为什么说这 5 大趋势,开发者不容错过?

本文介绍了2020年开发人员需要关注的五个关键趋势,包括Python和Rust编程语言的崛起,区块链技术的广泛应用,SaaS和PaaS的持续增长,混合云及多云环境的兴起,以及人工智能的快速发展。

作者 | Michael

责编 | 屠敏

头图 | 优快云 下载自视觉中国

出品 | 优快云(ID:优快云news)

以下为译文:

作为开发人员,不断更新自己的技能栈是非常重要的。我们不仅要在日常所用技术方面成为专家,还要了解最新的技术。只有这样才能为团队和产品做出最好的决策。了解最新的技术和所需的技能还有一个重要作用,就是让我们不会面临失业的窘境。

 本文介绍2020年作为开发人员需要了解的5个技术趋势。

开发语言——Python 和 Rust

如果你想要学习一门新的开发语言,那么 Python 和 Rust 是2个很好的选择。这两门编程语言都非常成熟,而且有固定和大量的用户基础。这两门语言短期内可能不会超越 JavaScript,但在未来的几年内会继续增长,变得更加主流。

Rust 和 C/C++ 类似,用户数较少,但其安全性、易用性、高效性和速度也保证了一定的用户数量。调研发现 Rust 是最受喜爱的开发语言,2020年可能是Rust成为主流开发语言的一年。

另一方面,Python目前已经广受数学科学、AI和脚本语言开发人员的欢迎。过去5年,Python语言的流行性也不断增加。在最近的一项开发语言流行性调研中,Python已经超过Java语言,排名第二的是Rust。因此,选择Python开发语言绝对没错。

区块链——大量缺乏开发人员

在过去几年间,区块链技术和应用不断发展,正在悄悄进入我们的现实生活中。Solidity(Ethereum编程语言)在LinkedIn 2019期望技术技能中排名第一。Twitter称其未来将迁移到去中心化的(区块链)平台。此外,微软、Salesforce这样的大公司也在发布了可应用的区块链产品。

随着复杂和开创性项目的启动,以及市场上出现的真实用例,我们预测区块链项目将会爆发。因此,区块链开发人员会有大量的需求。自由区块链开发人员的平均薪资为165美元~255美元每小时。

SaaS 和 PaaS 持续增长

公司仍不希望托管自己的数据和应用程序带来的麻烦、费用和风险。但在未来几年,数据中心(基础设施即服务,IaaS)、SaaS和PaaS提供商提供的服务会持续增加,预测2020到2022年,每年增长15-20%。

如果你所在的公司使用SaaS或PaaS,那么就是个好机会。Salesforce和Heroku这样的公司会继续为dev团队提供快速和易用的解决方案来快速迭代产品。如果当前你所在的公司还不想外包基础设施、开发运营和服务的想法,那么花点时间来了解当前提供的服务,放弃技术方面的控制,将更多的时间用于业务差异分析上。

混合云和多云环境

与上一个趋势类似,企业未来可能会使用不止一家云服务提供商,而是使用多元环境(AWS, Heroku, Azure等),即使用多个云服务提供商来尽可能多地获利。事实上,Gartner的调研数据表明有81%的企业使用至少两家云服务提供商。其中使用多元环境的原因有:

  • 尽可能减少厂商锁定

  • 性能

  • 监管要求

  • 人力成本

  • 治理

  • 灾难恢复

  • 更容易地数据迁移

考虑到以上原因,如果您当前未使用多元环境,那么未来多元环境将是一个好的选择。此外,如果你了解超过一个云服务提供商的专业知识,就可以在相关领域立住脚。

人工智能

过去几年,人工智能有了快速地发展。在工程领域,既有乐观的进展,也有悲观的进展。乐观的进展包括自动驾驶汽车、识别假新闻、识别仇恨性言论,悲观的进展包括面部识别、深度未知和隐私入侵。Facebook和Google这样的大公司都在使用人工智能技术来帮助其成长,并带来收入。

根据斯坦福大学的报告,AI初创公司的投资、AI人才需求、使用AI技术的全球公司所占比例都在增长,也就是说工作职位也在增长。该报告指出,在过去5年里,AI工作发布的职位数量增加了1倍,占美国总发布的职位数量的近1%。但一些专家认为这些技术会变得越来越贵和中心化,并形成壁垒。但学习人工智能相关技术不管在现在还是将来都是一个双保险。AI入门的一种方法就是学习Python。

开发的趋势是很难预测的,但拓宽知识面是非常重要的。不要让你的技能停滞不前,那就开始学习上面提到的工具和技术吧!

原文:https://hackernoon.com/5-development-trends-you-need-to-know-in-2020-045s36np

本文为 优快云 翻译,转载请注明来源出处。

【End】

《原力计划【第二季】- 学习力挑战》正式开始!
即日起至 3月21日,千万流量支持原创作者,更有专属【勋章】等你来挑战

推荐阅读 

国产 14nm 迎曙光,进口荷兰光刻机顺利入厂!

阿里华为百度三足鼎立,5G 资费高,操作系统 Linux 称王 | 中国物联网开发者真实现状报告

无需3D运动数据训练,最新人体姿势估计方法达到SOTA | CVPR 2020

年增代码 12.9 亿行,每天完成需求近 4000 个,鹅厂程序员秘密大爆料!

如何与亦敌亦友的 null 说拜拜?大神原来是这么做的!

从哈希函数、哈希冲突、开散列出发,一文告诉你哈希思想与哈希表构造到底是什么!

你点的每一个在看,我认真当成了喜欢

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系实际应用场景,强调“借力”工具创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试复现,同时注重从已有案例中提炼可迁移的科研方法创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性调参技巧。
评论
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