月薪 35,000 至 50,000 元
- 新北市-板橋區
- 經歷無
- 學歷專科
國小學生課業輔導及帶班導師 我們有帶班獎金，按能力核敘薪資，能帶越多當然薪資越高。 我們口碑良好，學生穩定，因此不用招生，顧好教學和學生即可。 無經驗也可，願意學習我們都很樂意教你上課、演講、帶班技巧
論件計酬(每件) 3,000 至 6,000 元
- 新北市-萬里區
- 經歷不拘
- 學歷不拘
電視廣告-新人演員 各類網路戲劇.偶像劇.電影.微電影.廣告.宣導影片徵演員/動態拍攝模特兒/平面 無經驗可(可兼職/可提前告知通告時間) 對於鏡頭前工作有興趣的新人請預約面試時間 公司-粉專:ht
時薪 211 至 256 元
- 新北市-萬里區
- 經歷不拘
- 學歷不拘
我們正在尋找細心、負責且具備服務熱忱的夥伴加入。 無論您是想累積社會經驗，還是想賺取生活零用金，我們都歡迎您的加入！ 這個職缺是支援性質的
全新功能「技能交換」
用你會的，換你想學的技能
紅燒
交換嗎？擅長
購物經驗
臺語
中文
紙牌遊戲
騎單車
我超愛逛街購物，熟悉各種折扣情報和精打細算的祕訣，保證能幫你省不少錢！平常講中文溜溜的，也很樂意用語言聊聊、練習。現在想學日文、英文還有越南語，大家一起進步、一起歡樂成長！如果你也有想學的東西或特長，快來找我分享吧！
Anitta
交換嗎？擅長
英文
手繪
電腦繪圖
跳舞
英文家教經驗約10年 多益金 915 全美教學 想找在台中的繪友一起畫聚 最近在玩油畫棒和丙烯筆 咖啡廳或戶外寫生皆可 另徵一起練hiphop腳步的朋友 （我目前學舞2年 想開始好好練基礎）
蘭斯洛
交換嗎？擅長
家常料理
中式料理
臺語
中文
Word
本身很喜歡鋼琴這項樂器所以想從零開始學習，工作需求需學習更多英文歡迎互相交流。
核音
交換嗎？擅長
腳本編寫
APP開發
手機遊戲
電腦應用相關
基本操作技能
目前以遊戲直播為主，並持續投入 iOS 直播推流應用開發。對直播技術、影音串流、AI 應用、內容創作與產品設計有濃厚興趣，平時透過實作累積開發經驗，也持續學習 Godot 遊戲開發、影音剪輯、音樂創作與編曲等相關技術。 希望透過技能交換認識不同背景的夥伴，一起交流開發經驗、Side Project、AI 工作流程、內容創作與職涯發展。如果你也對程式開發、直播技術、設計、美術、Cosplay、造型、化妝、攝影、影音製作、音樂創作等領域有興趣，都很歡迎交流，彼此分享經驗、互相學習，一起成長。
男神
交換嗎？擅長
音樂欣賞
顧問服務
遊戲設計
產品研發
跨部門協作
經驗簡述： 1.創業主導&新創合夥 2.B2C產品開發運營一條龍 3.AI應用開發與量化研究新創 標籤話題都可以聊，開放交流 找尋共同創業機會，亦歡迎新創收編
Ben單板水肺教練
交換嗎？擅長
潛水
滑雪
重量訓練
運動指導與陪練
籃球
潛水教練，單板滑雪教練及健身教練。 想要交換學習「自由潛水」「技術潛水」「進階單板」。 或是有興趣可以一起練習的朋友。
科技產業手冊封面視覺設計與完稿
案件金額：8,000
- 可遠端-全區
- 無
- 不拘
背景與目標：我們需要為一份科技產業手冊製作封面設計，用於對外發行與內部簡報延伸使用。目標是建立專業、可信賴且具科技感的第一印象，並能與既有品牌視覺一致，確保在印刷與數位閱讀情境下都清晰易讀，提升手冊整體質感與辨識度。 需求描述：請提供科技產業手冊封面設計提案與完稿交付，包含主視覺概念發想、版面編排、字體與色彩規劃，並依我們提供的手冊標題、副標、年份或期別、公司名稱與標誌等資訊完成設計。需提供至少兩款不同風格的封面初稿供挑選，並包含兩輪修改調整至定稿。交付檔案需同時滿足印刷與數位用途，提供可編輯原始檔與輸出檔，並確保解析度、出血與色彩模式符合常見印刷規格；若有品牌識別規範請依規範製作，並可協助提出封面延伸到內頁章節扉頁的簡易視覺方向建議以維持一致性。
AI_OCR+地端 LLM 電子郵件內嵌圖檔及附檔稽核系統
案件金額：600,000
- 可遠端-全區
- 無
- 不拘
