Re: [問卦] 資工寫程式以後月薪剩下多少？

看板Gossiping作者 (wanda wanda)時間3年前 (2020/09/27 17:59), 3年前編輯推噓15(16推 1噓 29→)
留言46則, 17人參與, 3年前最新討論串3/7 (看更多)
※ 引述《plzza0cats (9歲幼女管管)》之銘言： : 欸欸我很好奇 : 當初電腦在台灣發展， : 一窩蜂的資料處理系 : 然後大家都很資料處理， : 剩下22K : 現在變成全民寫程式， : 這樣10年後寫程式的價值剩下多少？ 資深碼農來點評一下: 1. 程式設計訓練本來就有分高低 從 ntu 資工管到國立後段到私立資工管，到技職體系都可能還會碰過程式 而工作類型也有分難易度，從傳產的 ERP/CRM 到內部用的系統、或是俗稱 IT 這類型的系統大概就注重商業邏輯正確性 >> 效能 通常 RDBMS + 後端就搞出來了， 甚至連前端都是用 web form/jsp 等等混雜後端程式碼的方式寫完，再套 bootstrap 這類型的程式工作通常有大量的 CRUD，(新增修改刪除查詢) 而且可以 Copy 別的模組來寫， 然後比較不追求新技術來解決問題，門檻也比較低 較高門檻的工作通常是服務直接面對 end user，此時就要考量效能 不僅僅是瞬間大流量效能，還需要應付 SLA, HA, Sharding 等問題 還有蒐集大量 log 與相對應的大容量/流量 data 後端的 data pipeline 處裡也是最近很紅的職缺: data engineer 搞這些東西所要的技能樹又更廣，如 nosql, cache, hadoop, spark, kafka 之類的 寫的程式也會比較注重架構、效能， 而有資工管理論知識 (如演算法, 網路, 資安 ,OS 等) 會越來越派得上場 而現代前端的難易度也遠遠大於十年前用 jquery 刻的年代 為了應付現代用網頁處理複雜作業的需求 ps. 嵌入式等領域比較不熟，先不提到 更高階的通常是國際型公司，如 google / amazon / fb / ig / ms / apple 這些 user base 更高，分工更細，求品質效能不求快， 也相對嚴謹: 麻煩的測試流程, A/B test, performance test, long run test, POC 等 甚至願意投入研究 不只是純碼農，碼農也是可以點某個領域 最常見的是透過念碩，但有心的如 jserv/唐鳳 也是有辦法自己搞到世界頂尖 領域如: 電腦視覺/ML/影音串流/OS/網路/資安 總結就是: 一個蘿蔔一個坑 2. 寫程式不是上課就會，也不是寫了就會 寫程式科班在到國立尾段的時候，班上已經不到 50% 的同學走工程師之路了 在私立中後段，班上有只有一兩個人走寫程式都算常見 原因不外乎: - 要動手寫才會，而且初期有很嚴重的撞牆期，心理素質不好的人 可能就會認為自己不適合、需要有興趣，或是分心去做其他事 - 沒花很多課外時間在技術上，上完課就沒了 - 終身學習，技術變換太快，終身學習是工程師基本能力，但很多人滿想要"爽缺" 至於寫程式是不是要有興趣? 我個人覺得不用 因為興趣是由成就感堆成的， 你一開始學 c 跟一開始學 javascript 的成就感肯定不同 剛學 javascript 不久畫面就可以動遠比 c 印星星有趣吧? 簡單說，程式教育普及化我覺得不用擔心十年後薪資變低等等 因為他本來就有門檻，不管是心理上或智商上 (通靈能力強還是有用) 反而是為何國家一直塞廢課給學生 (每個領域都覺得自己很重要，大家都要懂..) 而不像日本一樣多留一點時間給學生進行社團活動 大概是降 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 106.73.26.66 (日本) ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1601200782.A.C5A.html
推
09/27 18:02, 3年前 , 1F
先推
09/27 18:02, 1F
噓
09/27 18:02, 3年前 , 2F
對，大學中文課根本該廢掉
09/27 18:02, 2F
※ 編輯: alihue (106.73.26.66 日本), 09/27/2020 18:04:00
推
09/27 18:02, 3年前 , 3F
