2024年打死也别碰的这三类项目!

见字如面,我是军哥!

今年除非找不到开发工作,否则打死也不要碰以下三类项目,谁碰谁前途渺茫~

今天文章不长,请一定要看完哈!

1、外包项目

外包项目都是以交付为目的,没有例外,换一句话项目能用就行,就算你外包到头部大厂,都一样,都是做一些边缘的或者创新孵化类的的项目,只有重复的CRUD和火急火燎的交付,如果你想在外包项目中提升技术,我告诉你真的是在做梦,谁去谁知道~

并且,你还可能会被人家公司区别对待,比如内网禁,零食禁等。。。。

2、公司内部使用项目

这类项目,如OA、财务、HR等系统,这类项目到处都是成熟的产品,技术又老又旧,你大概率进去做二次开发或者维护,跟同公司那些给公司赚钱的核心项目一比,注定是没人疼没人爱。

说一个身边的例子,贝壳上海研发中心曾经就搞这些财务、报销、等内部系统啊,并且他们还是自研的,最后几百位程序员被一锅端了。。。

3、低代码项目

用低代码平台开发项目的程序员,注意不是开发低代码平台而不是使用低代码平台(开发低代码平台还是挺牛的),不是技术太菜,就是自废武功。

为什么?因为最难实现部分的代码没机会写了,人家给你写好了,你拖拖拉拉吧,拿来主义吧,并且身边同事大概率技术一般,你能学到个啥技术?你当然学不到啥!

最后,最近有多位读者想我分享一下2024 的 IT 行业趋势,顺势而为大家都听过,这就很重要了,所以程序员在这样的环境一下应该如何应对?我觉得这一个不错的主题,所以这周六晚上21点来整一波~

请点击下方「预约」,我们不见不散~

以往热文推荐:

2024 年程序员生存指南!


更多精彩,关注我公号,一起学习、成长

e17048ca1a8fa203a65ecb07da1ff753.png

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值