
【MoneySmart專題】 職場新丁 如何獲上司賞識
新人返工,當然希望獲得上司賞識,然後小則加人工,最好當然是升職。但要上位,除了要聰明外,更要懂做人。今次分享四招,幫助大家盡快升職加薪……
Career advice
Curated writing from operators, recruiters, and HR leaders — written for people building real careers in HK.

新人返工,當然希望獲得上司賞識,然後小則加人工,最好當然是升職。但要上位,除了要聰明外,更要懂做人。今次分享四招,幫助大家盡快升職加薪……

根據一項網上調查,發現超過7成用戶有超過10個網上帳戶,而大多數情況下都會於不同的帳戶重用密碼。更有3成用戶表示自己實在有太多帳戶,連自己也不清楚有多少個。縱然保安專家常常建議用戶應該為每一個帳戶設下不同的密碼,執行上卻是不切實際:一個正常千禧年代互聯網用戶,動輒就有四五十個帳戶,要以人腦記住四五十個不同帳戶的電郵已是Mission Impossible ,更何況是密碼呢? 問題所在 這項調查揭示了一個嚴重的問題: 互聯網無遠弗屆,網上應用如Google、WhatsApp為人類生活方便良多,但要安全使用這些應用,就必須有一個有效的方法管理密碼,但普遍用戶對如何有效管理密碼,其實是一籌莫展。 一個良好的密碼管理(Password Management)策略,應該遵從以下幾個原則: 密碼必須要有足夠強度 人類天生就會覺得自己與別不同,一句有趣句子就將這個世上普遍的錯覺綜合起來。 Everyone thinks they are unique until they have to create a username 事實也確實如此,自己名字的username總是被人捷足先登,因此很多人的username往往要加上出生日期才可以成功注冊。密碼也是同理, 人們常常以為自己的密碼很特別,不會有其他人使用,研究卻發現,很多密碼經常被世界各地的人重用: 最常用的Password系列(Password,password1),也就是password的變種、 I love you系列(不同語言的i love you變種)…

女同事經常對自己黑面,男同事見到自己即兜路走?有時想改善與同事的關係,從辦公室的小細節着眼即可。接下來向大家分享四招……


如果你想學寫程式,在網上搜尋一下,不難找到不少「輕鬆學習XXX」、「YY天輕鬆學會Python」的教材及影片;去電腦書店逛一圈,很容易就可以找到「七天學會Java」等的書籍,這些教材其實都在推廣一個信念,也就是: 學寫程式很簡單,人人都可以學會。 筆者對此信念後半部深表認同,但是對前半部所謂「學寫程式很簡單」,卻真是不敢苟同。 筆者深信No pain, no gain的哲學,世上大部份有價值的事物,都必須努力才能達到,如果真是可以「YY天輕鬆學會編程」,那豈不是明天所有軟件工程師都要失業?學寫程式,就像練馬拉松一樣,人人皆可做到,只是必須要付出努力。將一樣要付出努力才能達成的事物,簡化成「XX天就可以輕鬆學成」,會令初學者初遇困難時,誤以為自己無甚天份,繼而失去學習動機。反而一早說明學習時會遇上的困難,才能為初學者提供正確的心理準備。就像你要去挑戰一座高峰,你找了一個曾經登上該座高峰的朋友請教,那朋友卻說:「很簡單的,不用訓練,人人也可以上去」,這可不是安慰說話,而是害人不淺。 你必須學習新語言 程式語言之所以稱為程式語言,原因是因為程式語言確是一種語言,而且皆是專為向電腦說明步驟而發明的。因此本質上與自然語言有很多不同的地方,一個經典的Programmer笑話是這樣的: A programmer is going to the grocery store and his wife tells him, “Buy a gallon of milk, and if there…


When hiring, you don’t want to be wasting time meeting candidates who don’t meet the requirements of the job. Instead, your goal should be to narrow down the candidate pool to a manageable size so you can better identify the candidates who will be right for your role.

不諳編程或是編程初學者常常會有一個印象:就是資訊科技發展很快,一種最新技術可能數年又會變得「不再流行」,又時時會有一些新穎的科技流行語(Buzzword),早幾年是雲端、大數據,過了一會又是數據科學、人工智能、現在又出現了所謂的區塊鏈技術。編程初學者,在沒有先前經驗的情況下,往往無所適從,不知如何是好。 由蒸汽機講起 要理解科技變遷的原因,最好的方法莫過於觀察科技一直以來的發展歷史:蒸汽機這個名詞,聽起上來非常十九世紀,蒸汽火車是只有老一輩才曾經坐過的交通工具,十九世紀英國發明家占士.瓦特(James Watt)改良原有蒸汽機,正式開啟工業革命的時代。蒸汽機在工業時代不可或缺,當時出現了蒸汽火車、蒸汽船、甚至蒸汽推動的汽車。二十世紀初,內燃機(Internal Combustion Engine)的發明,使傳統的蒸汽機,慢慢退出歷史舞台,今時今日的汽車及輪船,皆是由內燃機所推動的。 內燃機與蒸汽機最大的分別,在於蒸汽機是外燃機,也就是以燃料在容器外加熱,將釋放之熱能轉化為機械能,從而推動機器。內燃機則相反,將燃料放於容器內加熱,既是燃料也是介質。 內燃機成為現今絕大多數交通工具的引擎,原因就是內燃機的能量轉化效率較多,約有三至四成,相比起 蒸汽機的一至兩成,改善良多。 那蒸汽機就完全被人類文明摒棄了嗎?當然不是,蒸汽機同內燃機其實在性能上各有優劣,蒸汽機非常適合有恆常(constant power output)輸出的情況,也就是不適合經常改變負載(Sudden Loading Changes)。因此相對而言,在汽車的情況,行行停停的汽車,使用蒸汽機,遠比使用內燃機無效率。反之,在發電廠的世界,基本上全都使用 蒸汽渦輪發動機(Steam Turbine),因為供電輸出必須恆定,發電廠不會行行停停,在這種情況下,使用蒸汽機就比內燃機更有效率。 資訊科技的情況 資訊科技的情況,與上述情況類似,任何改變,必然是由於有一個明顯的好處,才會推動技術的進步。就用近年的Buzzword作為例子: 1. 雲端計算(Cloud Computing)是由於現代應用程式需要快速擴張負載能力(Scale Up loading),傳統自行託管的數據中心方式,已經無法達至如此的需求,想像一下,要在傳統的數據中心增設一部伺服器,起碼要一個星期。相較之下,在Amazon Web Service上增設一個EC2,只是十分鐘的問題。 2. 大數據的出現,是伴隨著雲端計算的發展而壯大,未有雲端計算之前,處理大量、多種類的數據是一個複雜的問題,要對數據加以分析亦難以成事。當數據不論容量、種類、收集速度都上升的情況,大數據處理工具如Apache Spark、Apache Hadoop等就應運而行。 3.…

