工程师,你的钱究竟从哪来?

工程师价值与薪酬

点击上方“优快云”,选择“置顶公众号”

关键时刻,第一时间送达!

作者:@tlianza(https://twitter.com/tlianza),wishpot 和 adorstyle(后被 lightinthebox 所收购)的前 CTO。本文编译自其客“Fellow Engineers: This is where your money comes from”。

如果你也是一个工程师,并且你也很在乎钱,那么我认为你最应该考虑的事情是:这笔钱究竟是从哪里来的?


最近,我在 Reddit 上看到了一段很有趣的对话——在一个关于程序员薪资水准的讨论中,有人发表了这样的言论:

程序员群体热衷于自由工作,甚至有的人这样说,“想要占用我一星半点的时间,我都不会同意。”

请注意,上面的这句话发生在面试过程中。

另一个十分常见的问题是:我怎样才能追求卓越的技术,同时还能得到丰厚的报酬呢?问题下还有人这样阐述了自己的挣扎:

结果,我还是需要去开发一个高回报性的产品,来作为我优秀职业生涯的佐证,而不是通过这段职业生涯来达到提升技术的目的。

因为,我也想要得到更多的报酬。

不过,我的关注点其实和这些问题都不太一致,虽然我也从来没有正视过这些问题。但是,如果你也是一个工程师,并且你也很在乎钱,那么我认为你最应该考虑的事情是:这笔钱究竟是从哪里来的?

这个问题有各种各样的答案,大多数的人都认为:我们从我们的客户那里得到钱。当然,你可能正处于早期的创业阶段,并且已经获得了大量的投资资金......但你要明白,他们向你支付这笔钱的原因是因为他们认为你最终会建立起一个真正的企业,也就是说,客户只是为你的产品或服务而付钱。

所以,如果支付薪水的钱可以追溯到客户身上,那么怎么才能从他们那得到更多的钱呢?其实很简单,找到一种方法来提高你的公司为客户所提供的价值。但是,这其中有一些小细节:

  • 客户并没有为你付出时间(与顾问不同);

  • 客户也没有为你的教育付钱;

  • 客户甚至不会向你支付你的个人产出。

虽然很多人不想承认,但是客户向你的公司所支付的,确实是贵公司提供给他们的价值。

如果你只是戴着耳机,把时间全部用在敲代码上,相信你会得到一个很好的收入。但是,如果你在不影响他人的情况下还能帮助更广泛的团队决策和执行,那么你还可以为公司的产能做出一份贡献——当然,所有你能贡献的都是你用自己的双手编码而成的东西。

在篮球方面,近年来有一个很流行的指标叫做“ on-off splits ”,简单来说,这意味着要捕捉你的球队在场上或场下的表现。我很喜欢这个指标,因为它能够衡量一个人对团队总体表现的影响程度,同时能够体现出个人统计数据所不能描绘的整体情况。

这就是为什么当工程师个人无法完成一些任务时,职业就开始有所区分了。这并不意味着你必须要成为一名管理者,但是这意味着你需要超越自我,最大限度地发挥你个人的价值——也就是,对得起付给你的钱。因为在软件中,工程师们可以构建的内容没有限制,能够提供的价值同样也没有限制。

我并不想在这里发表一些不太讨人喜欢的资本主义论证。但是假设你的软件是免费开源的,那你会介意地球上有人曾经使用这个开源软件建造过图书馆吗?答案显然是否定的。所以如果并不想免费提供,你的重点应该在你能够提供给客户的价值这一点上。

可是等等!你可能会说......我的工作更像是一个超市收银员,我根本无法控制有多少客户走进我们的店——是的,这就要求你在关心有多少钱的同时,也需要评估公司,好的公司才能让你创造的价值得到客户的认可。如果你在谷歌搜索工作,那么你已经解决了一个如何每天吸引数十亿搜索量的问题,你也就拥有一个可以直接为用户提供价值的机会。不过,如果你加入的是一个刚成立的创业公司,风险则会更大:公司是否能为客户解决问题? 我们的工作是从正确的角度开始的吗? 我们的营销团队能否成功地将其销售出去?......这些东西对你有着直接的影响,因为它涉及到你的钱到底从哪里来。

这就是为什么我要与你们讨论薪水和工作,而不考虑最基础的价值环境。如果你想提高薪酬,请把自己置于一个可以提供最大价值的环境。

对于本文的观点,国外的网友 @Phil 表示了不同的看法:

我认为情况恰恰相反,重要的不是程序员的选择,而是管理者的思想观念:工程师想要不断的改进,然而提出的理念常常被刻意地忽视了——这种管理之下,工程师怎么可能发挥出最大化的价值。

关于大公司还是创业公司的选择,国内的小伙伴 @二月 也有话说:

出来找工作是为了什么,为了很多很多钱?为了提高技术?为了找到另一半?或者是为了到处风花雪月?不管怎么选择,都要看看能不能满足你的这些期望,期望值越高,那么幸福感就越高。当以后你的期望变了,就要重新面临选择。

但是关于自我价值的实现,有网友表示的很中肯:我觉得,只要好学、谦虚、友善,无论去哪都会是一坨闪闪发亮的黄金。

所以,正在读这篇文章的你,是否做出了最佳的职业选择?你的工作是否发挥了最大化的价值?以及最重要的一点是,你的薪水配得上你创造的价值吗?

