第六年到第十年是分水岭

2023-11-22 06:44

本文主要是介绍第六年到第十年是分水岭,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我今年懈怠了,觉得就这样了,看到知乎上有个大神的帖子,深受触动,前五年都差不多,第六年到第十年才是分水岭,是否愿意继续努力,才是关键。拷贝如下:


作者:技术王
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

收入方面我觉得没有谁比我更熟悉了吧,我接触过的程序员没有上千也肯定有好几百了,如果单纯说程序员的工资就比其他行业的高,这句话说的是非常片面的,这就好像在说,每个月都是10号发工资,那是不是只要10号上班就行了?为了讲的清晰,让大家对这方面的认识有个层次感,不至于被我绕晕,我就分别从应届生、毕业五年、十年、十五年来说说吧,同时我会聊到每个经验阶段的上限和下限,以及遇到的各种各样的坑,我还会对比十年前和现在的区别,以及对比同时代其他行业的情况,以及每个经验阶段的平均值,然后是他们背后的付出。注意,这篇文章可能要颠覆很多人的认知,如果你觉得走投无路了就来干IT、或者看到别人都说干IT的工资高,所以转行做IT,那么我不建议你看,我怕你看完后把你劝退了,怪我的文章。应届生十年前左右,肯定是比现在更好求职了,应届生毕业大概多少呢?6-8k左右,基本上都是在这个阶段波动,很少突破这个水平的,低于这个水平的大部分是去一些带有工厂性质的地方,但是工厂性质的人家吃住都比较省,所以算起来也差不多。当然,上限也是很高的,有些特别优秀的学生,注意,是那种优秀的都没边了的,一个学院,好几届才出现一个这样的人才你就说有多优秀吧,当然我也没见过,不知道是怎么个优秀法,反正你记住是万人挑一就行了。这种学生待遇怎么样呢?这种都是走特殊通道进入企业的,比如某为天才计划,当然每个企业都有这样的计划的,咱们就说某为吧,一毕业就是年薪百万,我想大部分的程序员奋斗一生都达不到这个层次吧,这大概是一个上限吧,不过这几年倒是听说的很少了,我经历的企业也很少听说这种情况了,无所谓了,这种对于我们来说意义不大。下限呢,其实应届生的下限还是可以的,十年前左右,你说找不到工作的,还是少数,除非你不去找工作,就算是浑浑噩噩的同学,也在大四上学期找到了工作,很少到第二个学期才找到工作的,当然这个跟我们当时本身就是在一线城市也是有关系的,第二学期才找到工作的,大部分是带有工厂性质的了,比如广州某河软件园,做摄像头的就很多家,具体就不多说了,这些企业给出的薪资少的也有4.5k以上,要求相对比互联网肯定低一些了,这就是我们当时看到的下限。所以真的高吗?真的就是高薪了吗?就算别的行业不发工资,你也就一个月比别人多几千块,我真是想不通这怎么能叫高薪了。而实际上,那个时候其他行业的还真不是你以为的就有多低,其他行业的我听说过一个最低的是月薪三千元,是做工地的,但是人家工地生活成本就更低了,三千元一个月基本上都可以省下来,咱们打工的,算的当然是一个月下来还剩多少,干IT的真能保证比别人多剩出一些吗?至于一些什么机械的、自动化的大部分都是4k以上,我很难想象一个月比其他行业多出一两个k的工资怎么就叫高薪了。然而现在呢,比那个时候真高不了多少,我们现在的应届生毕业,很多企业都已经卡到了研究生学历,那个时候本科生吃遍天了,你说这个环境是不是越来越糟糕了?