【致迷惑的高中畢業生】大學畢業「第一份薪資」是高中生選校系的標準嗎?
依照遠見報導:「法政學群方面,台大、政大和北大三所此一領域的傳統名校分列起薪前三名。
老牌私校中原、淡江、東吳則都進入前五名,這三所學校也都是法政領域的傳統強者,其中東吳法律系以英美法為特色,和政大、北大同為國內司法界三大強權……」
(〈哪個系所最鍍金?遠見「2021起薪最佳大學」大數據報告〉:http://bit.ly/3byxLn5 )
然而,這份報告標題的 #鍍金說,有沒有什麼問題?
你的人生價值,要被以「金價」計算?
我們信箱和留言區一直都陸續有收到一些高中生與家長來訊提問關於法律職涯的問題,例如「怎樣才能成為檢察官」、「收入」,然而如同小編多次廣播的:
本粉專不是補習班,當然也不是學校生涯輔導中心,
至於要怎樣才能取得律師/司法官資格,這是法律明文規範的,只要用點心,在考選部網站都可以查到國家考試規定;
至於公務人員(包含司法官)薪資,也都是公開資訊。因此對於這類怠於做功課(查詢法規與政府公開資訊)的問題,小編一律不回答。
如果連查詢國家考試法規與公務員薪資表等資訊的能力都沒有,那 #或許你還沒有做好當個獨立的大學生的準備,所以就請不要再詢問此類問題了。
在法律校系選擇方面,小編看到一份《遠見》與104人力銀行公布的大學畢業生月薪數字,調查報告全文請見:http://bit.ly/3byxLn5
在這份調查報告中,公布了如圖所示的法政學群大學各校畢業生「第一份工作」的「實際月薪」數字。
當然,這份報告或許可以提供給:很在乎錢、把「大學畢業第一份薪資」當成人生唯一考量(?)的學生參考。
但是,只要法律系在校學生應該都知道,打從大一開始,就被教育要走上一條堅持憲法精神、程序與實體正義、抗多數暴力的孤獨之路——而這條理念之路與「唯利是圖」的想法背道而馳。
從最近的「權貴死亡筆記本」醜聞也可以看出,法律從業人員的操守有多重要。
所以,#如果你的人生唯一目的是錢,而不是看興趣、志向與信念的話,還是 #勸你不要來唸法律。
此外,人生的道路很長,大學畢業第一份薪資也不是人生終結點。
更重要的是,這份表格忽略了一個法律專門執業工作--律師與司法官--的重要門檻: #國家考試。
大學畢業的學歷,不管你是不是在這份調查報告所列的前幾名學校,如果沒有通過國家考試(司法官錄取率約1%;律師錄取率因400分門檻導致近年逐年下降到約6%;高考三級法制(公務機關法制人員)錄取率也不到1%),都不能從事這些職業。
沒有通過國家考試取得律師資格,而執行律師業務賺錢(意圖營利)者,依照律師法規定是 #有刑責 的。
所以,高中生該做的事情,是好好了解各個校系的教學宗旨與環境、相關職業的真正意義與資格,問問自己的內心(而不是一味聽父母的或被「畢業第一份薪資平均值」迷惑,請記住:只有自己才能為自己的人生負責)。
#擇你所愛,#愛你所擇,更要 #為自己的選擇負責。
------
PS. 至於網路上有些明顯看起來就是精神有些狀況、反覆創小帳號一人分飾多角還冒用他人照片的妄想重症「黑粉」,不斷攻擊校系,說什麼「高中學力」如何如何,大家也是笑笑就好。
畢竟,大學沒有被三二退學而拿到大學學歷的人,不會在乎高中學測或指考成績;
同樣,通過國家考試並受訓及格有專門職業能力的人,也不會在乎大學或研究所是哪所學校;
具有專門職業資格的人,不會當冒牌律師。
(只有大學被三二退學,還被法院認證「密醫」的黑粉才會計較高中學測成績,吃飽撐著在網路上造謠騙好騙的笨蛋)
同時也有1部Youtube影片,追蹤數超過55萬的網紅3cTim哥生活日常,也在其Youtube影片中提到,加入頻道會員⬇︎ http://bit.ly/2LoUuox 訂閱3cTim哥頻道⬇︎ http://bit.ly/2MgPy4H 訂閱Tim嫂頻道⬇︎ http://bit.ly/2PEnHMZ 訂閱里帆不煩頻道⬇︎ http://bit.ly/2FNP59c 訂閱Jade Lin林瑋婕頻道⬇︎ ...
