零經驗轉職，從雲端工程師入門最快。

打開 104，搜尋「雲端」或「GCP」，你會看到一堆職稱跳出來：雲端工程師、雲端架構師、SRE、DevOps 工程師、資料工程師⋯⋯

看起來都跟雲端有關，但薪資區間、要會的技能、日常工作內容差距很大，光是月薪區間的起點，架構師就比工程師高 2 萬以上。

這是轉職者最常卡住的第一個問題：「我到底該投哪一個？」

為什麼一定要先搞懂職缺差別？

搞錯職缺，你會浪費半年學錯東西。

想當架構師卻先去學 Python 、想走 SRE 卻只考了 Associate 認證，這兩種情況都是真實發生過的彎路。

5 種角色的技能重疊度不到一半，證照方向也不同。先確定要走哪一條，再開始學，是最省時間的做法。

先用一個比喻，30 秒秒懂 5 種角色

把一個跑在雲端上的系統，想像成「一棟蓋在雲上、24 小時營業的大樓」：

• 雲端架構師（Cloud Architect）＝設計師：決定這棟樓怎麼蓋、幾層、水電怎麼配、消防怎麼做。動手少，但方向錯了全樓要打掉重來。
• 雲端工程師（Cloud Engineer）＝施工與水電師傅：照著設計圖把樓蓋起來、把服務一個一個裝上去、平常的修修補補。
• SRE（網站可靠性工程師）＝大樓的保全兼維修隊：確保這棟樓 24 小時不斷電、不出事，出事能最快修好，還會想辦法用自動化讓自己少值班。
• DevOps 工程師＝生產線的自動化總管：讓「設計→施工→開張」這條線跑得又快又順，蓋新東西不用每次都手工搬磚。
• 資料工程師（Data Engineer）＝專門鋪水管的人：把散在各處的資料，用管線接到一個大水塔（資料倉儲），讓需要用水（分析、AI）的人隨時打開就有。

記住這個比喻，下面每一段就很好懂了。

雲端工程師（Cloud Engineer）：最好的轉職起點

在做什麼？

雲端工程師是負責在雲端平台上實際建置與維運系統的執行角色，用來把架構師畫好的藍圖變成真的跑得起來的服務。

架構師畫好藍圖之後，由雲端工程師到 GCP、AWS、Azure 上把資源建起來。

日常工作包括：開 VM、設定虛擬私有網路（VPC，你在雲上的專屬網段）、部署 Cloud Run、設定權限（IAM）、處理維運和排錯。

一句話：架構師決定「要怎麼蓋」，雲端工程師負責「把它蓋出來、顧好它」。

需要什麼技能？

• 一朵雲的基本操作（建議先專精 GCP 或 AWS 一朵）
• Linux 基本指令、網路基礎（IP、DNS、防火牆）
• 容器基礎（Docker）
• 會看 Log、會排簡單的錯

薪水與適合誰

台灣月薪參考區間約 5～8 萬，同一個職稱在不同公司的落差可達 3 萬。

這是 5 種角色裡入門門檻最低、需求量最大的職缺，適合零經驗和非本科。

先卡進這個位置累積實戰，再往架構師發展，是最務實的路線。

雲端架構師（Cloud Architect）：薪資天花板最高

在做什麼？

雲端架構師是負責規劃整體雲端方案的設計角色，用來在系統動工前決定架構、成本與資安要怎麼配。

他要跟業務單位溝通需求，回答這些問題：系統要不要自動擴充（Autoscaling）？資料庫怎麼配才不會掛？成本怎麼壓？資安怎麼守？

架構師動手寫程式的比例比工程師低，但這不代表「不用懂 code」。

好的架構判斷，正是建立在「知道底層怎麼實作、會踩到什麼坑」之上。

差別在於，架構師的價值在「判斷怎麼設計才不會出事」，而不是「把功能刻出來的速度」。

需要什麼技能？

• 工程師那一整套技能，再往上加
• 整體架構設計能力（網路、運算、資料庫、資安怎麼串在一起）
• 成本意識（CUD／SUD 折扣、預算控制）
• 溝通能力：把技術講給非技術主管聽
• 當你要應徵架構師職缺時，Professional 等級認證是明確的加分條件

薪水與適合誰

台灣月薪參考區間約 6～12 萬以上，資深加上業務開發能力可以更高（詳細分級可看我另一篇《雲端架構師薪水完整指南》）。

適合已經有一些 IT 底子、想往上走、想突破薪資天花板的人。

雲端工程師和架構師的差別，最簡單記法：工程師「把系統做出來、顧好」，架構師「決定整個系統該長什麼樣」。同年資下，架構師的月薪區間起點比工程師高 3 萬以上。

轉職者最務實的路徑是：先當工程師卡位，累積各種架構經驗之後，再升架構師。

SRE 與 DevOps 工程師：高度重疊、常常混用

這兩個職稱在台灣的職缺裡界線非常模糊，有些公司直接混著用。但概念上還是有差別。

DevOps 是一種「文化與做法」

DevOps 原本不是一個職稱，而是一種「把開發（Dev）和維運（Ops）打通」的做法。

目標是讓「寫好程式→測試→上線」這條路自動化、又快又穩，不要每次上線都手忙腳亂。

DevOps 工程師的日常，圍繞在三件事：

1. 建立 CI/CD 流水線（CI/CD 是「持續整合／持續交付」，指程式一改好就自動測試、自動上線的機制）
2. 用 IaC（基礎架構即程式碼，例如 Terraform）把環境設定寫成可重複執行的檔案
3. 把重複的部署工作自動化

