鐵人檔案
ChatGPT寫代碼比我還快，Copilot提示比我還準，那身為工程師的我們到底還剩什麼價值？答案是：AI可以幫你寫代碼，但它不會幫你思考「為什麼要這樣寫」。
本系列《AWS架構師的自我修養》正是為此趨勢而生。透過30天的系統性討論，我們將探討如何在AI解放coding後，專注於領域(Domain)驅動的實作方法。內容涵蓋五大核心能力：從業務需求分析的架構師思維養成，到AWS服務選型的系統化決策框架；從DevOps實踐的自動化流程設計，到可觀測性架構的企業級實現；最終整合為完整的雲端解決方案設計能力。
本系列適合3-5年經驗、想要成為真正能夠駕馭AI工具、設計雲端架構的現代工程師。
在先前兩個主題 <Infrastructure as Code : Terraform 基礎設施代碼化與版本管控> 與 <CI/CD 全自動化...
3. Amazon ECS 叢集管理 我們已經蓋好了標準化的廚房 (IaC)，也設計好了標準化的「半成品料理包」 (Docker Image)。現在，我們需要一...
5. CI/CD 管道整合 有鑑於我們在 <CI/CD 全自動化實作 - GitHub Actions × CodePipeline × CodeBuil...
隨著我們的不斷的討論，我們也將抵達《軟體開發與持續整合》的最後一個討論的內容 - "開發者體驗（DX）優化"。 在前面四天的內容中我們分別討...
進入《驗證與品質保證》階段的第一天，我們將探討一個常被忽視但極其關鍵的主題：「系統驗收準則制定」。 經過前面 17 天的討論，我們已經建立了完整的開發流程：從需...