「第一銀行錄取率」的推薦目錄:
- 關於第一銀行錄取率 在 我的紫袍夢-3年9月的檢察官日誌 Facebook 的最佳解答
- 關於第一銀行錄取率 在 李開復 Kai-Fu Lee Facebook 的最讚貼文
- 關於第一銀行錄取率 在 火星爺爺的故事星球 Facebook 的最讚貼文
- 關於第一銀行錄取率 在 3cTim哥生活日常 Youtube 的最佳解答
- 關於第一銀行錄取率 在 第一銀行 | Dcard 的評價
- 關於第一銀行錄取率 在 金融銀行專業教室- 【第一銀行】 錄取率出爐... | Facebook 的評價
- 關於第一銀行錄取率 在 2022台銀錄取名單-汽車保養配件資訊,精選在PTT/MOBILE01 ... 的評價
- 關於第一銀行錄取率 在 2022台銀錄取名單-汽車保養配件資訊,精選在PTT/MOBILE01 ... 的評價
- 關於第一銀行錄取率 在 第一銀行錄取分數的評價費用和推薦,DCARD、PTT.CC 的評價
- 關於第一銀行錄取率 在 第一銀行錄取分數的評價費用和推薦,DCARD、PTT.CC 的評價
- 關於第一銀行錄取率 在 銀行儲備幹部的十大迷思 錄取率超低⁉️可怕的淘汰機制 的評價
第一銀行錄取率 在 李開復 Kai-Fu Lee Facebook 的最讚貼文
創新工場“AI蒙汗藥”入選NeurIPS 2019,3年VC+AI佈局進入科研收穫季
本文來自量子位微信公眾號
……………………………………………………………………
NeurIPS 2019放榜,創新工場AI工程院論文在列。
名為“Learning to Confuse: Generating Training Time Adversarial Data with Auto-Encoder”。
一作是創新工場南京國際AI研究院執行院長馮霽,二作是創新工場南京國際人工智慧研究院研究員蔡其志,南京大學AI大牛周志華教授也在作者列。
論文提出了一種高效生成對抗訓練樣本的方法DeepConfuse,通過微弱擾動資料庫的方式,徹底破壞對應的學習系統的性能,達到“資料下毒”的目的。
創新工場介紹稱,這一研究就並不單單是為了揭示類似的AI入侵或攻擊技術對系統安全的威脅,還能協助針對性地制定防範“AI駭客”的完善方案,推動AI安全攻防領域的發展。
NeurIPS,全稱神經資訊處理系統大會(Conference and Workshop on Neural Information Processing Systems),自1987年誕生至今已有32年的歷史,一直以來備受學術界和產業界的高度關注,是AI學術領域的“華山論劍”。
作為AI領域頂會,NeurIPS也是最火爆的那個,去年會議門票在數分鐘內被搶光,而且在論文的投稿錄取上,競爭同樣激烈。
今年,NeurIPS會議的論文投稿量再創新高,共收到6743篇投稿,最終錄取1428篇論文,錄取率為21.2%。
▌“資料下毒”論文入選頂會NeurIPS
那這次創新工場AI工程院這篇入選論文,核心議題是什麼?
