根据Foote Partners LLC发布的《IT技能和认证薪酬指数》,动荡的2024年即将结束,科技行业在未来一年仍将经历巨大的变化。
这种变化不仅催生了一系列需要全新技能和专业知识的职业,也让一些传统岗位面临淘汰。
Foote Partners的首席分析师兼研究官David Foote指出,人工智能(AI)和机器学习(ML)的广泛应用正推动传统角色快速演变,同时使许多传统技术技能逐渐过时。
具体而言,成功将人工智能融入现有岗位或技术中需要综合技能和软技能,如沟通、协作、分析性思维和创新能力。此外,Foote还观察到回归办公室的趋势,以及自我管理团队的兴起,这些变化将从根本上改变工作的完成方式,对技能需求带来深远影响。
为了帮助你抓住未来趋势、规划职业发展路径,以下是2024年正在兴起和没落的岗位与技能,并展望2025年它们的发展方向。
呈上升趋势的工作与技能
数据科学/数据分析
数据量的持续增长推动了对具备数据分析和解释能力专业人士的需求。然而,随着企业越来越依赖人工智能工具来处理数据收集和准备等基础任务,数据从业者将需要更多战略性技能,如数据战略、数据伦理、人工智能系统数据架构、数据治理和AI数据建模。
Foote的最新报告显示,数据战略成为排名最高的技能,其市场价值在截至2024年10月1日的六个月内增长了15.8%。他说:“融合分析与工程的职位比以往更受欢迎。”
以下技能在2024年10月1日之前的一个季度内获得了从基本工资的18%到22%的薪酬溢价:
- 数据战略
- Apache Flink
- 商业分析
- 预测分析与建模
- Snowflake/Snowflake Schema
- 数据架构
- Splunk
- 数据安全
网络安全
网络安全领域持续处于高需求状态。但Foote指出,随着像CrowdStrike这样的平台接管基础安全功能,新的角色正在涌现。雇主正寻找能够利用AI工具预测攻击的网络安全专业人士,并愿意为能开发机器学习模型和策略来抵御复杂攻击的专家支付高薪。
高薪技能包括:
- 安全架构及AI/ML模型(溢价相当于基本工资的20%)
- NIST/NIST 800(溢价平均为18%)
此外,高收入认证包括:
- GIAC安全领导(GSLC)
- GIAC战略规划、政策与领导(GSTRT)
- GIAC认证事件处理员(GCIH)
- 注册数据隐私解决方案工程师(CDPSE-ISACA)
- Fortinet网络安全认证专家(FCX)
人工智能和机器学习(AI 和 ML)
Foote 表示,人工智能不仅在改变现有的岗位职责,同时也在创造全新的职业角色。这些角色需要跨学科的技能组合,尤其是在工程领域。
例如,像人类协作经理和机器学习工程师这样的新兴角色正在崛起。这些岗位专注于人工智能模型的开发与优化、道德人工智能部署、人工智能/机器学习运营(MLOps)以及人工智能模型审计等领域。
在当前的就业市场上,与人工智能相关的技能几乎都极具价值。根据截至 2024 年 10 月 1 日的数据,下列未经认证的人工智能技能的薪酬溢价相当于基本工资的 18% 至 21%。此外,Foote 强烈推荐 AiE(Artificial Intelligence Engineer)认证,其价值在截至 10 月 1 日的六个月内增长了 25%。
以下技能尤为突出:
- 深度学习
- 大型语言模型(LLM)调优
- 自然语言处理(NLP)
- PyTorch
- 面向IT运营的人工智能(AIOps)
- 机器学习
- 规范性分析
- Keras
- Google TensorFlow
人工智能增强的软件开发
人工智能增强的软件设计和开发趋势将在明年继续增长。而那些专注于传统编程任务(如代码生成、调试和测试)的角色将逐步减少。
下一代软件开发人员需要掌握如下技能:
- 架构设计和系统架构:设计新的系统或应用,并支持AI功能的无缝集成。
- Git版本控制:在多团队协作开发中尤为重要。
- 高级问题解决能力:创新性地应对复杂的软件开发挑战。
此外,批判性思维和软技能将成为开发人员不可或缺的能力,帮助他们在自我管理团队中领导项目或跨部门合作。
工作和技能呈下降趋势
以下是呈下降趋势岗位和技能:
- 基本IT支持:随着自动化和人工智能工具接管日常支持任务,传统的 IT 支持技能变得不再重要。
- 传统数据库管理:云原生数据库和无服务器数据库的普及,削减了对备份和维护等任务的手动操作需求。雇主现在更加青睐数据库架构和数据治理的云端知识,而非传统的数据库管理技能。
- 遗留系统管理/网络管理:随着无服务器架构和基础设施即服务(IaaS)的普及,传统网络管理技术(如 Windows Server 管理)正被淘汰。
- 基础Web开发:高级框架和工具的出现,使得 HTML/CSS/JavaScript 等基础 Web 开发技能逐渐失去市场价值。
- 手动安全威胁检测:AI驱动的安全工具已经大幅减少了手动威胁检测的需求。更高阶的技能(如威胁情报和逆向工程)现在更受雇主青睐。
- 手动渗透测试(非专业级):随着自动化漏洞扫描工具(如 Metasploit、Qualys)和 AI 驱动的解决方案普及,手动渗透测试的需求逐渐减少(除非是高度专业化的领域)。
总结
人工智能和机器学习正以不可阻挡的速度颠覆劳动力市场。这种转变虽然让一些传统技能逐渐过时,但也为新的职业发展道路打开了大门。想要在 2025 年及以后保持竞争力,培养与AI和ML相关的新技能无疑是最佳选择。
作者:Leslie Stevens-Huffman