原文链接:https://lianza.org/blog/2018/01/21/fellow-engineers-this-is-where-your-money-comes-from/

编译:言则

【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。
<think>嗯,用户现在关心的是招聘AI工程师的成本和寻找兼职的途径。之前用户提到自己不懂技术但有创意,现在更具体到执行层面了。看来用户已经过了"找合作伙伴"的阶段,进入实际组建团队的环节。 从引用内容看,需要特别注意几个关键点:一是AI工程师的职能正在分化(引用1提到的产品经理、提示工程师等新角色),二是转型为AI工程师需要系统学习(引用2、3的案例),三是高阶人才需要掌握大模型衔接技术(引用4)。这些都会影响成本和招聘渠道。 用户可能没意识到的是,全职和兼职AI工程师的成本结构差异很大。全职要考虑期权、设备等隐性成本,而兼职可能按项目阶段付费更划算。另外用户作为非技术背景创始人,可能需要配套招聘提示工程师(引用1)作为沟通桥梁。 关于成本部分,需要区分几个维度:地区差异(硅谷vs国内)、经验级别(刚转型的vs资深)、技能方向(算法优化vs工程落地)。引用4提到的"30天高阶应用"人才肯定比基础开发贵得多。兼职渠道方面,除了常规平台,特别要推荐AI黑客松(引用3提到实践经验的重要性),这类活动能接触动手能力强的实战派。 用户隐含需求可能是控制早期成本。可以强调用MVP验证阶段先雇佣兼职,引用4的"代码衔接大模型和业务"就是典型的小成本验证场景。顺便要提醒知识产权保护,这和之前讨论的创意保护一脉相承。</think>以下是针对AI工程师招聘成本和兼职渠道的详细分析,结合行业现状和引用内容: --- ### 一、AI工程师雇佣成本分析(按地区/经验) | 类型 | 中国(年薪) | 北美(年薪) | 兼职时薪 | |------------|--------------|--------------|----------| | **初级**<br>(1-3年经验) | ¥300k-¥600k | $80k-$120k | $40-$80 | | **中级**<br>(掌握大模型调优[^4]) | ¥600k-¥1.2M | $120k-$180k | $80-$150 | | **高级**<br>(AI产品化专家[^1]) | ¥1.2M+ | $200k+ | $150-$300 | **关键成本因素**: 1. **技能溢价**:掌握提示工程、大模型微调[^1]等技术溢价30%+ 2. **项目复杂度**:涉及多语言模型开发(如Aya计划[^5])成本增加40% 3. **替代成本**:用AI工具链可降低初级岗位需求[^1],节省$ \text{成本} \propto \frac{\text{AI工具使用率}}{100\%} $ --- ### 二、高效兼职招聘渠道 #### (1)技术社区平台 ```mermaid graph TB A[首选渠道] --> B[Kaggle] A --> C[GitHub] A --> D[AI Hackathon] B --> E(活跃AI竞赛者) C --> F(查看大模型项目贡献者[^4]) D --> G(实战能力验证[^3]) ``` #### (2)垂直雇佣平台 | 平台 | 特点 | 适合场景 | |------------|-------------------------------|-----------------------| | Toptal | 顶级AI人才筛选 | 复杂架构设计 | | Upwork | 按技能标签检索(如Prompt Engineering) | MVP开发[^1] | | 电鸭社区 | 国内远程技术人才 | 中文场景优化 | #### (3)教育机构合作 - **目标群体**:攻读AI硕士的转型工程师[^2][^3] - **合作方式**: $$ \text{高校实验室} \rightarrow \text{暑期项目[^2]} \rightarrow \text{提前锁定人才} $$ --- ### 三、成本优化策略 1. **阶段雇佣法**: - 概念验证期:雇佣**提示工程师**[^1]构建原型(成本降低50%) - 开发期:引入大模型微调师[^1]优化性能 $$ \text{总成本} = \sum_{i=1}^{n} \frac{\text{阶段i成本}}{\text{AI工具效率增益}} $$ 2. **混合团队模式**: ```mermaid graph LR 全职AI架构师 -- 核心技术 --> 兼职微调师 兼职提示工程师 -- 快速迭代 --> AI伦理专家[^1] ``` 3. **工具替代方案**: - 使用Cohere API[^5]减少底层开发 - 利用开源大模型(如LLaMA)降低许可成本 --- ### 四、风险规避建议 1. **能力验证**: - 要求提供调优大模型的代码样本[^4] - 测试复杂Prompt设计能力[^1] 2. **知识产权**: - 签订差分隐私条款[^4] - 明确训练数据所有权 ---
评论 7
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

打赏作者

优快云资讯

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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