嗨，你好，我是維元 👋 我會持續分享我在資料科學與人工智慧領域所觀察到的趨勢與所見所聞 💥 如果你最近比較少在社群看到我，那不是你錯覺，而是我真的停下來了一段時間。
過去四、五個月，我幾乎沒有直播，也很少發文，但不是因為沒有事情做，而是事情太多，多到我需要暫時離開社群，重新整理自己在做什麼、以及接下來想走哪裡。今年對我來說是一個很特別的時間點。工作快十年了，也剛好經歷了一次完整的職涯轉換，從主動投履歷卻連續碰壁，到重新調整定位、再拿到我覺得合理的 offer。
在 AI 出現之後，我們過去相信的那些「努力就會累積」的職涯路徑，還剩下多少是真的？
這是我在這幾個月反覆思考的問題；這篇文章，其實就是我把這十年的經驗，重新梳理過一次之後，寫給正在路上的你，也寫給現在的自己。
十年的累積來自於把每一段路走得「完整」
很多人會覺得我好像一直在換跑道，做過網站開發、資料科學、資料工程、產品、教學、社群，但如果真的回頭看，我這十年其實只有三份主要工作，而且每一份都待了兩到三年。
學生時期，我接過電商與金流的案子，學的是「怎麼把東西真的做出來」。碩士期間，我開始碰大數據、Python、Hadoop，第一次意識到資料不是報表，而是系統的一部分。後來在新創公司做研發替代役，從搜尋與推薦的題目，一路做到串流工程，也親身經歷公司被併購、方向被改寫的過程。
那段時間，我下班後也沒有閒著，參加了 DS4G，和醫療背景的夥伴一起做《到院前心肺復甦風險地圖》，拿了總統盃黑客松的冠軍；也因為有人找我當 Python 家教，開始大量整理「怎麼把技術教給不是工程背景的人」。後來疫情來了，這些累積就順勢變成線上課程。
如果你問我回頭看，這些是不是一開始就規劃好的？老實說不是。但有一件事我很確定：我每一段都沒有只做表面，而是把那一段該學的東西學完，才往下一段走。
AI 出現後，還有什麼技能是值錢的嗎？
前幾年，我很有信心地跟大家說，學資料分析、學工程、學機器學習，對職涯一定有幫助。因為在那個階段，這些技能確實可以槓桿薪水，也能換到更多選擇。
但今年，我第一次對這件事情感到不安。AI 出現後，很多事情突然變得「又快、又好、又便宜」，那些我們花很多時間學會的技能，開始快速貶值。老實說，我很擔心：如果我再繼續用舊的邏輯告訴大家「學這個會有用」，會不會反而耽誤了參加者？
五、六月那次職涯轉換，其實給了我一個很現實的提醒。前二十封主動投出的履歷，幾乎全部石沉大海，連面試機會都沒有。那段時間我真的很挫折，也開始反思，是不是整個市場已經不再用「你會什麼技術」來看人了。
後來我重新調整履歷與定位，開始更明確地說清楚「我能幫公司解決什麼問題」、「我適合站在哪一個位置」，結果非常現實：後續投遞的履歷，大約有一半能進面試，也拿到了多個 offer，薪資漲幅接近 40%。
那一刻我才真正意識到，現在市場在意的，早就不只是技能，而是你能不能被放在對的位置上。
十年十倍很迷人，但多數人的差距，其實來自路徑選擇
直播裡我問大家一個問題：工作十年，薪水應該成長多少才合理？
如果你真的算過，就會知道「十年十倍」代表每年要成長 25%，這在正常職涯裡幾乎不可能。多數人十年兩倍、三倍，其實已經是常態，五倍都算非常好。
但今年我在求職市場看到一個非常明顯的現象：資料科學的薪資正在快速 M 型化。一邊是低薪、高競爭、內捲嚴重；另一邊是高薪，但對定位、經驗與影響力的要求極度清楚。
我也被問過，為什麼不乾脆全職做自媒體、接案或賣課？老實說，這些永遠是我的 Plan B，但回頭算過，我從來不覺得它們在風險與報酬上，一定比全職工作好。Plan C 當然是出國，但把生活成本一起算進去之後，那條路其實更難。
這些選擇沒有對錯，但我越來越確定一件事：職涯不是選一個最熱門的方向衝，而是選一條你走得久、走得穩的路。
技能會貶值，但你這個人不會
如果要用一句話總結我這十年的心得，那會是：不要急著一步到位，先找到你走得下去的節奏。
技能會被取代、工具會過時、熱門題目一定會換，但你這個人不會。你怎麼思考問題、怎麼和人合作、怎麼累積信任，這些東西比任何一個框架都耐用。
接下來我會慢慢回來寫文章、做分享，不一定每一篇都教技術，更多是我對 Data、AI 與職涯變化的觀察。如果你剛好也在迷惘，希望這些整理，能讓你少繞一點彎。
我們都還在路上，只是走的速度不一樣而已。
▲ 為了提供更多元的閱聽體驗，本篇文章的內容也有同步進行直播與 Podcast 節目。歡迎選擇您喜歡的方式吸收資訊。
License
本著作由Chang Wei-Yaun (v123582)製作，
以創用CC 姓名標示-相同方式分享 3.0 Unported授權條款釋出。