我們先拆解說說。
近年來,機器學習熱度不斷攀升,並逐漸在不同應用領域解決各式各樣的問題。不過,卻很少有人意識到,其實機器學習本身也很容易受到攻擊,模型並非想像中堅不可摧。
例如,在訓練(學習階段)或是預測(推理階段)這兩個過程中,機器學習模型就都有可能被對手攻擊,而攻擊的手段也是多種多樣。
創新工場AI工程院為此專門成立了AI安全實驗室,針對人工智慧系統的安全性進行了深入對評估和研究。
在被NeurIPS收錄的論文中,核心貢獻就是提出了高效生成對抗訓練資料的最先進方法之一——DeepConfuse。
▌給數據下毒
通過劫持神經網路的訓練過程,教會雜訊生成器為訓練樣本添加一個有界的擾動,使得該訓練樣本訓練得到的機器學習模型在面對測試樣本時的泛化能力盡可能地差,非常巧妙地實現了“資料下毒”。
顧名思義,“資料下毒”即讓訓練資料“中毒”,具體的攻擊策略是通過干擾模型的訓練過程,對其完整性造成影響,進而讓模型的後續預測過程出現偏差。
“資料下毒”與常見的“對抗樣本攻擊”是不同的攻擊手段,存在於不同的威脅場景:前者通過修改訓練資料讓模型“中毒”,後者通過修改待測試的樣本讓模型“受騙”。
舉例來說,假如一家從事機器人視覺技術開發的公司希望訓練機器人識別現實場景中的器物、人員、車輛等,卻不慎被入侵者利用論文中提及的方法篡改了訓練資料。
研發人員在目視檢查訓練資料時,通常不會感知到異常(因為使資料“中毒”的噪音資料在圖像層面很難被肉眼識別),訓練過程也一如既往地順利。
但這時訓練出來的深度學習模型在泛化能力上會大幅退化,用這樣的模型驅動的機器人在真實場景中會徹底“懵圈”,陷入什麼也認不出的尷尬境地。
更有甚者,攻擊者還可以精心調整“下毒”時所用的噪音資料,使得訓練出來的機器人視覺模型“故意認錯”某些東西,比如將障礙認成是通路,或將危險場景標記成安全場景等。
為了達成這一目的,這篇論文設計了一種可以生成對抗雜訊的自編碼器神經網路DeepConfuse。
通過觀察一個假想分類器的訓練過程更新自己的權重,產生“有毒性”的雜訊,從而為“受害的”分類器帶來最低下的泛化效率,而這個過程可以被歸結為一個具有非線性等式約束的非凸優化問題。
▌下毒無痕,毒性不小
從實驗資料可以發現,在MNIST、CIFAR-10以及縮減版的IMAGENET這些不同資料集上,使用“未被下毒”的訓練資料集和“中毒”的訓練資料集所訓練的系統模型在分類精度上存在較大的差異,效果非常可觀。
與此同時,從實驗結果來看,該方法生成的對抗雜訊具有通用性,即便是在隨機森林和支援向量機這些非神經網路上也有較好表現。
其中,藍色為使用“未被下毒”的訓練資料訓練出的模型在泛化能力上的測試表現,橙色為使用“中毒”訓練資料訓練出的模型的在泛化能力上的測試表現。
在CIFAR和IMAGENET資料集上的表現也具有相似效果,證明該方法所產生的對抗訓練樣本在不同的網路結構上具有很高的遷移能力。
此外,論文中提出的方法還能有效擴展至針對特定標籤的情形下,即攻擊者希望通過一些預先指定的規則使模型分類錯誤,例如將“貓”錯誤分類成“狗”,讓模型按照攻擊者計畫,定向發生錯誤。
例如,下圖為MINIST資料集上,不同場景下測試集上混淆矩陣的表現,分別為乾淨訓練資料集、無特定標籤的訓練資料集、以及有特定標籤的訓練資料集。
實驗結果有力證明,為有特定標籤的訓練資料集做相應設置的有效性,未來有機會通過修改設置以實現更多特定的任務。
對資料“下毒”技術的研究並不單單是為了揭示類似的AI入侵或攻擊技術對系統安全的威脅,更重要的是,只有深入研究相關的入侵或攻擊技術,才能有針對性地制定防範“AI駭客”的完善方案。
隨著AI演算法、AI系統在國計民生相關的領域逐漸得到普及與推廣,科研人員必須透徹地掌握AI安全攻防的前沿技術,並有針對性地為自動駕駛、AI輔助醫療、AI輔助投資等涉及生命安全、財富安全的領域研發最有效的防護手段。
