轉職至人工智能崗位之歷程與軟件工程性質之演變
導言
人工智能（AI）日益深入地整合至企業運作之中，從而產生對專業崗位的需求，促使來自不同背景的勞動者尋求進入該領域。與此同時，AI 工具的應用正重新定義軟件工程師的日常職責。本報告綜合多位專業人士的陳述，探討其轉職至 AI 相關崗位的經歷，以及軟件工程實務的變遷。
正文
根據 LinkedIn 的 《Jobs on the Rise 2026》報告，AI 工程師、顧問、策略師及研究員等崗位屬於 United States 增長最快的職位之列。Business Insider 訪問的四名員工描述了進入 AI 崗位的不同路徑。Microsoft 首位首席負責 AI 官（Chief Responsible AI Officer）Natasha Crampton 的職業生涯始於一名擁有資訊系統背景的律師。她表示，其法律專業知識結合對技術與社會的興趣，使其能夠從事 AI 治理工作。她強調技術技能是可以習得的，而社會科學的洞察力在技術與政策的交匯點上具有顯著價值。HubSpot 的 AI 工程師 Georgian Tutuianu 則經歷了從結構工程轉向軟件工程，隨後再轉向 AI 的過程。他指出，在簡歷中展示個人 AI 項目在面試過程中起到了關鍵作用，使其能夠證明其實踐經驗。Jai Raj Choudhary 從數據導向的崗位轉職為 StackAI 的 AI 工程師，其方法是多次在 LinkedIn 上聯繫該公司的共同創辦人，並展示其對數據質素（data quality）及模型失效模式（model failure modes）的理解。他將部分成功歸功於遷至 San Francisco，並採取每日工作九小時、每週工作六日的日程安排。Microsoft 的高級 AI 遊戲化計劃經理（Senior AI Gamification Program Manager）Brit Morenus 曾主修英文與傳播學。她花費約一年時間取得遊戲機制相關認證，隨後用三個月時間學習 AI。她表示，其人文學科背景依然具有相關性，因為將語言應用於 AI 需要強大的英文能力。 另一位來自 Microsoft 的軟件工程師在陳述中描述了 AI 工具如何改變其工作流程。他報告稱，其角色已從每日花五至六小時手動編寫代碼，轉變為一名指導 AI 生成代碼並負責設計系統的架構師。他在 2025 年初開始廣泛使用 AI 工具，起初嘗試其功能，隨後將其納入代碼審查（code review）等常規任務中。他指出，GitHub Copilot 已成為其編寫代碼建議與除錯（debugging）的主要工具。儘管發生這些變化，他仍主張人類工程師依然不可或缺，因為 AI 缺乏對項目目標的完整上下文理解。他亦強調資深工程師的指導依然重要。關於求職建議，他建議通過增加作品集（portfolio）部分來優化 LinkedIn 個人檔案，並在提交申請後聯繫目標公司的員工。 該工程師進一步觀察到，AI 減少了在大型代碼庫（codebases）中導航及編寫樣板代碼（boilerplate code）的時間，但審查建議並決定何時信任該工具時，需要謹慎的判斷。他表示自己尚未經歷 AI 相關的倦怠感，但承認許多職業早期的工程師面臨著滿足截稿日期的壓力增加。他建議 AI 可以通過加速除錯與代碼理解任務，來緩解部分壓力。
結論
上述陳述表明，透過法律、人文及工程等多元背景，並強調實踐項目與人脈網絡，即可實現進入 AI 崗位。與此同時，軟件工程正演變為一種由 AI 輔助編碼，但人類監督與資深導師制度依然至關重要的模式。目前的局勢顯示，適應能力與持續學習是勞動者應對這些變革的關鍵。