用於哪個行業：金融業和公家機關 細節說明： 1.專案目標 本案目標為建置「AI OCR 多格式、多地端 Agent 附件深度解析系統」，用於解析使用者電子郵件附件及內嵌圖片，將影像或文件內容轉換為可分析之文字資料，並提供後端 LLM 與規則引擎進行機敏關鍵字、語意風險與不合規內容判斷。 系統支援企業郵件稽核情境，針對高風險附件或圖片，輸出可視覺化的 OCR 辨識位置、命中關鍵字及分析結果，供後續資訊安全儀表板使用。 2.1 多格式附件解析與檔案結構剖析 須開發附件解析服務，支援下列格式： 壓縮檔：ZIP、RAR，並支援巢狀壓縮檔解析。 文件檔：PDF、Word、Excel、PowerPoint。 圖片檔：JPG、JPEG、PNG、BMP、TIFF、GIF、WebP，以及其他常見圖片格式。 郵件內嵌圖片及附件圖片。 2.2 多 Agent OCR 辨識引擎 必須整合並實際使用下列至少三套開源 OCR 模組： PaddleOCR Tesseract OCR EasyOCR 請推薦 其他 或 自有 至少三套 OCR 引擎均須完成可執行整合、結果輸出及測試驗證。 OCR 服務應具備下列能力： 支援繁體中文、英文、數字、符號及中英文混雜內容。 支援掃描文件、截圖、表格、照片、低解析度影像及常見商務文件圖片。 會根據 權重判斷 OCR 作為主要辨識引擎。 例 : 當 PaddleOCR 辨識信心值偏低、文件屬表格類型，或內容為中英文混雜時，自動啟動 Tesseract OCR 與 EasyOCR 進行交叉辨識。 支援多引擎辨識結果的權重融合、信心值整合及最終文字輸出。 保留各 OCR 引擎的原始辨識結果、信心值及融合後結果，供後續追蹤與模型調校。 輸出文字內容、頁碼、座標位置、文字區塊範圍及信心值。 可針對不合規文字或機敏關鍵字，回傳其於原始影像中的座標框選資訊，供前端儀表板以紅框或標記顯示。 2.3 OCR 結果與後端 LLM 介接 OCR 引擎須提供標準化輸出格式，供後端 LLM 與規則引擎分析。 輸出資料至少包含： 1.郵件追蹤編號。 2.附件識別碼、檔名、檔案類型及檔案層級關係。 3.文件頁碼、工作表名稱或投影片頁次。 4.OCR 原始文字、正規化後文字及語言資訊。 5.各 OCR 引擎辨識結果與信心值。 6.融合後最終文字及信心值。 7.文字區塊座標，例如 x、y、width、height。 8.原始附件、頁面影像或縮圖的儲存位置。 9.解析與 OCR 處理狀態、錯誤代碼及錯誤訊息。 10.系統須提供 RESTful API 或其他經雙方確認的標準介接方式，供後端 LLM 服務取得 OCR 結果並回傳風險分析結果。 3、辨識品質與驗收標準 3.1 OCR 辨識率 廠商交付之 OCR 系統，整體辨識率須達 85% 以上。 辨識率驗收方式如下： 以本公司提供或雙方共同確認的測試資料集進行驗收。 測試資料應涵蓋繁體中文、英文、數字、中英文混雜、掃描 PDF、圖片、表格、Office 文件及常見壓縮檔附件。 「辨識率」以字元辨識正確率為原則計算；忽略空白字元與排版差異後，比對 OCR 結果與標準答案。 計算方式： 辨識率 = 正確辨識字元數 ÷ 標準答案總字元數 × 100% 整體辨識率須達 85% 以上。 對於影像品質嚴重不足、文字遭遮蔽、加密檔、損毀檔或超出安全限制之附件，應標示為例外樣本，不納入一般 OCR 辨識率計算；但系統仍須正確回傳處理狀態與原因。 3.2 座標框選正確性 針對命中機敏關鍵字或不合規文字的影像： 系統須能回傳該文字所在頁面與座標資訊。 前端以座標框選方式呈現時，框選位置須可辨識並對應原始文字區塊。 驗收時應抽樣檢查框選位置與實際文字位置的一致性。 3.3 多 Agent 融合驗證 廠商須提供多 Agent OCR 的驗證報告，至少包含： PaddleOCR、Tesseract OCR、EasyOCR 的個別辨識結果比較。 低信心值、表格及中英文混雜文件時，交叉辨識的觸發條件與處理結果。 權重融合前後的辨識率比較。 主要錯誤案例、改善方式及已知限制。
