AI 工程師 vs ML 工程師 — 造車的和開車改車的

社群討論整理出一個很清楚的比喻：ML 工程師是「造車的」，AI 工程師是「開車並改良性能的」。

ML 工程師偏學術和模型訓練——選演算法、清洗大量資料、調超參數、訓練特化型模型。這條路主要是大廠和製造業在養，門檻是訓練資料集和算力。

AI 工程師（Generative AI Engineer）偏應用落地——RAG、Prompt Engineering、Agent 架構、向量資料庫整合、記憶機制設計。不需要從零訓練模型，但要讓現成的 LLM 在真實業務情境裡穩定運作。

台灣目前最缺的是後者：會串 API 的人很多，但真正懂 Embedding、Re-ranking、Memory 機制的 AI 應用工程師，薪資和競爭力是完全不同層級的。