Advice Columnist

七個助您優化個人履歷的網上教室

取得經驗值並讓自己升級吧！

正在尋找工作嗎？如果您仍在等待回音，或者是時候學習嶄新的技術技能去優化您的個人履歷，從而令人刮目相看。即便不是在尋找工作，亦有些課程適合希望嘗試新事物或進修的您。但我們今次不是在談重返校園，而是利用下列各個網上資源 – 它們都能自主決定進度，有些更提供應用程式版本，只要您有網絡連接就能隨時隨地學習。

如果您追求更高的回報，有很多課程都會在您完成課程後提供證書，那麼您便可以將此成就添加至GetLinks的個人檔案上。個別證書亦受到Google、Cisco等公司的認可，讓您的個人履歷顯得更有分量。

以下是一系列的優質網站讓您能提升經驗值，並讓自己升級。

1. Codecademy

涵蓋範疇：HTML/CSS、JavaScript、Python、CMD Line、SQL
註冊選擇：免費、七天免費使用專業版本、專業會籍（付費）、密集課程（付費）
專業會籍價格範圍：每月美金15.99 – 19.99元
支援平台：網頁，應用程式（iOS，Android）

Codeacademy十分適合編程初學者，它們的免費課程包括大部分基礎編程語言如JavaScript、Ruby、SQL等，亦提供區塊鏈的入門課程，甚至能夠學到IBM的人工智能系統 – Watson API的基本操作。如果您希望更進一步，它們的專業會籍為您提供進階課程及項目，測試您的技巧和水平。要是您在尋找一些重點課程，不妨一看它為期6 – 10週、派發證書的密集課程。

2. edX

涵蓋範疇：計算機科學、資料分析、人工智能、區塊鏈、網頁開發等
註冊選擇：免費（不派發證書）、付費（派發證書）、初級大師計劃（付費）、碩士學位（付費）
價格範圍：每個課程美金50 – 300元
支援平台：網頁，應用程式（iOS，Android）

edX是其中一個有名的網上非牟利MOOCs（Massive Open Online Course，大規模網絡免費公開課程）。它們與多間機構和大學合作，包括哈佛大學、麻省理工學院和IBM，提供涵蓋難以置信範圍的課程。假如您不需要認可證書或自主決定進度，大部分課程都會是免費的，包括絕對適合初學者的Python課程、微軟的人工智能入門課程和數據科學的機器學習課程；假如您需要一張證書，那麼價錢便會相應改變，但edX會為合資格者提供高達9折的經濟援助。您更可以透過初級大師計劃提升更多。它是一個付費的計劃，提供研究生課程，深入研究人工智能、汽車技術甚至物聯網等範疇。edX更有一個為期數年、由佐治亞理工學院和德州大學奧斯汀分校開設的碩士學位。當然，全部都是網上課程。

3. Coursera

涵蓋範疇：軟件開發、應用程式及網頁開發、資訊科技、機器學習等
註冊選擇：免費（不派發證書）、付費（派發證書）、專業（付費）、碩士學位（付費）
價格範圍：視乎課程而定
支援平台：網頁，應用程式（iOS，Android）

和edX一樣，Coursera提供由全球各地的大學和公司開設的課程。免費模式下您可以接觸到大部分的課程，能夠進入講課、論壇和課程資源。您可以免費透過Atlassian學會敏捷式開發，或是選擇賓夕法尼亞大學的機械課程，甚至商業網絡安全課程。這個平台同時提供獨家課程 – Google技術支援專業證書。課程由Google設計，為學生投身技術支援行業的入門工作前做好準備。整個課程為期八個月，每月學費為美金49元。Coursera的證書價格因應課程和專業而異，您可以申請個別課程提供的經濟援助。

4. Skillshare

涵蓋範疇：數據科學、遊戲設計、資訊安全、應用程式及網頁開發等
註冊選擇：免費（不派發證書）、付費（派發證書）
價格範圍：每月美金8.25 – 15元
支援平台：網頁，應用程式（iOS，Android）

