新闻详情

新闻详情

首页 / 资讯中心 / 详情

也谈一下 30+ 程序员的出路

发布时间:2026/11/7 10:15:28来源:尧图网络
也谈一下 30+ 程序员的出路
前言前两天和一个前端同学聊天他说不准备再做前端了准备去考公。不过难度也很大。从 2015 2016 年那会儿开始互联网行业爆发到现在有 7、8 年了当年 20 多岁的小伙子们现在也都 30 了大量的人面临这个问题大龄程序员就业竞争力差未来该如何安身立命先说我个人的看法除非你有其他更好的资源否则没有更好的出路认真搞技术保持技术能力你大概率不会失业至少外包还在招人外包也不少挣...考公之我见如果真的上岸了极大概率不会失业这是最大的优势。有优势肯定也有劣势要考虑全面。凡事都符合能量守恒定律。你得到什么你就得付出什么。或者你爸爸、爷爷提前付出为你过了或者你儿子、孙子到最后为你买单。任何一个企业、单位无论什么形式无论效率高低总是需要人干活的甚至有很多脏活累活。你有依靠当然好。但你如果孤零零的进去这些活你猜会是谁干什么努力就一定能有收获—— 对肯定有收货。但收件人不一定是谁。也符合能量守恒定律转岗转什么去干产品经理那不跟程序员一样吗只是不写代码了而已。文档不一定就比代码好写。努力晋升转管理岗那得看公司有没有坑。当下环境中公司业务不增长的话也不可能多出管理岗位。其他没啥可转的岗位了总不能转岗做 HR 吧~ 木讷的程序员也干不了 HR 。副业红利期早已过去做自媒体做讲师红利期早就过去了。我去年开始在某音上做小视频到现在也就积累不到 2000 粉丝播放量非常少。接外包这得看你本事了。这不单单是一个技术活你这是一个人干了一个公司所有角色的活推广、需求、解决方案、开发、测试、部署、维护、升级…不过虽然现在副业情况不好但我还是建议大家在业余时候多输出技术内容博客、视频、开源等看能否积累一些流量和粉丝。以后说不定副业情况会好起来到时候你临时抱佛脚可来不及。回归二线城市相比于一线城市的互联网公司二线城市对于年龄的容忍度更高一些。我认识很多 35-40 岁的人在二线城市做开发工作也非常稳定。在二线城市最好能找一个传统行业的软件公司如做医疗财务税务制造业等软件产品的。这种软件的特点是不要求有多么高精尖的技术也不要求什么大数据、极致性能它对业务流程和功能的依赖更多一些。你只要能尽快把业务功能熟悉起来挺多专业知识不是那么容易的你在公司就基本稳定了不用去卷技术。二线城市是非常适合安家定居的。房价便宜生活节奏慢 —— 当然工资也会相对低一些。另外回归二线城市也不是说走就走的你得提前准备、规划把路铺好。总结当前互联网、软件行业已经没有了前些年的增量但依然有大量的存量依然需要大量技术人员去维护当前的系统和功能。所以别总想着去转行除非有其他好的资源其他行业也不会留着好位子等着你。有那个精力多给自己充充电有竞争力是不会失业的。只要互联网和软件行业还存在就一直需要前端工作。资料展示下面是我整理的AI大模型 学习资料和工具包预览适合收藏后按主题逐步学习。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/6 6:37:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/7 0:39:20

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/7 6:36:21

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/6 17:25:36

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/6 14:29:05

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/6 14:29:07

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