SRE 是「用軟體工程的方法做維運」

SRE（Site Reliability Engineering）是 Google 提出的可靠度工程方法，用來以軟體工程的手段確保系統穩定，可以理解成 DevOps 的一種具體實作。

SRE 更強調用數據和工程手段顧穩定：

• SLO／SLI：訂出可量化的可靠度目標，例如「一個月內成功率要達 99.9%」
• Error Budget（錯誤預算）：從 SLO 反推出「這個月還能容忍多少故障時間」，用完就停止上新功能
• Toil（重複勞務）：指可以被自動化卻還在手動做的工作，SRE 的任務之一就是把它消滅

一句話：DevOps 是理念，SRE 是把這套理念工程化落地的做法。

需要什麼技能 & 適合誰

• 兩者都要：熟一朵雲、容器與 Kubernetes（GKE）、CI/CD 工具、監控告警、寫腳本自動化（Python／Shell）
• SRE 職缺對寫程式和數據思維的要求，比 DevOps 更明確
• 台灣月薪參考區間約 7～14 萬
• 適合已經有開發或系統維運經驗、喜歡用自動化消滅重複工作的人；零經驗要先補不少底子

SRE 和 DevOps 差在哪？DevOps 是「理念」，把開發和維運打通、追求自動化交付；SRE 是「其中一種工程化做法」，用 SLO、error budget、削減 toil 來顧穩定。在台灣的職缺裡兩者常混用，看職務說明（JD）比看職稱準。

資料工程師（Data Engineer）：最需要寫程式的工作

在做什麼？

資料工程師是負責建置與維護資料管線的角色，用來把散落各系統的資料收乾淨、送進資料倉儲，讓分析和 AI 隨時有料可用。

他要把資料透過資料管道（Data Pipeline）收集、清理、轉換，送進資料倉儲（像 BigQuery，一個專門存放大量分析用資料的地方）。

在 GCP 上，這個角色天天碰的是 BigQuery、Dataflow、Pub/Sub、Cloud Composer 這些服務。

需要什麼技能？

• 要會寫程式：SQL 是基本，Python 是資料工程師職缺最常列出的語言（這一點跟架構師很不一樣，別搞混）
• 資料庫與資料建模概念
• 資料管道工具（ETL／ELT，指把資料「抽取→轉換→載入」的兩種流程順序）
• 大數據處理（批次 vs 串流），串流資料 (Streaming Data) 指的是「每分每秒持續不斷產生的資料」。

薪水與適合誰

台灣月薪參考區間約 8～16 萬，AI 熱潮下需求持續走高。

適合喜歡跟資料打交道、不排斥寫程式的人。

如果你本來就是後端工程師、或做過數據相關工作，這是很順的轉職方向。

一張表看懂 5 種雲端職缺

⚠️ 薪資皆為市場「參考區間」，實際受公司規模、產業、年資、面試表現影響，不是保證數字。最準的方式是自己上 104 搜尋對應職稱，看你所在地區實際開出來的薪資與職缺量。

重要提醒：這些職稱的界線，在台灣其實很模糊

上面的分法是「理想中的分工」，但台灣的中小型公司沒有分這麼細。

一個人同時做架構設計、資源部署、CI/CD 維護，甚至兼顧資料庫，在中小型團隊是常態。

反過來，當公司規模大到有獨立的 SRE 團隊時，角色會切得很細，SRE 就是 SRE，不碰資料管道。

所以我的建議是：別太糾結職稱，要看「職務說明（JD）」裡實際列的工作內容和技能要求。

職稱只是入口，JD 才是你真正要做的事。

我該從哪一個入門？轉職路徑建議

如果你正在轉職，我會這樣建議：

1. 零經驗／非本科：從雲端工程師入門。入門門檻最低、需求最大，先考一張 Associate 等級認證（如 GCP Associate Cloud Engineer）卡進去，累積實戰。
2. 已有 IT 底子（後端、網管、系統）：可以直接朝雲端架構師或 SRE／DevOps 準備，考 Professional 等級認證。
3. 做過資料、喜歡寫程式：資料工程師會是很順的方向。