假如您不追求證書，只是單純學習，Skillshare可能是一個適合您的平台。任何人都可以創建課程，雖然有一定的風險，但總括而言大部分課程都做得相當好，能讓人增廣見聞。不斷流動的新導師和課程也代表着課程內容不會如其他學習平台一般輕易過時。它們的免費科技課程雖然沒有付費的明顯（只是在底部附上連結），但它們涵蓋了非常廣闊的範疇的入門技術課程，例如Python的Django架構、區塊鏈及如何利用WordPress建立電子商務網頁。如果訂閱它們的付費計劃，您便能進入所有的課程，這未嘗不是一件好事！

5. FutureLearn

涵蓋範疇：商業技術、數據科學、網絡安全、數碼營銷
註冊選擇：免費（不派發證書）、付費（派發證書）、研究生文憑/碩士學位（付費）
價格範圍：每個課程美金30 – 90元
支援平台：僅限網頁，但適用於行動裝置和平板電腦

就像上列各個平台一樣，FutureLearn亦與很多全球頂尖的組織和大學合作。您可以免費報讀大部分的課程，可是您無法參與課程考試，而且沒有證書。在它的免費計劃下，您可以進入測驗、短片、同行評審，以及其他額外課程資源，但只限完成課程後的十四天之內。比起其他的平台而言，FutureLearn所提供的課程範疇比較有限，卻依然包括了機械、網絡安全等範疇，還有專為活躍長者而設的物聯網課程。

6. OpenLearning

涵蓋範疇：網絡安全、物聯網、擴增/虛擬實境、系統及網絡管理
註冊選擇：免費（視乎課程派發證書）、付費（只有特定課程會派發證書）
價格範圍：視乎課程而定，有一定程度的差異
支援平台：僅限網頁

OpenLearning在2013年建立，在這個清單中算是一個較為特別的平台。這個澳洲平台是唯一一個提供馬來西亞的MOOC目錄，並提供澳洲大學開設的課程。它所提供的科技課程範疇亦是較為有限，但卻有一些有關網絡安全、擴增/虛擬實境及雲端計算的課程。某些課程會派發證書，不過需要額外付費。

7. Udemy

涵蓋範疇：數據科學、程式編寫、網頁設計、網頁開發、機器學習等
註冊選擇：短期課程 – 付費
價格範圍：視乎課程而定，大部分在負擔範圍以內
支援平台：網頁，應用程式（iOS，Android）

Udemy上有超過10,000個課程。學術性的大規模網絡免費公開課程主要提供由傳統公司開設的課程，與MOOC不同的是，Udemy採用網上獨立提供者的開源內容。您想得到的課程基本上Udemy都有，從學習跳莎莎舞到理解深度學習技術任君選擇。價格會隨課程變動，但並不昂貴 – 它們通常都會為大量課程提供巨大折扣。