现在我们企业招聘进来的应届生,大部分是1个w开头,是的,你没看错,只有1个w左右,物价肯定不止涨了一倍吧?还有一部分是研究生,多个1k,三年的青春就换一个月多1k,这个研究生真的值吗?当然,这是因为计算机的研究生没去做研究生的事情,现在人工智能大数据机器人这么火,这些才是研究生应该去做的,然而僧多粥少,能给他们的岗位又有多少?过去十多年,研究生一直在扩招,导致人数越来越多,这就大部分研究生退而求其次,只能来做程序员了。你能卷得过他们吗?五年经验很多人都说程序员三年是一个坎,我那时也是这么认为的,很多人觉得应届生的时候因为没有经验所以企业不喜欢,有经验了就好了。但是当我回头再去看的时候,五年以内,真没多大的区别,如果不是在大厂,就是这个坑跳到那个坑而已,在坑中不断的重复,这就是五年经验以内的宿命。因为工作时间不超过五年的,大厂几乎不会通过社招的方式招聘,连简历都过不去。这个阶段的工资,也基本上是在1个w到3个w徘徊,有些比较优秀的,可以达到3个w,但是也还要看运气。这个阶段的开发人员是码农主力,架构方面不会让你们做,设计方面你们也干不了,也不会把某一模块的东西完全交给你负责,都是模块负责人统一安排任务,所有的任务都是按敏捷开发的模式来做,所以,你只有永无止境的crud,不断的996,不断的对需求,不断的修改测试bug,不断的汇报进度,不断的排期做任务,不断的复盘为什么会有bug,你总得对得起你拿到的这2个3个w。更遗憾的是,相比十年前和现在,这个的区别几乎不大,比如十年前你五年经验可以达到2个w,但是现在你依然可能五年经验还是2个w,不会多多少,所以你觉得真的是高薪吗?然而其他行业的人呢,他们有足够多的业余时间,他们培养自己额外的收入,比如做销售的,人家已经有一批优质客户了,完全可以靠这批优质客户养着自己了,有的做电商的,也有相当丰富的行业经历了,可以出来单独创业了,虽然收入不多,但是自己当老板了。而你呢?如果不上班收入就立即清零,你也没有时间去做副业,更没有什么积累,所以在这个阶段,很多程序员以及忍受不了寂寞,纷纷选择其他行业了。上限怎么样呢?实际上到了五年经验的,都是定型了,基本上是走码农这条路了,这个时候要结婚、要养孩子等等一系列问题,还有多少勇气去转行呢?到这个年限的码农就都比较平均了,这个阶段还没有哪个码农可以年薪百万的,至少目前我没有见到过。当然说上限,那肯定是有超过这个数的,比如一毕业就是在大厂,而且参与重要核心功能,所以积累了别人几十年都没有的经验,这种程序员,出去60个w也是很正常的,这种程序员大约100个里面可能也就两三个吧。像这样的情况,我不知道是谁看出来了,程序员是高薪。十年经验真正拉开差距的,是五年到十年的这段时间,至少有一半的程序员,从五年经验以后,就没有多大的变化了,五年的时候是3个w,可能十年了还是3个w,如果背景稍微好点的,可能会从3个涨到5个w左右,这是大部分码农的经历。这个阶段,至于那些所谓的纯粹的做管理的,我就不多说了,因为差异太大,影响因素也太多,而且我也不止一次强调管理和技术是不分的,标榜自己走的是管理路线,不做技术路线的,都是中国人,你懂的。有一少部分人走的是架构师的路线,十个里面很难出一个,原因不多说了。我说的这种架构师路线,是真的偏向技术型的,至于怎么激励团队、怎么给团队谋福利、怎么建立团队文化这种是一窍不通的。