▌還關注聯邦學習
除了安全問題之外,人工智慧應用的資料隱私問題,也是創新工場AI安全實驗室重點關注的議題之一。
近年來,隨著人工智慧技術的高速發展,社會各界對隱私保護及資料安全的需求加強,聯邦學習技術應運而生,並開始越來越多地受到學術界和工業界的關注。
具體而言,聯邦學習系統是一個分散式的具有多個參與者的機器學習框架,每一個聯邦學習的參與者不需要與其餘幾方共用自己的訓練資料,但仍然能利用其餘幾方參與者提供的資訊更好的訓練聯合模型。
換言之,各方可以在在不共用資料的情況下,共用資料產生的知識,達到共贏。
創新工場AI工程院也十分看好聯邦學習技術的巨大應用潛力。
今年3月,“Learning to Confuse: Generating Training Time Adversarial Data with Auto-Encoder”論文的作者、創新工場南京國際人工智慧研究院執行院長馮霽代表創新工場當選為IEEE聯邦學習標準制定委員會副主席,著手推進制定AI協同及大資料安全領域首個國際標準。
創新工場也將成為聯邦學習這一技術“立法”的直接參與者。
▌創新工場AI工程院科研成績單
創新工場憑藉獨特的VC+AI(風險投資與AI研發相結合)的架構,致力於扮演前沿科研與AI商業化之間的橋樑角色。
創新工場2019年廣泛開展科研合作,與其他國際科研機構合作的論文,入選多項國際頂級會議,除上述介紹的“資料下毒”論文入選NeurlPS之外,還有8篇收錄至五大學術頂會,涉及影像處理、自動駕駛、自然語言處理、金融AI和區塊鏈等方向。
┃兩篇論文入選ICCV
Disentangling Propagation and Generation for Video Prediction
https://arxiv.org/abs/1812.00452
這篇論文的主要工作圍繞一個視頻預測的任務展開,即在一個視頻中,給定前幾幀的圖片預測接下來的一幀或多幀的圖片。
Joint Monocular 3D Vehicle Detection and Tracking
https://arxiv.org/abs/1811.10742
這篇論文提出了一種全新的線上三維車輛檢測與跟蹤的聯合框架,不僅能隨著時間關聯車輛的檢測結果,同時可以利用單目攝像機獲取的二維移動資訊估計三維的車輛資訊。
┃一篇論文入選IROS
Monocular Plan View Networks for Autonomous Driving
http://arxiv.org/abs/1905.06937
針對端到端的控制學習問題提出了一個對當前觀察的視角轉換,將其稱之為規劃視角,它把將當前的觀察視角轉化至一個鳥瞰視角。具體的,在自動駕駛的問題下,在第一人稱視角中檢測行人和車輛並將其投影至一個俯瞰視角。
┃三篇論文入選EMNLP
Multiplex Word Embeddings for Selectional Preference Acquisition
提出了一種multiplex詞向量模型。在該模型中,對於每個詞而言,其向量包含兩部分,主向量和關係向量,其中主向量代表總體語義,關係向量用於表達這個詞在不同關係上的特徵,每個詞的最終向量由這兩種向量融合得到。
What You See is What You Get: Visual Pronoun Coreference Resolution in Dialogues
https://assert.pub/papers/1909.00421
提出了一個新模型(VisCoref)及一個配套資料集(VisPro),用以研究如何將代詞指代與視覺資訊進行整合。
Reading Like HER: Human Reading Inspired Extractive Summarization
