科技半衰期縮短，**持續學習是唯一護城河**。參考《勞動經濟學研究》30% 年淘汰率，本文更新為 2024 版必學技能清單，助您保持職場競爭力。

六大核心技能 (2024 版)

1. 生成式 AI 應用與提示工程

• 核心**：理解 LLM (大語言模型) 原理、Token、Context Window、RAG (檢索增強生成)、Function Calling、Agentic Workflow。
• 實戰**：ChatGPT/Claude/Gemini 進階提示詞、自構建 RAG 知識庫 (LangChain/LlamaIndex)、部署本地模型 (Ollama/LM Studio)、AI 程式碼生成 (Copilot/Cursor/Codeium)、多模態應用 (圖像/聲音/視頻生成)。
• 學習資源**：DeepLearning.AI 短期課程、Hugging Face Course、Prompt Engineering Guide (GitHub)、各大模型官方 Cookbook。

2. 雲原生與平台工程

• 核心**：Kubernetes (K8s) 架構/操作/排程/網路/儲存/可觀測性、Helm/Kustomize/ArgoCD/Flux GitOps、Service Mesh (Istio/Linkerd)、Serverless (Knative/Cloud Run/Lambda)、平台工程 (IDP 內部開發者平台 Backstage)。
• 實戰**：本地幼兒園 (kind/k3d/minikube) → 雲託管 (EKS/GKE/AKS/ACK) → CI/CD 流水線 (GitLab CI/GitHub Actions/Jenkins) → 觀測三支柱 (Prometheus/Grafana/Loki/Tempo/Jaeger)。
• 趨勢**：**「雲原生不等於上雲」，混合雲/邊緣計算/多雲管理 (Crossplane/Cluster API) 成主流。**

3. 現代數據工程與即時分析

• 核心**：湖倉一體 (Iceberg/Hudi/Delta Lake)、串流處理 (Flink/RisingWave/Redpanda/Kafka)、OLAP 引擎 (ClickHouse/Apache Doris/StarRocks/Trino)、dbt 數據建模/測試/文檔、Data Contracts、數據治理 (OpenLineage/Amundsen/DataHub)。
• 實戰**：構建 **實時數據管道** (CDC → Kafka → Flink → Doris/ClickHouse → Grafana/Superset 看板)、實施 **數據契約** 保障上下游相容、建立 **數據產品思維** (以用戶為中心交付可信數據)。
• 價值**：從「報表工具人」進化為「數據平台建設者/數據產品經理」。

4. 實戰網路安全與零信任架構

• 核心**：零信任 (ZTNA/微隔離/持續驗證)、身分為新邊界 (IdP/SSO/MFA/PAM)、端點偵測回應 (EDR/XDR)、威脅情報 (MITRE ATT&CK/IOC/IOA)、應用安全 (SAST/DAST/SCA/SBOM/DevSecOps)、雲安全 (CSPM/CWPP/CIEM/KSPM)。
• 實戰**：紅隊演練/滲透測試 (OSCP/PNPT)、藍隊偵測工程 (Sigma 規則/EDR 調優/SIEM 關聯)、應急響應 (NIST 800-61)、合規 (等保 2.0/GDPR/ISO 27001/SOC 2)。
• 缺口**：全球缺口 350 萬+ 安全人才，**高薪、高門檻、高成就感**。

5. 低代碼/無代碼 與公民開發

• 核心**：Power Platform / Mendix / OutSystems / NocoDB / ToolJet / Budibase / Retool — **業務專家直接構建應用**，IT 提供治理/資料/元件/平台。
• 實戰**：識別高頻/低複雜/高價值業務場景 (審批流/報表/表單/簡單 CRUD) → 公民開發者構建 → IT 審核上架 → 迭代優化。
• 關鍵**：**治理先行** (資料安全/權限/生命週期/技術債務控制)，避免「影子 IT 2.0」。

6. 產品思維與用戶體驗 (UX) 設計

• 核心**：從「交付功能」轉向「解決用戶問題/創造商業價值」。JTBD (Jobs To Be Done)、北極星指標、A/B 實驗、漏斗分析、留存曲線、用戶旅程地圖、可用性測試、無障礙設計 (WCAG)。
• 實戰**：PM/設計師/工程師**三位一體**協作；工程師具備產品感知，能主動提案優化體驗/降低技術債務/提升轉化率。
• 工具**：Figma、Amplitude/Mixpanel/Heap、LaunchDarkly (功能旗標)、PostHog (開源產品分析)。

學習路徑建議 (T 型人才)

1. 廣度**：六大領域各花 2 週建立認知框架 (免費課程/官方文檔/優質博客)。
2. 深度**：選 1-2 領域深耕 3-6 個月，出 **作品集** (GitHub 專案/技術部落格/開源貢獻/內部工具/競賽獎項)。
3. 複合**：將技能組合應用於實際業務痛點 (如：AI + 數據工程 = 智能數據平台；雲原生 + 網安 = 安全雲原生平台；低代碼 + 產品思維 = 業務自助分析平台)。
4. 持續**：每週 5-10 小時跟進前沿 (論文/技術博客/會議/社群)，每季複盤調整學習地圖。

給管理者的建議**：建立 **學習預算/工時/激勵/內部分享/導師制**，讓「學習」成為組織基因，而非個人負擔。