隱藏的技能缺口：為什麼僅僅掌握SQL+Python已經不夠了

近年來，資料領域從業者的求職市場經歷了結構性的轉變。過去，掌握SQL和Python幾乎是獲得資料崗位的黃金公式：只要能寫出像樣的GROUP BY語句，能操作pandas DataFrame而不出錯，就有很大機會被錄用。然而，這一規則如今已不再適用。SQL和Python雖然仍是必備技能，但它們已經從區分候選人的關鍵因素降級為最基本的門檻。

2026年1月，Future Proof Data Science對超過700份資料科學家職位招聘的分析顯示，Python和SQL依然位列技能需求前三，但機器學習和人工智慧技能緊隨其後，分別位列第二和第四。其中，約三分之一的職位要求具備AI實操經驗，尤其是大語言模型（LLM）、檢索增強生成（RAG）、提示工程和向量資料庫等技能。這一趨勢與2012年機器學習從冷門變為2020年普遍要求的過程如出一轍。

除了AI技能，基礎工程方面的要求也顯著提高。資料工程能力——包括資料管道、編排工具、雲平臺、資料質量檢查——以及生產環境中的機器學習（如模型監控、漂移檢測、評估設計）現在已成為資料科學家職位描述中的核心期望，而非可選項。瀏覽各大招聘網站可以發現，“資料科學家”職位常常要求候選人熟悉Snowflake、dbt、Airflow，並能夠獨立負責ETL管道。

為了彌補技能缺口，文章重點介紹了四項新晉的區分性技能：

1. 資料建模：設計資料如何結構化、關聯和儲存的能力。隨著Snowflake、dbt和BigQuery等工具的普及，資料科學家越來越多地承擔原本屬於資料工程師的資料轉換工作。錯誤的資料模式會直接影響特徵工程和機器學習效果。提升該技能的方法包括：重新設計真實資料集的模式，思考實體、關係、粒度和高頻查詢；學習維度建模（參考Kimball的《資料倉儲工具箱》）。

2. 效能最佳化：理解查詢執行原理並提升速度、降低成本的技能。資料量的增長使得低效查詢可能耗費數百美元並導致生產超時。掌握EXPLAIN ANALYZE、cProfile、line_profiler和memory_profiler等工具，能夠幫助定位並解決效能瓶頸。

3. 基礎設施意識：瞭解資料所依託的系統，包括雲平臺、分散式計算、資料管道、儲存格式和成本模型。依賴於資料工程師來做每個基礎設施決策會形成瓶頸。透過與工程團隊合作、搭建小型管道並故意製造故障來學習。

4. 設計RAG系統、評估LLM輸出和執行AI實驗：利用LangChain、LlamaIndex和雲原生向量資料庫，構建AI應用的門檻已大幅降低。當前的關鍵問題是：能否構建出可靠的、經過評估的可信賴生產系統？求職者應透過回答典型面試問題（如如何衡量AI功能的影響、如何設計RAG架構），並動手構建小型RAG應用來掌握這些技能。

總之，資料建模、效能最佳化、基礎設施意識和AI實踐能力構成了當前求職者與市場需求之間的主要缺口。文章為每項技能提供了具體的獲取途徑。