这种的往往是在某一个领域特别的有经验,比如在存储方面的经验,在行业内都是赫赫有名的,企业恰好又是做视频的,对存储自然是要求非常严格了,所以存储方面肯定是需要一个专家了,那么这种专家的待遇至少是在百万以上的,大厂更是不得了,两百个w也不是不可能,那就看技术水平在行业内怎么样了,名气够不够响亮。还有的是偏向管理的架构师,比如我现在做的监控产品,监控这个团队需要一个leader,那么这个leader就是偏向管理的架构师,首先它自己得对监控有非常丰富的经验,可能对监控的javaagent原理不是很懂,但是他必须知道我们用的是javaagent这门技术,以及这门技术的特点,这门技术能给用户的最大体验等等基本问题,这些领导们要负责团队规划、人事管理、人员激励、对外推广、横向协调等等方方面面了,这种的薪水也肯定不会低的,起码也是在100个w以上。但是我想说的是,以上这些100个w以上的人,你能不能在5到10年的时候忍受的了寂寞,周末你能不能持续学习,平时工作你能不能有这种追求极致的心理,对技术对工作能不能做到投入250%的精力?如果不能,凭什么是你呢?所以,这些人是少数人,大部分人是10年经验,混到月薪5个w就准备后退了,准备去送外卖了,当然,无论是怎么样,都是自己的选择,一份耕耘一份收获。然而其他行业呢?10年左右我不太了解,但是其他行业肯定不乏年薪百万的人,比如有个学弟做制药的,现在在某制药厂做专家,年薪就可以达到好几百个w,你为什么不说那些人是高薪呢?为什么程序员能是高薪呢?十五年经验程序员我是没见过什么了,这个级别的,大部分不是专家就是管理者了,当然还是有一批混日子的,他们也是被称为架构师。混日子的也有一半左右,这些人时时刻刻准备公司干掉自己的,干掉自己之后去老家种田的,真不是什么笑话,这些就不多说了,拿着年薪60-80个w,混日子,等着被干掉,也是一种提前退休的享受吧。我说说上限吧,如果是行业专家级别的跟前面那个十年经验的差不多,也是100到200个w之间,不会有太大的变数。如果是偏向管理路线的,比如是某paas平台部负责人,某数据中心负责人,手下管理的人员上百号,这种人是跟企业有着深度绑定关系的,很多本身与企业有着股份的关系,他们更关心的是自己的分红等待遇,毕竟工资你超过200个w,还想因此突破就很难了,所以至于跟企业绑定的收入多少,这个我也不是很清楚,不过根据我的猜测,这种绑定,如果是收成比较好的时候,跟工资的收入可以持平,如果收成不好,比如今年,这部分的收入是大打折扣的,至少是砍掉一半,所以你可以看到吧,这部分其实也是有风险的,可能企业来一个收成不好,你的收入可能就少上百个w。当然,这是我在这个行业看到的上限了,至于有没有更高的,我不知道,这种人的占比也是少数的,不仅仅精神上要跟企业保持高度一致,而且还要跟随企业一起承担风险,十多年如一日的艰辛付出,你觉得你能做到吗?其他行业呢?做了这么久,很多也是做到企业的高层了,他们的收入可能不会那么多,但是作为企业的高层,他们肯定也是跟企业深度绑定的,自己就做老板了,所以你能说程序员就比其他行业高吗?这个说法是不成立的。结论程序员这一行,好就好在大部分的时候付出和收入成正比,你的收入里面,努力的成分占比相对于其他行业来说更大,这也是大部分想投资的人做不到最后的一个原因。最后一句话就是,程序员不是高薪行业,大家不要误解了。

