Loading...
从全栈开发到 AI 应用，聊聊2027年，IT各个岗位新出路是什么？
AI 能写代码、生成测试、搭建原型，也能辅助整理需求和分析数据。对于 IT 从业者来说，新的问题随之而来：
做前端或后端，要不要向全栈发展？
已经做全栈，接下来该补 AI 应用开发，还是继续深入架构与工程能力？
做测试、数据、产品或运维，过去积累的经验，又能通向哪些新机会？
工具越来越多，学习方向也越来越多。但时间和精力有限，我们更需要想清楚：哪些能力可以借助 AI 提升，哪些能力需要自己扎实掌握，哪些方向值得长期投入？
这一期「匠说」，我们将从 IT 岗位的实际工作出发，重点聊聊 AI 时代的全栈开发与端到端交付，同时讨论测试、数据、BA、产品、云与 DevOps 等岗位的变化，帮助你结合已有经验，找到适合自己的下一步。
有了 AI 辅助，前端开发者能更快搭建后端，后端开发者也能尝试完成界面与交互。但从“功能能跑”到“产品可用”，中间还有哪些需要补齐的能力？
我们会聊：
前端、后端开发者如何向全栈拓展，学习顺序该怎么安排？
从界面、API、数据库到部署上线，如何理解并打通完整开发流程？
AI 生成的代码，如何审查、测试和维护？
当一个人能做更多事情，如何把握交付范围、技术取舍与质量要求？
把大模型接入一个页面，只是开始。围绕真实需求构建 AI 应用，还会遇到数据接入、权限管理、效果评估、响应速度与运行成本等问题。
我们会讨论：已有的全栈经验如何用于 AI 应用开发？从演示原型走向持续运行的产品，还需要补上哪些工程能力？
测试与质量： 如何在自动化测试、质量工程和 AI 应用评估之间选择方向？如何验证带有不确定性的 AI 输出？
数据岗位： 如何把 SQL、BI、数据工程与数据治理经验，用到 AI 应用的数据准备、分析与效果验证中？
BA 与产品： 当需求整理和原型制作更快，如何做好问题定义、流程设计、优先级判断与验收？
云与 DevOps： AI 应用上线后，部署、稳定性、安全、监控与成本管理有哪些值得深入的方向？
不同方向需要的基础、投入与工作内容并不相同。我们将一起讨论：
全栈开发与 AI Engineer 有哪些交集，各自需要深入到什么程度？
已有工作经验的人，如何选择与自身积累衔接的方向？
Junior 和求职者，如何通过一个完整项目展示解决问题的能力？
如何把“想学 AI”拆成具体的学习目标、项目实践与求职行动？
希望从前端或后端拓展到全栈的开发者
希望结合 AI 应用开发，进一步提升交付能力的全栈工程师
正在思考职业下一步的测试、数据、BA、产品、云与 DevOps 从业者
准备实习、毕业生岗位或第一份 IT 工作的学生与求职者
考虑转向 AI Engineer，希望了解能力要求与学习投入的人
关注团队分工、人才培养与岗位变化的技术负责人
你可能正在决定下一门课学什么、下一个项目做什么，或下一份工作投向哪里。
欢迎带着你正在面对的问题来聊：你目前做什么，想走向哪里，又卡在哪一步？
从现有经验出发，拓展能力边界，把下一步落到具体行动。
时间：2026年11月25日（周三）
悉尼时间：20:00（AEDT）
形式：线上直播
报名：点击页面「立即报名」
从全栈开发到 AI 应用，聊聊2027年，IT各个岗位新出路是什么？ AI 能写代码、生成测试、搭建原型，也能辅助整理需求和分析数据。对于 IT 从业者来说，新的问题随之而来： 做前端或后端，要不要向全栈发展？ 已经做全栈，接下来该补 AI…
从全栈开发到 AI 应用，聊聊2027年，IT各个岗位新出路是什么？
AI 能写代码、生成测试、搭建原型，也能辅助整理需求和分析数据。对于 IT 从业者来说，新的问题随之而来：
做前端或后端，要不要向全栈发展？
已经做全栈，接下来该补 AI 应用开发，还是继续深入架构与工程能力？
做测试、数据、产品或运维，过去积累的经验，又能通向哪些新机会？
工具越来越多，学习方向也越来越多。但时间和精力有限，我们更需要想清楚：哪些能力可以借助 AI 提升，哪些能力需要自己扎实掌握，哪些方向值得长期投入？
这一期「匠说」，我们将从 IT 岗位的实际工作出发，重点聊聊 AI 时代的全栈开发与端到端交付，同时讨论测试、数据、BA、产品、云与 DevOps 等岗位的变化，帮助你结合已有经验，找到适合自己的下一步。
有了 AI 辅助，前端开发者能更快搭建后端，后端开发者也能尝试完成界面与交互。但从“功能能跑”到“产品可用”，中间还有哪些需要补齐的能力？
我们会聊：
前端、后端开发者如何向全栈拓展，学习顺序该怎么安排？
从界面、API、数据库到部署上线，如何理解并打通完整开发流程？
AI 生成的代码，如何审查、测试和维护？
当一个人能做更多事情，如何把握交付范围、技术取舍与质量要求？
把大模型接入一个页面，只是开始。围绕真实需求构建 AI 应用，还会遇到数据接入、权限管理、效果评估、响应速度与运行成本等问题。
我们会讨论：已有的全栈经验如何用于 AI 应用开发？从演示原型走向持续运行的产品，还需要补上哪些工程能力？
测试与质量： 如何在自动化测试、质量工程和 AI 应用评估之间选择方向？如何验证带有不确定性的 AI 输出？
数据岗位： 如何把 SQL、BI、数据工程与数据治理经验，用到 AI 应用的数据准备、分析与效果验证中？
BA 与产品： 当需求整理和原型制作更快，如何做好问题定义、流程设计、优先级判断与验收？
云与 DevOps： AI 应用上线后，部署、稳定性、安全、监控与成本管理有哪些值得深入的方向？
不同方向需要的基础、投入与工作内容并不相同。我们将一起讨论：
全栈开发与 AI Engineer 有哪些交集，各自需要深入到什么程度？
已有工作经验的人，如何选择与自身积累衔接的方向？
Junior 和求职者，如何通过一个完整项目展示解决问题的能力？
如何把“想学 AI”拆成具体的学习目标、项目实践与求职行动？
希望从前端或后端拓展到全栈的开发者
希望结合 AI 应用开发，进一步提升交付能力的全栈工程师
正在思考职业下一步的测试、数据、BA、产品、云与 DevOps 从业者
准备实习、毕业生岗位或第一份 IT 工作的学生与求职者
考虑转向 AI Engineer，希望了解能力要求与学习投入的人
关注团队分工、人才培养与岗位变化的技术负责人
你可能正在决定下一门课学什么、下一个项目做什么，或下一份工作投向哪里。
欢迎带着你正在面对的问题来聊：你目前做什么，想走向哪里，又卡在哪一步？
从现有经验出发，拓展能力边界，把下一步落到具体行动。
时间：2026年11月25日（周三）
悉尼时间：20:00（AEDT）
形式：线上直播
报名：点击页面「立即报名」
Hear about new AI events, workshops and meetups. Unsubscribe any time.
Free Event
Find your next workshop, meetup or livestream by city, type and date.
We're proud to work with some of the most influential technology and business companies in the world. These partnerships give our learners access to professional networking, real projects, internships, job opportunities and current technology.