人類通過閱讀進行文本語義的摘要總結大體上可以分為兩個階段:1)通過粗略地閱讀獲取文本的概要資訊,2)進而進行細緻的閱讀選取關鍵句子形成摘要。
本文提出一種新的抽取式摘要方法來模擬以上兩個階段,該方法將文檔抽取式摘要形式化為一個帶有上下文的多臂老虎機問題,並採用策略梯度方法來求解。
┃一篇論文入選IEEE TVCG
sPortfolio: Stratified Visual Analysis of Stock Portfolios
https://www.ncbi.nlm.nih.gov/pubmed/31443006
主要是對於金融市場中的投資組合和多因數模型進行可視分析的研究。通過三個方面的分析任務來幫助投資者進行日常分析並升決策準確性。
並提出了一個全新的視覺化分析系統sPortfolio,它允許使用者根據持倉,因數和歷史策略來觀察投資組合的市場。sPortfolio提供了四個良好協調的視圖。
┃一篇論文入選NSDI
Monoxide: Scale Out Blockchain with Asynchronized Consensus Zones
https://www.usenix.org/system/files/nsdi19-wang-jiaping.pdf
提出了一種名為非同步共識組 Monoxide 的區塊鏈擴容方案,可以在由 4.8 萬個全球節點組成的測試環境中,實現比比特幣網路高出 1000 倍的每秒交易處理量,以及 2000 倍的狀態記憶體容量,有望打破“不可能三角”這個長期困擾區塊鏈性能的瓶頸。
▌獨特的“科研助推商業”思路
國內VC,發表論文都很少見,為什麼創新工場如此做?
這背後在於其“VC+AI”模式。
最獨特之處在于,創新工場的AI工程院可以通過廣泛的科研合作以及自身的科研團隊,密切跟蹤前沿科研領域裡最有可能轉變為未來商業價值的科研方向。
這種“科研助推商業”的思路力圖儘早發現有未來商業價值的學術研究,然後在保護各方智慧財產權和商業利益的前提下積極與相關科研方開展合作。
同時,由AI工程院的產品研發團隊嘗試該項技術在不同商業場景裡可能的產品方向、研發產品原型,並由商務拓展團隊推動產品在真實商業領域的落地測試,繼而可以為創新工場的風險投資團隊帶來早期識別、投資高價值賽道的寶貴機會。
“科研助推商業”並不是簡單地尋找有前景的科研專案,而是將技術跟蹤、人才跟蹤、實驗室合作、智慧財產權合作、技術轉化、原型產品快速反覆運算、商務拓展、財務投資等多維度的工作整合在一個統一的資源體系內,用市場價值為導向,有計劃地銜接學術科研與商業實踐。
以AI為代表的高新技術目前正進入商業落地優先的深入發展期,產業大環境亟需前沿科研技術與實際商業場景的有機結合。
創新工場憑藉在風險投資領域積累的豐富經驗,以及在創辦AI工程院的過程中積累的技術人才優勢,特別適合扮演科研與商業化之間的橋樑角色。
於是,創新工場AI工程院也就順勢而生。
創新工場人工智慧工程院成立於2016年9月,以“科研+工程實驗室”模式,規劃研發方向,組建研發團隊。
目前已經設有醫療AI、機器人、機器學習理論、計算金融、電腦感知等面向前沿科技與應用方向的研發實驗室,還先後設立了創新工場南京國際人工智慧研究院、創新工場大灣區人工智慧研究院。
目標是培養人工智慧高端科研與工程人才,研發以機器學習為核心的前沿人工智慧技術,並同各行業領域相結合,為行業場景提供一流的產品和解決方案。
而且, 創新工場還與國內外著名的科研機構廣泛開展科研合作。
例如,今年3月20日,香港科技大學和創新工場宣佈成立電腦感知與智慧控制聯合實驗室(Computer Perception and Intelligent Control Lab)。
此外,創新工場也積極參與了國際相關的技術標準制定工作。例如,今年8月,第28屆國際人工智慧聯合會議(IJCAI)在中國澳門隆重舉辦,期間召開了IEEE P3652.1(聯邦學習基礎架構與應用)標準工作組第三次會議。