但你講的那些國際大軟體公司裡面 絕大部分軟體工程師寫
09/27 18:02, 3F
→
09/27 18:03, 3年前 , 4F
程式也不會用到算法呀
09/27 18:03, 4F
我覺得不是用不到，而是那些已經是基本常識，俗話說書到用時方恨少 總不能等到哪天需要實作某個資料結構才在讀什麼是 binary tree? 在大流量的公司中，棄用 open source 改自幹一個符合需求的軟體其實也是會發生 而且有時候所謂的"用不到"是因為個人當時不會、不知道原來可以這樣用
推
09/27 18:03, 3年前 , 5F
推
09/27 18:03, 5F
→
09/27 18:03, 3年前 , 6F
QQ
09/27 18:03, 6F
※ 編輯: alihue (106.73.26.66 日本), 09/27/2020 18:06:45 ※ 編輯: alihue (106.73.26.66 日本), 09/27/2020 18:07:56
→
09/27 18:07, 3年前 , 7F
我的意思就事實作資料結構的機會太少了
09/27 18:07, 7F
以不實作資料結構而言，至少對於採用哪些解法會有更好的複雜度而言會比較有想法 畢竟有讀過幾種不同的演算法，會比較知道眉角 ※ 編輯: alihue (106.73.26.66 日本), 09/27/2020 18:10:09
→
09/27 18:08, 3年前 , 8F
而「知道原來可以這樣用」的人在各地都是少之又少
09/27 18:08, 8F
→
09/27 18:08, 3年前 , 9F
就好像工程數學大家大學都有學 但實務上能用出來的都是
09/27 18:08, 9F
→
09/27 18:09, 3年前 , 10F
一般人眼中的強中之強
09/27 18:09, 10F
推
09/27 18:09, 3年前 , 11F
大學就一堆垃圾通識 如果拿來認識系外同學就算了 重
09/27 18:09, 11F
→
09/27 18:09, 3年前 , 12F
點都同系的根本對人脈拓展一點屁用都沒有 分數還超
09/27 18:09, 12F
→
09/27 18:09, 3年前 , 13F
低
09/27 18:09, 13F
→
09/27 18:10, 3年前 , 14F
應該說，我覺得很多人其實需要會的就基本資料結構
09/27 18:10, 14F
※ 編輯: alihue (106.73.26.66 日本), 09/27/2020 18:10:58
→
09/27 18:11, 3年前 , 15F
但不會人人在實作的時候隨時都會遇到Leetcode強度的問題
09/27 18:11, 15F
我自己也是 leetcode 苦手XD 但我覺得如果目標在頂尖公司，同事都是頂尖的狀況下，演算法只是基本功 而其他大多工作是不會直接用到沒錯 ※ 編輯: alihue (106.73.26.66 日本), 09/27/2020 18:14:34
推
09/27 18:13, 3年前 , 16F
資工最大的問題是沒辦法一勞永逸 學幾個東西就能用很久
09/27 18:13, 16F
→
09/27 18:13, 3年前 , 17F
那算什麼問題啊？
09/27 18:13, 17F
推
09/27 18:13, 3年前 , 18F
正解 推
09/27 18:13, 18F
→
09/27 18:13, 3年前 , 19F
所以一堆人一開始就放棄或者中途轉行
09/27 18:13, 19F
→
09/27 18:14, 3年前 , 20F
除了傳產 哪個行業能一勞永逸的？
09/27 18:14, 20F
→
09/27 18:14, 3年前 , 21F
重點在domain knowledge 寫的程式通常是解出後的推導結果
09/27 18:14, 21F
"重點在 domain knowledge" 這其實是你的工作經驗得出的結論XD 寫程式累積的 best practices 與技巧、架構能力通常也能帶到其他工作 ※ 編輯: alihue (106.73.26.66 日本), 09/27/2020 18:17:03
→
09/27 18:16, 3年前 , 22F
很多吧 一大堆
09/27 18:16, 22F
推
09/27 18:17, 3年前 , 23F
乖乖刷題啦
09/27 18:17, 23F
推
