會Go語言獲得最多面試邀約！Hired調查：區塊鏈工程師需求暴增517%|數位時代 BusinessNext

會Go語言獲得最多面試邀約！Hired調查：區塊鏈工程師需求暴增517%

從軟體工程師的需求、流行的程式語言可以看出全世界目前的科技趨勢走向。至少在未來一段時間，區塊鏈、資安將是兩大重點領域。

先講結論：區塊鏈工程師夯到不行

Hired先整理出報告中的8大看點：

全球對於區塊鏈工程師的需求成長了517%；

平均薪水最高的是灣區的搜尋工程師（Search engineer），薪水上看15.7萬美元（約台幣471萬元）；

如果要去舊金山、倫敦、多倫多，TypeScript是最好的選擇、紐約則是Ruby、巴黎則是Go；

Python是工程師們最愛的語言，最討厭的則是PHP；

五分之一的工程師是自學；

機器學習是工程師們最想學習的技術；

結對程式設計（Pair programming）會影響工程師的就職意願；

43%的工程師表示比較願意在投入開源（Open Source）的公司上班。

以及《數位時代》認為的重點之一： 56%的工程師比較愛「Tab」；24%的工程師則選擇用「空白鍵（Space）」 。

工程師需求成長：區塊鏈>資安>嵌入式

從工程師的需求成長來看，可以看出未來的方向。 成長最多的是區塊鏈工程師，517%居首；其次為資安（132%）與嵌入式工程師（76%） 。

在薪水方面，灣區與紐約前10名的薪水皆在10萬美元以上，硬是比多倫多、倫敦與巴黎高了一個等級。最熱門的工程師包含了：遊戲、自然語言處理、嵌入式、區塊鏈與搜尋。

最熱門的程式語言：Go

平均每位Go工程師能夠收到9個面試邀請，在熱門的程式語言中排行第一，考量到Google是使用Go的主要企業，也能想像到許多工程師為了進入Google投身Go語言。

Scala與Ruby分別以平均8.4、8.2個面試邀請排行第二、三名。值得注意的是，前幾年相當火紅的R語言，在本份榜單中以平均3.3個面試邀請敬陪末座。

在最喜歡與最討厭的程式語言中，毫不意外的由Python獲得大部份工程師的愛，PHP則是最被討厭的程式語言，但在上述的圖表中，PHP的工程師平均仍可收到6.5個面試邀請，排名第八。

提升就職意願：結對程式設計與開源

48%的工程師表示，他們較有意願工作於採用結對程式設計的公司。

結對程式設計是一種敏捷軟體開發的方法，兩個程式設計師共同工作。一個人輸入程式碼，而另一個人審查他輸入的內容。輸入程式碼的人稱作駕駛員（driver），審查程式碼的人稱作觀察員或導航員（observer或navigator）。同時，結對程式設計對於培養新人工程師也具有相當的效益。

此外，43%的工程師表示，較有意願任職於有在貢獻開源專案的公司，不過並不是絕對的需求。

參考資料來源與整份報告下載：Hired。

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。