IEEE聯邦學習標準由微眾銀行發起,創新工場等數十家國際和國內科技公司參與,是國際上首個針對人工智慧協同技術框架訂立標準的專案。
創新工場表示,自身的科研團隊將深度參與到聯邦學習標準的制定過程中,希望為AI技術在真實場景下的安全性、可用性以及保護資料安全、保護使用者隱私貢獻自己的力量。
第一銀行錄取率 在 火星爺爺的故事星球 Facebook 的最讚貼文
大家好,上半年大家就一直跟大家分享,說我有一門新課程【策略王】。我已經在台灣(老學員)跟深圳各上了兩次公開班,也在企業開過兩次課。現在,終於正式跟大家分享。
【策略王】三班,12/8號開課,地點在台北。這篇文長,我做了懶人包方便你了解。文末我會附上台灣前兩班同學的心得給你參考。報名連結:https://bit.ly/2AMEUij
我來跟大家分享,為什麼設計這門課,就從我人生的幾個關鍵轉折說起:
我第一次轉折,是決定考企管研究所。我大學讀電機,很快知道我不是走這行的料,我對人更感興趣,社團搞很兇。我都說我是口琴系、電機社。
當時企研所錄取率只有1%,大四那年我每天早上八點進圖書館待到晚上十點,綽號14K。當時經濟學、管理學我都沒學過,我苦修沒補習,結果第一年沒考上。
回想起來,當時如果去補習班,找專業的老師教我,會不會省下一年的時間?
我的第二次轉折是,決定從花旗銀行去滾石唱片。
研究所畢業,我很幸運考上花旗銀行儲備幹部。但我在花旗,忙到連母親最後一面都沒見到。
那件事對我衝擊很大。我在想,一個工作如果偉大到要做出這種犧牲,留給偉人去做吧,我想去做我熱愛的事。
我努力寫履歷、寫Proposal終於進滾石,但薪水對半砍。你說我很篤定嗎?沒有,未來是模糊的,但薪水少一半是確定的。
但我很拼命,半年後當上部門主管,一路摸索進步,後來人生用上的本事,幾乎都是在滾石學的。
回想起來,如果當時繼續留在花旗銀行,沒有去滾石;或者到了滾石沒有堅持下來,今天有辦法靠創意、說故事過生活嗎?
我第三個轉折是離開滾石唱片,到蕃薯藤(又減薪)。
我在滾石唱片做郵購,DM一份成本10塊錢,寄出十萬份,就一百萬,每一次都擔心成本收不回來。網路崛起,你寄出多少EDM,都不用錢。
我知道趨勢在網路這邊,所以我又跨界了。我在蕃薯藤,一邊工作一邊上網寫作,出了書成了火星爺爺,創造一個全新身份。
回想起來,如果當時我沒有跨界網路,沒在網路上創作,「火星爺爺」會出現嗎?我們會有後來的相遇嗎?
我上一次重要轉折,是決定不當上班族,出來當講師。
我上一份工作在新光證券當老闆特助。我做得不錯,老闆有意把我當接班人,但我覺得人生應該有其他可能。
就這樣,我出來當講師,做了將近12年。後來有幸站上TED,鼓舞了一些朋友。
我1993年出社會,至今工作25年。我看著我的同學、同期的同事、朋友,我有好多對照組。如果當時我某個決定沒做,現在過的,就是他們的人生。
這沒有好壞,也無從比較。我只能說,我現在過的,是我想過的人生。
我研究所讀企管,出社會看了很多策略的書,我知道一個人在面臨人生選擇,有一套簡單、清楚的思索架構,一定有幫助。
這是我花了半年,開發【策略王】的初心。
我用一個桌遊(前兩班同學都覺得這個遊戲很震撼,自己的決策習慣無所遁形)、六字口訣、八張工具圖,期待能幫助你設計出你的人生藍圖,以及抵達目標的GPS。
具體你可以從【策略王】學到什麼,請看圖。一天的時間,你當做下載一個【人生藍圖設計APP】,幫助你在面臨人生轉折時,做出好決策。
期盼我花過的那些時間,能讓你在未來面對轉折時,看清楚、選對路、走到底。
一班學員心得彙整:https://bit.ly/2SKk0aE
二班學員心得彙整:https://bit.ly/2yZl2Y7
報名連結:https://bit.ly/2AMEUij
歡迎你來,也歡迎你分享給那些處在人生十字路口的朋友。