未來,我們應該可以看到更多與環保相關的Marketing campaign及產品。對富濃厚環保意識的Marketer,在行內發展必定有優勢……

大家有冇同外國人一齊做嘢嘅經驗呢?有冇試過遇到一啲情况係完全唔明對方會咁做嘢,最死係咩呀?係佢覺得冇問題呢吓先惡頂呀!今日就等我哋探討吓香港同外國人喺工作文化方面有啲乜嘢唔同啦!(利申呀,我哋訪問嘅人不代表全宇宙其他人立場呀!) 1)工作節奏 香港人眼中: 香港:工作節奏比較快,更改會多啲,諗到就即刻做。 外國:工作節奏會比較慢,偏向有系統及步驟。(嗱你睇我講嘢幾咁圓滑呀〜) 外國人眼中: 香港:工作節奏明顯急好多,反應都快啲,會有好多唔同新鮮嘅工具,十分有趣呀 外國:好多嘢都好花時間呀,返到公司要打下招呼寒暄吓,亦要有足夠嘅lunch break,仲要覆埋啲唔知覆嚟做乜嘅email! 2)加班工作 香港人眼中: 香港:OT呢家嘢,大家香港人你明㗎啦邊有得話say no㗎啫 外國:佢哋好注重work life balance㗎,OT?傻傻哋㗎你都〜 外國人眼中: 香港:OT簡直就係佢哋嘅文化呀,佢哋一邊投訴一邊又接受喎,奇奇怪怪咁〜 外國:必要及合理嘅時候我哋會接受,但你必須有理由說服到我 3)收工處理工作 香港人眼中: 香港:老細send到比你梗係要覆,你唔覆禮拜一又比人捉入房照肺 外國:Well,有咩我哋禮拜一返工再講〜 外國人眼中: 香港:當然會處理啦,工作融入佢哋嘅生活,就算係weekend佢哋都會處理 外國:No,no,no~收工呀嗎,收工仲做嘢就唔叫收工啦〜 …

近年數據科學及人工智能發展迅速,大眾開始對數據(Data)有很大興趣,甚至有「數據是未來的石油」(Data is the new oil)的講法。很容易會聽到如大數據(Big Data)、數據導向決策(Data Driven Decision)、數據化組織(Data Organization)等等與數據相關的詞語,其中重點,不外乎都是如何運用已儲存的數據,通過數據處理及數據分析,從而得出結論,幫助決策。筆者今日希望談談的,是另一個技術用語,與大數據一詞經常一齊出現,就是非結構化數據(Unstructured Data)。 何謂數據 要理解非結構化數據,要先理解何謂數據,廣義上的數據通常指的是原數據(Raw Data),是我們為了記錄事物而製造出來,因此要定義數據,筆者會用以下的定義。 數據本質上是紀錄(Record),是狀態的紀錄(Record of states),通常專指未經處理的原數據(Raw Data)。 記錄的形式可以包羅萬有、層出不窮,一個原始人結的繩結是數據;一本寫在竹簡上的書是數據;一個Excel檔案也是數據。資訊科技的高速發展,令我們可以儲存及記錄大量數據。由數據開始,人類可以掫取資訊(Information),歸納為知識(Knowledge),內化成智慧(Wisdom)。 所以數據是分析、學習的基礎,沒有數據,則無法從中掫取資訊,知識就更不可能由其中歸納而成。因此現今對數據的重視,最終目的,就在於希望由分析原數據,得到未知的見解(insight)。 結構化 只是有數據,仍是不夠,我們還需要將數據以結構化(Structured)的方式儲存,才能加以利用。試分析以下兩個情況: 1. 將銷售數據變成如下圖Excel欄及列的形式,分門別類處理好。 2. 收集好每一張銷售發票及銀行月結單,再作統計 要作銷售額統計,兩者較為容易呢?理所當然是前者。 分野原因何在?最關鍵的原因,在於數據是否已經結構化,Excel的欄及列有明顯數據結構:Product、Countries、Qtr1、Qtr2都是早已定義好的…

參考政府統計數據,持有學位資歷的15歲以上人口佔比高達25%,競爭如此激烈,準畢業生或職場新鮮人要突圍而出,其實可以考慮考取一些另類增值資歷……