能力，以及家庭背景對於選組的影響。結果發現：學生們國一的數學成績會影響高中時的選組。 平均而言，只要成績提高一個標準差，那這個學生選擇自然組的機會將增加 15% 至 19%。 不過，數學能力的影響對於男女卻不太相同。用四分位數去區分大家國一時的數學成績後，在成績最低的一組中，女生選擇自然組的機率比男生少 24%；但在成績最高的一組中，女生未來選擇自然組的機率相較於男生，竟少了 42%。 你是不是也發現問題了呢？既然說成績會影響選組，那照理說，成績一樣好的女生，也要讀理科啊，但結果卻不是這麼回事。 也就是說，數學能力無法完全解釋二三類組男多女少的狀況。 既然個人的數理能力差異不能完全解釋性別懸殊的情形，那會不會是因為外在環境呢？ 過去，國外也曾有相關的討論，認為純男校或純女校中，較不易產生對於學科的性別刻板印象。 畢竟同儕與自己是一樣的性別，「我是女生所以數理差」這樣的理由似乎不太適用，因此，若是想要鼓勵女性投入 STEM 領域，可以推動單性別教育。 像是希拉蕊．克林頓（Hilary Clinton）便曾通過立法大力支持單性別教育成立。也有些反對的聲音認為，這樣的性別隔離教育可能產生一些別的問題，像是加強性別刻板印象等等。 於是，郭祐誠進一步將研究焦點放在「性別組成」上，想了解：國中學習環境的性別組成，會不會影響學生之後的科系選擇呢？ 結果發現，國中時期班級的性別比例，的確會影響科系選擇，但對兩性的影響並不相同。 對於男性來說，如果身處在女生較多的班級時，會降低他們選擇性別主流科系的機率，也就是說，他們比較有可能會選擇人文科系。但在另一方面，女生選科系時，較不易受班上性別比例影響。 他還分享了另一個值得探討的現象：對於女生來說，「補習」與「選擇自然組」之間，存在負相關。相較於沒有補過習的女生，曾經補習過的女學生較不傾向念自然組。而在男生身上，兩者的關連則不明顯。 近年來，有越來越多男生開始選擇非性別主流科系，或許便是由於國中班級的性別分佈漸趨平均的關係。只是，如果想要突破目前的刻板狀態，光是調整學習環境的性別比例，似乎也難以讓更多女性投入 STEM 領域。 綜合國外觀點與自己的研究，郭祐誠提到，「分組教學」或許是男女分校、男女合校之外的第三條路，像是在數理相關教學時進行分組，以此避免學生將成績歸因於性別。 同時，給予學生同性別的榜樣也可能有助於建立信心，像是數理科目的科任老師若是女生，這樣的典範可能鼓勵女學生在未來選擇相關科系。 有些研究便認為，為女生提供榜樣、在課堂上使用不造成性別歧視的「包容性語言」，或是多介紹 STEAM 相關的工作，將有助於促進相關領域的性別平衡。 而除了教學方法的調整之外，郭祐誠認為學習「應該要強調邏輯素養的重要性，不應該因為性別而有所差異」。尤其是面對資訊變化如此快速的世界，邏輯的重要性對於任何科目或領域都是重要的。 郭祐誠更以自身為例，「我覺得我自己數學不好，但是我還是可以做研究、做推理，就算是說故事，我也希望是有系統、有邏輯的方式去說故事。」 回想當初通過聯考進入大學時，大部分的志願都是人文相關的系所，但最後卻排到了經濟系，原以為好不容易可以避開的數學又通通都跑到眼前了：微積分、統計…等，其實讓人有點排斥。 但是，學習之後卻發現，經濟在討論的內容，其實也就是廣義的「社會的議題」，原本有興趣的領域，其實能利用工具更有邏輯地去釐清、用客觀的角度去梳理脈絡，也因此得以探討更多感興趣的內容。 假設因為數理方面學習較為吃力，便完全放棄思考相關邏輯，便很有可能會錯過像這樣了解世界的機會。 111 學年度起，高中生大學的學測將改為分科測驗，變成級分制，也讓學生得以自由選擇考試科目。 這樣的改革會不會讓學生更早放棄數理領域，或是造成性別比例的差異改變呢？ 郭祐誠坦言，在現階段無法判斷，因為人類的行為是如此複雜，要事先預測或短時間內歸因非常困難。 此外，在追求教育改革的過程中，如果僅僅是改變考試的形式，根本上「追求名校」的思維沒有改變，其實還是容易陷入舊有制度的窠臼。 對此，他也分享了自己在大學教書時的觀察與心得，提醒道：無論考試制度如何變革，學習習慣的養成，是非常重要的。 若能在學習方面培養出自律的態度，才是真正能影響學生未來的關鍵。 #指考 #放榜 #高中 #大學 #選組 #理組 #文組 #自然組 #社會組 #性別 #刻板印象 #學校 #教育

[SEO神器-Ubersuggest] 根據全球市調資料庫Global Web Index第一季的統計數據指出，台灣約有60.2%的人在購買產品前需要先上網搜尋，故而在消費者搜索階段，如何能在眾多資訊中脫穎而出，也成為品牌的重要議題。 今天介紹的 #Ubersuggest，讓你能快速了解特定關鍵字的搜尋量，配合其SEO優化難度、CPC數據與其他相關詞彙的搜尋量來決定內容的撰寫方向，不讓文章被其他資訊淹沒。 舉例來說，在Ubersuggest輸入「保健食品」後，可以看見此詞彙本月的搜尋量與SEO優化難度，也可以看見其相關詞彙有「保健食品推薦」、「保健食品可以一起吃嗎」 雖然「保健食品可以一起吃嗎」搜尋量不如「保健食品推薦」多，但也因此這個詞彙在付費廣告(Paid Difficulty)與SEO(SEO Difficulty)的競爭程度相對較小，故而發佈相關內容時可以強調食用保健食品時，是否能搭配其他食物一起食用。 此系統十分佛心，一個月可擁有三次免費的搜尋名額， 建議想試試工具的朋友們可直接到網站進行試用。 網站連結：https://app.neilpatel.com/en/zh/