不管走哪一條，共同的起手式都是這三步：

1. 選定一朵雲（建議先專精 GCP 或 AWS）
2. 考一張對應等級的證照
3. 想辦法碰到真實專案 （你可以叫 AI 出題目，也能教你手把手實作專案）

這三件事同步做，比漫無目的地自學快得多。

到底該考哪一張 GCP 證照？非 IT 背景建議先考 Associate 拿手感，有 IT 背景可以直接攻 Professional。（這部分我另有專文詳談。）

雲端職缺 FAQ 常見問題

Q1：完全沒經驗，我該投哪一個雲端職缺？

A： 投雲端工程師（Cloud Engineer）。這是 5 種雲端職缺裡入門門檻最低、需求量最大的職缺，適合零經驗和非本科。先考一張 Associate 等級認證卡進去，邊做邊學，再往架構師或 SRE／DevOps 發展。

Q2：SRE 和 DevOps 到底差在哪？

A： DevOps 是一種「把開發和維運打通、追求自動化交付」的理念與做法；SRE 則是 Google 提出的具體實作，用 SLO、Error Budget、削減 Toil 這些工程手段來落實它。在台灣的職缺裡兩者經常混用，看職務說明比看職稱準。

Q3：資料工程師需要很會寫程式嗎？

A： 需要。資料工程師是這 5 個角色裡最需要寫程式的，SQL 是基本，Python 是職缺中最常出現的語言要求。這一點和雲端架構師剛好相反（架構師寫 code 較少、重在設計判斷），常被搞混，轉職前要想清楚自己喜不喜歡寫程式。

Q4：這幾個職缺，哪個薪水最高？

A： 以台灣市場的天花板來看，資料工程師最高，其次資深 SRE 與雲端架構師。但同一個職稱在不同公司可以差兩倍以上，認證、實戰成果和產業別對薪資的影響比職稱本身更大。

Q5：這些職缺都要會 Kubernetes 嗎？

A： 不一定，但會是加分。SRE、DevOps 幾乎一定要碰 Kubernetes（在 GCP 上就是 GKE）；雲端工程師和架構師要懂概念、知道何時該用，不見得天天操作；資料工程師相對碰得少。想走 SRE／DevOps，Kubernetes 是必補的一塊。

Q6：非資訊科系、學歷普通，投雲端職缺會被刷掉嗎？

A： 雲端職缺看的是「你能不能操作」，不是科系。104 上的雲端工程師職缺，多數把證照和專案經驗列在必要條件，學歷欄常是「不拘」。與其糾結學歷，不如把一個能展示的實作專案做出來，面試時能講清楚你怎麼建、遇到什麼錯、怎麼解，比科系有用。

Q7：沒有證照可以直接應徵雲端工程師嗎？

A： 可以，但會辛苦很多。證照的功能是幫你通過履歷篩選這一關，尤其在你沒有相關工作經驗時，它是唯一能證明你懂的東西。如果你已經有 3 年以上系統或後端經驗，實戰成果可以取代證照；零經驗的話，證照是最短的敲門磚。

Q8：雲端職缺會不會被 AI 取代？

A： 短期內不會，但工作內容會變。AI 已經能生成 Terraform 設定檔和排錯建議，取代的是「手動打指令」這一層，也就是 SRE 口中的 toil。留下來的是判斷力：架構怎麼設計、成本怎麼取捨、出事時怎麼決策。越往架構和設計端走，越不容易被取代。

Q9：應該先學 GCP 還是 AWS？

A： 先選一朵學到會，比兩朵都學一半有用。AWS 在台灣的職缺數量較多，GCP 在資料分析和 Kubernetes 領域強勢、證照考試對非本科相對友善。兩者的核心概念（VM、網路、IAM、容器）有七成相通，學會一朵之後跳到另一朵，通常 1～2 個月能上手。

Q10：從傳統 IT（網管、MIS）轉雲端，要補什麼？

A： 補三塊：容器（Docker 與 Kubernetes）、自動化腳本（Python 或 Shell）、雲端平台的權限與網路模型（IAM、VPC）。網管和 MIS 的網路與系統底子在雲端仍然通用，這是你的優勢，缺的多半是「把手動流程變成程式碼」這個習慣。

結論：先搞懂差別，再選對入門的位置

雲端職缺拆開來就是 5 種角色：工程師蓋、架構師設計、SRE 顧穩定、DevOps 顧交付、資料工程師鋪資料水管。

對想轉職的人來說，最務實的路線是：從雲端工程師入門卡位，再依興趣和底子往架構師、SRE／DevOps 或資料工程師發展。

別被職稱嚇到，也別被職稱綁死——看清楚 JD、選定一朵雲、考一張證照、碰到真實專案，方向就會越來越清楚。

如果你看完還是不確定自己適合哪一條路，我做了一份免費的評估工具，花 3 分鐘就能幫你抓出方向：

👉 你適合轉職 GCP 雲端架構師嗎？3 分鐘職涯評估

想更有系統地從零開始，也可以看看我的 雲端架構師養成班，或直接加 Line: @754xlakm 跟我聊聊你的背景，我幫你看適合先從哪個職缺、哪張證照下手。

The post 雲端職缺大解析：雲端工程師、架構師、SRE、DevOps、資料工程師差在哪？ first appeared on 東東 GCP 教學 - GCP 實戰講師.