IT职场人生系列之十二 语言与技术I

本文探讨了编程新手和老手在选择学习语言和技术时的策略。建议新手选择新技术,如移动互联网相关语言,以获得新业务和机会,同时面对较少的竞争。老手则可以考虑深耕旧技术,通过业务和管理知识提升自我。
               

本文是IT职场人生系列的第十二篇。

最近移动互联网很流行,很多人都在学习IOS、Android编程。这也引起一个入行、改行的潮流。

那么,作为新手、老手,应该怎样选择自己学习的语言和技术呢?

本人从早期编程以来,实际使用并开发过商业软件的的语言有几种:C,TurboC++,C++Builder,VisualC++6.0, ASP.NET/C#,中间有很多次选择,配合为别人做的选型指导,写一篇文章供大家参考。

新手,老手

无论一个技术多么地过时了,都有人在做,而且做的人都是老手。

举个例子:若C++语言从业人数按时间排序分别是开始10万,中间100万,后来10万,则开始的10万中新老比例5:5,中间100万新老比例90:10,后面剩下的10万,新老比例1:9,那个1还是不识相的。

所以新手刚学编程,不要去学习旧的技术。不是说旧技术没有前途,而是旧技术里边全是高手,竞争激烈。这种激烈是一种“淘汰式”的而不是公平竞争的,进去的新人最可能被淘汰。

但作为老人,则有可能安心于旧技术。因为毕竟自己水平高,而且老旧技术随着人员的退出,基本薪金还会上升。老人也不太怕技术彻底过时,因为老人的出路不是学习更新的技术,而是学习业务、管理,寻找非技术出路。

新技术,老技术

如果刚开始学习编程,最好学习新技术。原因包括这样几个:

1. 技术和业务是同步的,新技术代表着新业务和新机会

比如早期的Fortan是为了科学计算;中间的C是为了嵌入式;C++是为了Client结构的管理系统;Java/C#则为了基于Web的互联网软件;最新的一些语言和技术则是为了移动互联网。

2. 竞争少

由于新业务总是膨胀状态的,而高手们又留在了老技术上,人才供求关系倒挂,刚开始比较好混。

即使那些水平一般的新技术程序员,也很容易找到工作。

3. 每个技术都有其生命周期

如果学习了旧的技术,没多久就得换了,得不偿失

浅技术,深技术

某些技术整体学习的难度不大,而更新的速度却很快,称之为浅技术。比如Flash,UI设计,IOS/Android上小型软件,以及各种云的Client端的开发等。

另外一些技术则学习难度很大,更新较慢,称之为深技术。比如数据库,架构,各种云的Server端软件。

浅技术者应该多创新,多学习,多进化,多了解客户,多了解业务,要理解自己所学是要在众多开发者中独树一帜,让直接客户更加喜欢自己。

深技术者应该多积累,多深挖,多做大系统,多做性能优化,多了解架构,做技术领域的佼佼者。

比如一个常见的误区是有些原本做架构的程序员发现随便一个Android开发者职位工资都比现在自己高,就可能贸然转行。但实际上由于转入了浅技术,高工资是暂时的;未来若干年后新人会越来越多,竞争会非常激烈,到时候就可能会发现还不如留在深技术上积累。

这件事情曾经发生过。在10年前的互联网泡沫中,很多程序员转行做网站(使用FrontPage或DreamWaver等),但后来因为这个行当太好学了,大量兼职人员、高中毕业生也转过来了,造成很大冲击。在互联网泡沫后,网站建设变成一个蓝领工作。

这里不是鄙视浅技术的开发者,或鼓励浅技术的开发者向深技术转行,而是说根据自己正在从事的技术的深浅,要采取不同的学习和进化策略

比如如果还在做网站UI,就要不断探索新网站的UI方式,不要停留在FrontPage上(应该不会了,呵呵);而如果做后端,哪怕当年最“落后”的C++也仍然值得继续深入,不要三天两头地换。

 

本文的续篇位于:

IT职场人生系列之十五:语言与技术II

 

更多本系列文章:

IT职场人生系列之一:序言及找谁占卜

IT职场人生系列之二:大学生活
IT职场人生系列之三:第一份工作
IT职场人生系列之四:怎样写简历
IT职场人生系列之五:怎样面试
IT职场人生系列之六:员工的公司观
IT职场人生系列之七:学外语
IT职场人生系列之八:行业与公司类型
IT职场人生系列之九:消费观(攒钱,继续教育,买房)
IT职场人生系列之十:创业观
IT职场人生系列之十一:找女友
IT职场人生系列之十二:语言与技术I
IT职场人生系列之十三:技术?管理?业务?
IT职场人生系列之十四:经验积累
IT职场人生系列之十五:语言与技术II
IT职场人生系列之十六:入职(新手篇)
IT职场人生系列之十七:入职(高手篇)

点击下载免费的敏捷开发教材:《火星人敏捷开发手册

 

 

           

再分享一下我老师大神的人工智能教程吧。零基础!通俗易懂!风趣幽默!还带黄段子!希望你也加入到我们人工智能的队伍中来!https://blog.youkuaiyun.com/jiangjunshow

内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位地图构建)的性能展开多项对比实验研究,重点分析在稀疏稠密landmark环境下、预测更新步骤同时进行非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测更新机制同步否对滤波器稳定性精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
内容概要:本文围绕“基于主从博弈的售电商多元零售套餐设计多级市场购电策略”展开,结合Matlab代码实现,提出了一种适用于电力市场化环境下的售电商优化决策模型。该模型采用主从博弈(Stackelberg Game)理论构建售电商用户之间的互动关系,售电商作为领导者制定电价套餐策略,用户作为跟随者响应电价并调整用电行为。同时,模型综合考虑售电商在多级电力市场(如日前市场、实时市场)中的【顶级EI复现】基于主从博弈的售电商多元零售套餐设计多级市场购电策略(Matlab代码实现)购电组合优化,兼顾成本最小化收益最大化,并引入不确定性因素(如负荷波动、可再生能源出力变化)进行鲁棒或随机优化处理。文中提供了完整的Matlab仿真代码,涵盖博弈建模、优化求解(可能结合YALMIP+CPLEX/Gurobi等工具)、结果可视化等环节,具有较强的可复现性和工程应用价值。; 适合人群:具备一定电力系统基础知识、博弈论初步认知和Matlab编程能力的研究生、科研人员及电力市场从业人员,尤其适合从事电力市场运营、需求响应、售电策略研究的相关人员。; 使用场景及目标:① 掌握主从博弈在电力市场中的建模方法;② 学习售电商如何设计差异化零售套餐以引导用户用电行为;③ 实现多级市场购电成本风险的协同优化;④ 借助Matlab代码快速复现顶级EI期刊论文成果,支撑科研项目或实际系统开发。; 阅读建议:建议读者结合提供的网盘资源下载完整代码案例数据,按照文档目录顺序逐步学习,重点关注博弈模型的数学表达Matlab实现逻辑,同时尝试对目标函数或约束条件进行扩展改进,以深化理解并提升科研创新能力。
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