这篇关于第六年到第十年是分水岭的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/408270

相关文章

分水岭算法的详细介绍(附c…

原文地址:分水岭算法的详细介绍(附c代码) 转 作者:柠檬 分水岭算法的详细介绍(附c代码) 分水岭算法(Watershed Algorithm) 所谓分水岭算法有好多种实现算法,拓扑学,形态学,浸水模拟和降水模拟等方式。要搞懂就不容易了。Watershed Algorithm(分水岭算法),顾名思义,就是根据分水岭的构成来考虑图像的分割。现实中我们可以或者说可以想象有山有湖的景象

EmguCV学习笔记 VB.Net 8.2 分水岭法 watershed

版权声明:本文为博主原创文章,转载请在显著位置标明本文出处以及作者网名,未经作者允许不得用于商业目的。 EmguCV是一个基于OpenCV的开源免费的跨平台计算机视觉库,它向C#和VB.NET开发者提供了OpenCV库的大部分功能。 教程VB.net版本请访问:EmguCV学习笔记 VB.Net 目录-CSDN博客 教程C#版本请访问:EmguCV学习笔记 C# 目录-CSDN博客 笔者的

Opencv-C++笔记 (20) : 距离变换与分水岭的图像分割

文章目录 一、图片分割分水岭算法理解分水岭算法过程 二、距离变换与分水岭距离变换常见算法有两种分水岭变换常见的算法步骤 主要函数c++代码四、结果展示 一、图片分割 图像分割(Image Segmentation)是图像处理最重要的处理手段之一 图像分割的目标是将图像中像素根据一定的规则分为若干(N)个cluster集合,每个集合包含一类像素。 根据算法分为监督学习方法和无监督

OpenCV学习(4.14) 基于分水岭算法的图像分割

1. 目标 在这一章当中, 我们将学习使用分水岭算法使用基于标记的图像分割我们将看到:cv.watershed() 2.理论 任何灰度图像都可以看作是地形表面,其中高强度表示峰和丘陵,而低强度表示山谷。您开始用不同颜色的水(标签)填充每个孤立的山谷(局部最小值)。随着水的上升,取决于附近的峰值(梯度),来自不同山谷的水,明显具有不同的颜色将开始融合。为避免这种情况,您需要在水合并的位置建

标记符控制的分水岭算法原理及matlab实现

-------------------------------------------------------------------------------------------------------------------- 附录A  教程【3】给出的matlab源码,附详细注释 function [ ] = MarkerControlled_Watershed_

分水岭算法分割和霍夫变换识别图像中的硬币

首先解释一下第一种分水岭算法: 一、分水岭算法 分水岭算法是一种基于拓扑学的图像分割技术,广泛应用于图像处理和计算机视觉领域。它将图像视为一个拓扑表面,其中亮度值代表高度。算法的目标是通过模拟雨水从山顶流到山谷的过程,将图像分割成若干独立的区域。 分水岭算法的步骤和原理: 距离变换: 首先对图像进行预处理,将图像转化为灰度图,并进行二值化处理(如Otsu算法)。对二值图像应用距离变换,计

python实现opencv学习二十二:分水岭分割算法

分水岭分割流程:图像->灰度->二值->距离变换->寻找种子->生成Marker->分水岭变换->输出 具体代码如下: # -*- coding=GBK -*-import cv2 as cvimport numpy as np# 分水岭算法def water_image():print(src.shape)blurred = cv.pyrMeanShiftFiltering(src,

C语言:初学者和专家的分水岭

C语言:初学者和专家的分水岭 C语言作为一门古老而强大的编程语言,被认为是菜鸟和大神之间的分水岭。在编程领域,C语言不仅是初学者学习的重要起点,也是专家深入研究和高级编程的基础。本文将通过具体实例来说明C语言在不同级别开发者之间的区别和重要性。 一、初学者阶段 对于初学者来说,C语言是一个全新的世界。在学习过程中,他们通常从掌握基本语法和概念开始。初学者可能会编写简单的程序,如计算器或

OpenCV如何使用分水岭算法进行图像分割

OpenCV 使用分水岭算法进行图像分割的基本步骤如下: 加载图像:首先,你需要加载你要进行分割的图像。灰度化:将彩色图像转换为灰度图像,因为分水岭算法通常在灰度图像上操作。预处理:这一步可能包括滤波(如高斯模糊)来减少噪声,以及形态学操作(如开运算和闭运算)来去除小的干扰元素或填充孔洞。边缘检测或梯度计算:计算图像的梯度(如使用Sobel算子或Canny边缘检测),以确定图像中的边缘和轮廓。这

灰度图像--图像分割 区域分割之分水岭算法

学习DIP第60天 转载请标明本文出处:http://blog.csdn.net/tonyshengtan ,出于尊重文章作者的劳动,转载请标明出处!文章代码已托管,欢迎共同开发:https://github.com/Tony-Tan/DIPpro 更多图像处理机器学习内容请访问最新网站www.face2ai.com #开篇废话 今天已经是第60篇博客了,这六十篇每一篇平均要两天左右,所以,在过