您是否知道：

介紹朋友使用GetLinks，您便可以得到無限的課程學分，而這些學分能在Udemy上使用。免費進入最大的網上學校吧！按此查看更多細節

✦✦✦

正在考慮在亞洲開展事業嗎？成為我們社群的一分子，從GetLinks得到最新的科技消息以保持自己在求職市場中的優勢。從這裏加入我們

Keep reading

Related career advice

Advice Columnist

【職場心理學】上司話你唔夠狠，下屬話你唔撐佢哋——做中層，你係人肉避雷針

Head count凍結，上司call你入房話：「你自己諗辦法。」下屬問你年加幾多，你知道答案，但唔敢講。高層宣布新政策，問有冇問題，你笑住話「冇」，但你心裡清楚返去個部門一定炸鍋。績效review，你要寫低屬下嘅不足，但寫嗰陣你係唔舒服嘅，因為佢哋真係有盡力。開完會，上司叫你「帶領好個team嘅方向」，但連你自己都唔知方向係邊。你夾喺中間，上唔到、落唔得。高層嫌你執行力唔夠；下屬覺得你唔夠幫佢哋發聲；HR話你要做好榜樣；另一半問你點解又係咁夜返屋企。某一日，你喺東鐵線車廂裡，有個陌生人跟你對眼笑咗一下——你差啲想喊。有時喺輔導工作中，我遇到嘅中層 manager，坐低嘅第一句往往係：「我唔知自己係咪做錯咗啲乜。」你以為係你管理技巧唔好？唔係嘅。喺心理學入面，呢個叫「情緒勞動」（Emotional Labor）——即係持續壓抑或管理自己嘅真實情緒，去配合組織對你嘅形象要求（Hochschild, 1983）。做中層嘅人，每日都要演一場無劇本嘅戲：對上管理期望、對下管理情緒、對外管理形象——而你自己嘅感受，係冇位置擺嘅。長期嘅情緒勞動，係職場 burnout 最常見、又最容易被忽視嘅根源之一。就好似一架升降機嘅緩衝彈簧——佢嘅功能係吸收衝擊、保護兩邊。但如果長期超重、冇保養，彈簧遲早會斷。緩衝係你份工嘅一部分，但唔代表你要用自己嘅身心做消耗品。有一個有用嘅覺察練習：每個星期，寫低三件「唔係我份工、但我一直係咁做緊」嘅事。唔係叫你即刻唔做，而係讓自己知道——你嘅邊界喺邊，你係幾時開始一點一點失去自己嘅。覺察，係改變嘅第一步。做中層嘅你，好少被讚，好少有人問你「你點呀」。今日，我想問你：你點呀？唔使答得好好聽。只係停一停，不加批判地承認：「係，我最近好攰。」呢份誠實，係你對自己最大嘅善意。你唔係一個齒輪，你係一個人。參考資料Hochschild, A. R. (1983). The managed heart: Commercialization of human feeling. University of California Press.Kahn, R. L., et al. (1964). Organizational stress: Studies in role conflict and ambiguity. Wiley.

Advice Columnist

升職加薪後，為何很多人反而更焦慮？

上月專欄談到，在裁員、縮編及經濟不確定性下，職場人士需要建立「財務韌性」，讓自己即使面對收入中斷，仍然保有生活與選擇的空間。但有趣的是，最近接觸不少客戶時，我發現另一個現象：有些人明明升了職、加了薪，甚至晉升管理層，焦慮感卻沒有減少，反而愈來愈重。按常理推算，收入增加應該帶來更多安全感，為何現實往往相反？問題很多時不在收入，而在生活模式。收入增加了，壓力卻沒有減少曾有一位四十多歲的管理層客戶，十年間薪酬幾乎翻倍，由月入四萬元增至接近八萬元。表面看來事業發展理想，但當我們一起檢視財務狀況時，卻發現他的壓力比十年前更大。原因很簡單。收入增加後，他換了更大的住宅，供款增加；子女升讀國際學校，教育開支上升；家庭旅遊、保險及生活消費亦同步提高。結果雖然收入增加了一倍，但每月可自由運用的現金流卻沒有明顯改善。更重要的是，他開始不敢轉工。因為一旦收入出現空檔，整個家庭開支結構都可能受到影響。這種情況在中產及管理層人士之間其實相當普遍。高收入，不等於高安全感近年有一個財務規劃概念稱為「生活膨脹」（Lifestyle Inflation），意思是當收入增加時，支出亦同步上升，結果財務自由度未有真正改善。從職涯管理角度來看，這亦是一種風險。不少人以為職場安全感來自更高薪酬或更高職位，但真正的安全感，很多時來自保留選擇權。當你有能力拒絕不適合的工作、可以接受短暫轉型期、甚至有空間進修或探索新的職涯方向時，你才真正掌握主動權。相反，如果每月開支已完全依賴當前收入水平，即使職位再高，也可能陷入「不能停、不能轉、不能錯」的壓力循環。那麼，升職加薪後應如何避免陷入這種情況？我認為有三個值得思考的方向。第一，讓收入增長快於生活成本增長。每次加薪後，未必要即時提升所有生活開支。把部分新增收入轉化為儲蓄、投資或退休規劃資產，長遠往往比單純增加消費更有價值。第二，建立與收入無關的資產。無論是投資組合、強積金、自願性供款，甚至其他長期資產，本質上都是將今天的工作收入轉化成未來的選擇權。第三，定期檢視自己的「財務自由度」。問自己一個簡單問題：如果今天失去工作，現有資源足夠支撐多久？答案未必需要非常充裕，但至少應讓自己擁有重新規劃下一步的時間。職場發展當然重要，但我認為衡量成功不應只看職位高低或薪酬數字。真正值得追求的，或許不是賺得更多，而是在收入增加的同時，仍然保留選擇人生的能力。因為高薪不一定等於自由，而能夠掌握選擇權的人，往往才擁有真正的安全感。

