資料工程師
🇹🇼 台灣 · 科技最先被取代在台灣的 803 種職業中第 83 名 · 風險最高的前 11%
工作保存期限
2年 5個月
03天 01:32:08:484
距離 AI 開始取代這份工作
2029年3月21日 · 倒數 886 天
SQL、資料管線與結構定義大多由代理完成,初階工程師先減少;留下的是跨團隊資料所有權協商、夜間管線故障處置與判斷哪些品質問題重要。約兩年半內減員。
查看 AI 取代前景詳情
被取代的風險極高
20 年後的人力占比25%
AI 取代時間軸
影響方式 · 縮減2026 · 現在2032
推估區間 1年 5個月 – 4年 11個月
資料工程師:AI 會改變哪些工作、哪些會留下
資料工程師的工作,一部分是搭建資料管線、寫SQL轉換邏輯、規劃表結構,另一部分是半夜管線壞掉時被叫醒去搶修。這兩種工作接下來會分得愈來愈開,前者先被大量吃掉。
寫SQL和搭建管線為什麼先被自動接手?
設計資料表結構、寫SQL轉換邏輯、搭建定期跑批的管線,這些照著規格就能完成的工作,現在AI代理已經能大量分擔、自己排查簡單的錯誤,原本要靠一群初階工程師慢慢寫的部分明顯減少。剛入行、專門負責這類基礎管線開發的職缺因此最先受到影響,團隊不再需要那麼多人手做重複性的搭建工作。
協調資料歸屬、半夜搶修,為什麼還是要靠人?
不同部門對同一份資料該歸誰管、誰該負責維護常常有爭議,需要人出面協調;管線半夜壞掉要有人立刻判斷是哪個環節出錯並修好、對受影響的團隊說明;資料出現異常時,還要判斷哪些品質問題真正重要、哪些可以先放著不管。這些牽涉跨團隊溝通和臨場判斷的責任,目前還是要有經驗的人在場處理。
想在資料工程這行站穩,該怎麼準備?
可以多爭取參與跨部門協調資料歸屬的討論,並主動輪值處理管線故障,從中練出半夜也能冷靜排查問題、快速找出根源的能力。資料科學相關科系能打底,但真正讓自己留下來的,是判斷哪個資料問題真正值得花時間處理、哪個可以晚點再說的直覺。
撰寫日期

對資料工程師結果的看法· 繁體中文
還沒有留言