第一銀行錄取率 在 3cTim哥生活日常 Youtube 的最佳解答
加入頻道會員⬇︎
http://bit.ly/2LoUuox
訂閱3cTim哥頻道⬇︎
http://bit.ly/2MgPy4H
訂閱Tim嫂頻道⬇︎
http://bit.ly/2PEnHMZ
訂閱里帆不煩頻道⬇︎
http://bit.ly/2FNP59c
訂閱Jade Lin林瑋婕頻道⬇︎
http://bit.ly/2D2YK8O
訂閱曾智希Simba頻道⬇︎
http://bit.ly/2NkkPof
訂閱眾點旅人頻道⬇︎
http://bit.ly/2QaY1vS
想知道更多3C第一手資訊?⬇
【3cTim哥趨勢預測 系列】http://bit.ly/31y57M6
【Apple 蘋果每月一爆 系列】http://bit.ly/2KPzdEd
跟Tim哥學3C小技巧⬇
【Apple蘋果小技巧 系列】http://bit.ly/2NXsIyP
【Android安卓小技巧 系列】http://bit.ly/2LE4kWy
觀看3cTim哥Apple系列影片⬇
【Apple蘋果開箱】http://bit.ly/2LE4M6R
【Apple iPhone 系列】http://bit.ly/2Z6NwsO
【Apple iPad 系列】http://bit.ly/303gknn
【Apple Mac 系列】http://bit.ly/2N5Fkqo
【Apple Watch 系列】http://bit.ly/304F5jc
【Apple其他產品 系列】http://bit.ly/2MioZiN
觀看3cTim哥Android系列影片⬇
【Android安卓高階旗艦機 系列】http://bit.ly/2LDGSZx
【Android安卓中階手機 系列】http://bit.ly/2Z1Y4JP
【Android安卓萬元以下手機 系列】http://bit.ly/2z5qF6l
觀看3cTim哥開箱影片⬇
【3cTim哥家電開箱】http://bit.ly/2v49Uai
【3cTim哥電腦開箱】http://bit.ly/2n0UM8Z
追蹤3cTim哥即時動態⬇︎
instagram☛http://bit.ly/2HCZ52j
facebook☛http://bit.ly/2JyOGGK
TIM X OLI 🛍️ 3C購物
官方網站▶️ https://goo.gl/jW7cny
Line@:@fly1064x (不定期電商優惠)
App Store▶️ https://goo.gl/67foDK
Google PlayStore▶️ https://goo.gl/l6B5Zp
*圖片內容截取自Google搜尋網站
**音樂與音效取自Youtube及Youtube音樂庫
第一銀行錄取率 在 金融銀行專業教室- 【第一銀行】 錄取率出爐... | Facebook 的推薦與評價
【第一銀行】 錄取率出爐本次共計有4792報名,合計正取328人,錄取率約6.8%左右,各類組最低錄取分數約落在80~90分中間詳細錄取資訊➽ http://sc.piee.pw/vufdv #分享 ... ... <看更多>
第一銀行錄取率 在 2022台銀錄取名單-汽車保養配件資訊,精選在PTT/MOBILE01 ... 的推薦與評價
下一篇2020第一銀行招考放榜錄取名單、最低分數看這篇,筆試組增額錄取FIT ... 公營銀行包括台銀、土銀、彰銀、一銀、華南銀、兆豐銀、合庫、台企銀等 ... ... <看更多>
第一銀行錄取率 在 第一銀行 | Dcard 的推薦與評價
第一銀行 109各類組招考人數. 幫試算一下筆試錄取面試率,這裡只列一般行員ABC組,如有錯誤會下架更正,考區地點為以下:一、育達高職:台北市松山區寧安街12號,二、 ... ... <看更多>