Cloud Native Kubernetes IT職涯 數位轉型 業務創新 人力缺口 新興科技 開發人員 資策會 虛擬化 K8S 雲原生 資安 容器

程設正夯超越網工班 教育機構剖析培訓心得

2018-06-06
證照張數並不是評判能力的依據,但若參加黑客松或競賽取得前幾名,或是在專業社群中有所貢獻,或對熱門網友提問的回答獲得了高排名認同,從中展現出的技術水準反而一望可知,也可以視為這個時代下新型態的Developer證照。
暸解就業需求風向,一直是IT專業培訓市場中非常重要的指標。時間如果倒回六、七年前,IT人力市場剛走出金融海嘯陰霾,人才養成著重在網路、系統等相關領域,在當年,教育訓練機構所開設的人才養成班(也稱網工班),幾乎是100%的就業率,甚至到場尋求人才的企業比結業的學生還多。

才短短的幾年間,硬思維轉向軟實力,數位潮流崛起,資料成為企業黑金,程式設計與開發課程翻身成為教育市場的主力。資策會教研所數位人才培育中心教學二組組長蘇國鈞坦承,網工班近期確實沒有前幾年熱門,原因在於雲端運算服務已經相當成熟,反而是泛程式設計班,包含Java、.NET、資料工程師、人工智慧等課程,學員往往一結訓後就會有15至20家廠商配對,甚至在某些班別,前來求才的廠商比學員人數更多。「這幾年,一直在強調運算思維(Computational Thinking)的重要性,每個人都應該要有程式能力,甚至向下紮根至中小學教育,認為從小就要開始有程式設計的能力,也反映出廣泛的需求。」

「但是這並不代表所有的人才都會轉向擁抱程式設計,」他提到,現今IT的職能分工還是很明確,畢竟領域知識(Domain Knowledge)不同,舉例而言,DevOps讓開發人員被賦予很多責任,前端與資料庫知識、後端的維運都需要瞭解一些,甚至熟悉一點系統建置與部署的知識,感覺上好像職能已經混淆,但實際的工作內容上,開發人員並不會去設定路由器,因此至少目前還是有所區隔。

科技演化IT挑戰更劇

但是,不管是哪種類型的IT從業人員,都一直面臨著專業能力需求變化的挑戰。舉例而言,雲端服務興起後,看似只要點選幾個按鍵就可以把環境架設好,根本不需要底層的技術,但其實,基礎架構相關的技術能力反而要更強,因為不只是學習如何架構雲端環境,還要學習如何整合。除此之外,身處於網路時代,資安議題愈益重要,一般會認為網路工程師應該具備初步阻擋一些入侵攻擊的能力,壓力反而更大。

程式語言也是如此,以前學資料結構,要知道怎麼實作出雙向鏈結串列(Double Linked List),現在幾乎每個語言都內建各式各樣好用的資料結構,現在則只要學會怎麼用就好;早期開發應用程式,很多功能要想辦法自己做出來,現在很多功能網路上都有現成的API,只要學會怎麼好好整合進來就好。蘇國鈞說,看起來似乎變簡單了,但是如果對比二十年前桌面端應用程式為主的時代,只要學會Visual Basic或是Delphi就可以走遍天下,如今在Web與Cloud的時代,一個系統動不動就是十幾二十個不同技術的整合,挑戰並不會比較低。

他提到,IT每隔二、三年就會有新的趨勢潮流出現,雲端、物聯網、大數據、人工智慧推陳出新,過往的技術好像從此銷聲匿跡,但其實已經轉化變成了基本的技能。「隨著時代的演進,IT人員必須學的東西更多,但也因為時代的演進,介面簡單也更好用。」

紮根基本功證明價值

▲資策會教研所數位人才培育中心教學二組組長蘇國鈞指出,泛程式設計班,包含Java、.NET、資料工程師、人工智慧等課程,近期相對熱門。
科技趨勢變化飛快,不光是大數據、物聯網、機器學習與人工智慧等新興科技崛起,既有技術也不斷精進與演化,從虛擬化到更輕量的容器以及Kubernetes(K8S);在雲原生(Cloud Native)架構下,微服務、軟體定義資料中心更成顯學。DevOps敏捷開發成了快速部署與交付的首選;記憶體運算成為加速資料處理的引擎;更不用說每隔幾年,就會有不同的程式語言成為主流。

蘇國鈞認為,趨勢觀察確實需要留意,IT工作者應該多看、多聽,多閱讀相關的報導文章,也要參加研討會,但在此同時,也要有所定見。舉例而言,去年AngularJS炒得很熱,今年幾乎看不到AngularJS反而都在談Vue.js,當每一種潮流興起時,是不是都要跟著學習?其實IT永遠都有新話題,從業人員要能思考,這些開源JavaScript函式庫,底層不外乎是HTML、CSS、JavaScript,把基礎語言玩得滾瓜爛熟之後,要切入哪個框架都可以很快上手。

他強調,技術有變與不變。很多趨勢是因為技術的環環相扣,人事時地物都到位了,話題就會引爆,舉例而言,物聯網與社群媒體產生了大量的資料,因此產生了大數據相關的技術需求,因為要把資料變成智慧,一步步萃取,所以資料科學很受重視;由於大量的資料需要運用處理,雲端運算的需求也跟著浮現。但無論如何,基本功要紮實才能因應不斷的變化。「以人工智慧為例,人工智慧需要程式設計,要把資料放在資料庫,同時還要有視覺化的呈現,所以在500多小時的課程中,就有100多個小時教授Python語法、MySQL、HTML等等基礎課程,學員上到這一段就覺得很無聊,但是AI技術還是要穩紮穩打。」

另外,證明自身能力的方式也很重要,譬如在人工智慧領域,認證是其次,因為擁有五張、十張證照並不會比別人厲害,但如果曾經參加過黑客松取得前三名或是在類似像GitHub與Kaggle這樣的網站,展現出對專業社群的貢獻,從在某個問題回答上的排名,就知道技術水準在哪裡,或許這也可以視為這個時代下新型態的Developer證照。

產業AI化從小處著手

近年來,政府喊出「產業AI化」、「AI產業化」,許多企業正在關注AI領域,但根據蘇國鈞觀察,並不是所有的企業都打算大刀闊斧,成立AI團隊。中大型企業或許有此計畫,但中小型的企業反而會傾向有成果之後,再成立AI團隊。例如,讓現有的IT人員稍微先研究一下人工智慧,證明有能力解決問題後,才願意聘請專門人員,進行更多的投資。

這點從資料工程師養成班學員的就業情況就可以看出端倪。一般直覺從資料工程師養成班畢業的學員,有了R語言的基礎,也學了資料分析、資料處理平台,「正途」應該是到金融業或電信業的資料部門上班,但有些學員還是投入Java程式語言的工作,卻把分析演算的思維套用在現有的系統中。例如企業原本就有推薦系統,透過新的演算法可以用更快的方式與更好的架構,讓推薦系統可以更準確;推薦率愈高,企業的收入也愈高,因此就會受到高度重視,進而成立一個新的團隊,這種情況也很常見。


追蹤我們Featrue us

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!