Advice Columnist

【IT事務所】駕馭未知的浪潮：企業在持續進化的 AI 時代下的道德標準與管治之道

在數位經濟與人工智能技術高速發展的今天，企業正面臨一場前所未有的技術變革。隨著大型語言模型與自主智能體（Agentic AI）的持續進化，企業在享受自動化與生產力提升的同時，也無可避免地遭遇了複雜的道德與管治（Governance）難題。若缺乏完善的監管框架，AI 的失控不僅可能引發公關危機與合規風險，更可能損害企業的長期競爭力。因此，深入理解並建立具備韌性的 AI 管治機制，已成為現代企業不可迴避的戰略核心。企業在引入 AI 時首當其衝的挑戰便是算法偏見與歧視。AI 模型的輸出品質高度依賴於其訓練數據，若歷史數據本身潛藏社會偏見，AI 系統便會不加思索地放大並延續這些不公。以人力資本管理為例，曾有跨國企業開發 AI 簡歷篩選系統以加速招聘流程，卻發現系統因過去十年的技術職位多由男性擔任，進而「學會」對包含女性特徵詞彙的簡歷給予較低評分。這種情況若發生在銀行或保險業的信貸審批上，將對特定族群造成系統性歧視，進而引發嚴重的合規風險與潛在的金融爭議。另一個不容忽視的難題是深度學習模型的「黑箱」特質與透明度不足。即使是系統開發者，往往也難以確切解釋 AI 是如何推導出特定結論的。在醫療健康診斷、保險理賠評估或金融爭議處理等需要高度問責與精確性的領域中，這項缺陷尤為致命。若 AI 系統拒絕了客戶的理賠申請或作出了不利的決策，企業卻無法向大眾與監管機構提供清晰的邏輯解釋，這將嚴重摧毀消費者信任。因此，「可解釋性 AI」（Explainable AI）的發展與應用，對於推動技術落地至關重要。此外，在日常營運中，員工若在未經授權的情況下使用面向公眾的生成式 AI 工具，極易在不知不覺中輸入企業機密或客戶的敏感數據，這凸顯了防範數據隱私與商業機密外洩的迫切性。面對上述挑戰，企業必須摒棄僵化的政策，轉而建立一套動態且跨部門的 AI 管治框架。AI 的應用早已超越單一資訊科技部門的範疇，企業應籌組涵蓋技術、法務、合規、人力資源及業務代表的專責委員會，共同制定符合企業核心價值觀的 AI 使用政策。同時，企業必須實施分級風險評估機制，針對不同應用場景採取差異化管理。例如，用於撰寫一般行銷文案的低風險系統可採常規監管；但涉及客戶信用評分、自動化醫療決策等高風險領域，則必須強制進行嚴格的「偏見審計」，並確保人類在決策流程中保留最終決定權。在技術部署與企業文化層面，企業應積極引入私有化與企業級的 AI 解決方案，透過安全的隔離環境處理敏感數據，從根本上阻絕資料外洩的風險。然而，技術的防護仍需配合持續的內部審查與教育訓練。由於 AI 模型會隨著時間推移產生「數據漂移」（Data Drift）導致預測失準，企業必須定期對系統進行回溯測試。更重要的是，管治不僅是限制，更是賦能。企業應致力培養全體員工的數位素養，教導他們識別輸入敏感資訊的風險，並學會批判性地評估 AI 生成的結果，而非盲目信賴。總結而言，在數位轉型的浪潮中，AI 的管治與道德標準絕非阻礙創新的絆腳石，而是企業實現永續發展（Sustainability）的堅實護城河。一間能夠負責任地運用 AI、嚴格保障數據隱私並確保算法公平性的企業，將能在未來競爭激烈的市場中贏得深厚的社會信任與品牌價值。唯有將「道德設計（Ethics by Design）」的理念深深植根於 AI 應用的每一個環節，企業方能在這場持續進化的技術革命中穩健前行。