北京
隨便翻開一份技術入門的學習路線圖，它會告訴你先學一門編程語言。Python也好，JavaScript也罷，打好基礎，做幾個項目，然后試著投簡歷。這套流程聽起來沒什么毛病。我們決定做件有點笨的事，直接統計招聘市場到底在要求什么技能。我們追蹤了1077家科技公司，它們目前開放了15265個職位。我們把這些職位要的技能一項項數了一遍，看它們實際出現的頻率。
Python排在第一位，和那些學習路線圖預測的一模一樣。但從第二名開始，清單上的東西就不再是編程語言了。現在科技行業需求第二大的技能根本不是另一門語言，而是一個云平臺。AWS在這15265個職位中出現了3842次。也就是說，四個職位里就有一個明確寫著AWS。Kubernetes出現在五分之一的職位里。要求Kubernetes的崗位比要求React、Java、TypeScript或Go的都要多。這個在任何編程訓練營里都沒被擺到核心位置的層面，恰恰是市場悄悄建立起來的底座。而且這部分需求不會消失，原因很簡單：它是工作中你不能丟給AI就撒手不管的部分。
四分之一崗位點名AWS，這還只是故事的開頭。看看需求最高的技能清單就明白了——這里統計的是15265個公開職位中每個技能被提及的次數。AWS之后，Kubernetes、Google Cloud、Docker、Azure、Terraform緊隨其后。這十二項技能里有六項是云和基礎設施相關。只有Python這一門語言的被需求頻次超過了最常見的云平臺。其余所有編程語言都在它之下。要求Kubernetes的招聘啟事比要求Java的多，要求Terraform的比要求純JavaScript的多。如果你純粹按照一扇技能能打開多少扇門來給他們排序，榜單頂部的多數位置都是管道工程。
這不是某一個職位類型的事，這是每個職位都在發生的變化。你可能會想，那好，我去當個DevOps工程師不就行了。但你如果這么想，就沒看到真正關鍵的地方。這15265個崗位里，只有1140個——大約十三分之一——是專職的基礎設施崗位，包括DevOps、SRE、平臺工程、云計算、系統管理。如果基礎設施真是一條獨立賽道，那全部需求也就是這個數字。可現實是AWS出現在四分之一的崗位里，Kubernetes出現在五分之一里。那另外五分之四的需求根本不在基礎設施相關的職務名下面，它們被捆綁在普通的后端、全棧和數據崗位上。這些崗位默認期待你能把服務部署到某個云的某個容器集群里去。
看看到底誰在招人，就更能說明問題。把運行Kubernetes的雇主按開放職位數量一排，它們拒絕共享同一個行業。AI實驗室——OpenAI、Anthropic、Cohere。金融科技和支付領域——Stripe、Robinhood、Adyen。數據平臺——Snowflake、Databricks、MongoDB。開發工具和云服務——GitLab、DigitalOcean、Canonical。安全和可觀測性——Zscaler、Datadog。產品不同，客戶不同，底層的管道設施完全一樣。一個支付公司的后端崗位和一個AI實驗室的后端崗位幾乎沒有共同語言，除了對你熟悉云環境這件事的默認要求。這也就是為什么對基礎設施的流暢掌握比任何一個單一框架都值錢。React是前端賽道下注，Rust是系統編程下注，但基礎設施層能夠同時滲透進所有這些領域。
我們接著要談到AI代理，以及為什么你不能干脆把事情全交給它。現實是，當一套基礎設施預設了那么多默認選項，當每一層都堆滿了那些需要用經驗來做出的判斷，自動化腳本能替你處理的部分其實遠比想象中少。一個AI可以在你給出明確架構和約束的前提下生成配置片段，但它不能替你在成本、可用區延遲、擴縮容策略、安全邊界之間做權衡。這些判斷的依據分布在你的業務場景、用戶分布和合規要求里，而不在隨便哪個訓練語料的分布中。所以在面對需要為整個系統運行的穩定性負最終責任的那個角色時，市場還在持續給懂這些的人開出高價，僅僅是因為這是真正需要人來盯住的部分。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