09/27 18:17, 3年前 , 24F
一大堆？ 比如？
09/27 18:17, 24F
→
09/27 18:19, 3年前 , 25F
你只要技術在變動 就要一直學啊
09/27 18:19, 25F
→
09/27 18:22, 3年前 , 26F
資工所分各個領域就是在各domain中增加廣度深度
09/27 18:22, 26F
→
09/27 18:23, 3年前 , 27F
這進步很快,以前唸的基礎科學就純練腦力
09/27 18:23, 27F
→
09/27 18:23, 3年前 , 28F
現在用的技術和以前差很多
09/27 18:23, 28F
→
09/27 18:24, 3年前 , 29F
大部分公司面試時會先看你是哪個lab.出來的就是在看你熟啥
09/27 18:24, 29F
→
09/27 18:25, 3年前 , 30F
一堆大學教授的paper老實說也無用,脫節很多了
09/27 18:25, 30F
→
09/27 18:26, 3年前 , 31F
你如果是說算法的paper....那是因為常見的已經都被解了XD
09/27 18:26, 31F
→
09/27 18:27, 3年前 , 32F
我覺得軟體工程師的一個核心能力是學新東西的熱誠
09/27 18:27, 32F
我覺得在學界的老師大多是帶入門的腳色 (當然還是有很厲害的老師) 帶入門懂大概的基礎後，要變專家/知道最新作法， 通常就要靠自己讀 paper / trace code、加入社群等 尤其專精到某個程度，已經 google 不到分享文， 通常要從官方文件/paper/trace code 下手 ※ 編輯: alihue (106.73.26.66 日本), 09/27/2020 18:31:58
推
09/27 18:37, 3年前 , 33F
推，活生生例子
09/27 18:37, 33F
推
09/27 18:49, 3年前 , 34F
推
09/27 18:49, 34F
推
09/27 18:53, 3年前 , 35F
推! 你的學習經驗很寫實。
09/27 18:53, 35F
※ 編輯: alihue (106.73.26.66 日本), 09/27/2020 18:58:51
推
09/27 19:00, 3年前 , 36F
*
09/27 19:00, 36F
→
09/27 19:00, 3年前 , 37F
***
09/27 19:00, 37F
→
09/27 19:00, 3年前 , 38F
*****
09/27 19:00, 38F
* *
推
09/27 19:01, 3年前 , 39F
再推
09/27 19:01, 39F
※ 編輯: alihue (106.73.26.66 日本), 09/27/2020 19:03:05 ※ 編輯: alihue (106.73.26.66 日本), 09/27/2020 19:05:48
推
09/27 19:14, 3年前 , 40F
再再推
09/27 19:14, 40F
推
09/27 21:29, 3年前 , 41F
推
09/27 21:29, 41F
推
09/27 22:55, 3年前 , 42F
推，有些傳產碼農只會for 迴圈花1個禮拜寫商業邏輯交差
09/27 22:55, 42F
→
09/27 22:55, 3年前 , 43F
，再花3個月加班維護，老板會覺得你為公司盡心盡力
09/27 22:55, 43F
→
09/27 23:00, 3年前 , 44F
另一種碼農花時間設計規劃考率效能、資安花1個月，上線
09/27 23:00, 44F
→
09/27 23:00, 3年前 , 45F
後幾乎沒維護成本，老闆反而覺得他做沒難度系統還要1個
09/27 23:00, 45F
→
09/27 23:00, 3年前 , 46F
月。
09/27 23:00, 46F
‣ 更多 alihue 的文章
文章代碼(AID): #1VS6AEnQ (Gossiping)
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 3 之 7 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共7篇)
‣ 更多 alihue 的文章
文章代碼(AID): #1VS6AEnQ (Gossiping)