# 职业转型

我用工作室的个体工商户身份发布了一个普通大数据开发岗位，不到 24 小时收到近 200 条求职沟通。这个样本不严谨，却提醒我们：数据岗位求职难不只是岗位变少，还包括供需错位、筛选变重、学历标签和 AI 时代的数据价值重估。

这两年招聘市场上「AI 工程师」标签暴涨，薪资比同段位的传统数据/后端高 30%-50%。但稍微看几份 JD 你会发现，不同公司说的「AI 工程师」完全不是同一种人——有的是真做 LLM 应用，有的是包装过的传统后端，有的是 RAG demo 工程师，有的是啥都做的「AI 杂工」。这一篇拆开「AI 工程师」这个标签的虚和实。

当RAG技术让5个人顶50个人，传统数据工程师如何在大模型时代生存？从35岁资深工程师的转型实战，到6个月RAG学习路径，这是一份数据人的生存指南。

构建清晰的数据行业职业发展路径：从初级数据分析师/工程师到技术专家、管理者或行业顾问，三条主线的能力要求和关键跃迁节点。涵盖1-3年、3-5年、5年以上各阶段的核心任务，帮助数据从业者制定个性化成长策略，避免「做了5年还在原地踏步」的职业陷阱。

写给正在写SQL、拼报表、调ETL的你。大多数数据岗位不是「被替代」，而是「被加速」——但这个区别很重要。本文提供现实诊断、护城河分析和三条转型路径，帮你找到AI时代的定位。