
作者 | 苏克1900
来源 | 高级农民工
一直很喜欢吴军老师的「谷歌方法论」,收获非常多!惊叹于吴老师不仅对 IT 领域有着非常深厚和独到的见解,而且在其他众多领域也有着丰富的知识储备。他能够把晦涩、深奥的专业知识以通俗易懂的方式和道理讲述出来,仅从这方面来说,他无疑是一个真正的大师与专家。除此之外,针对读者留言提出的一些关于工作瓶颈、职场困惑、人生抉择等方面的具体问题,他也会给出非常值得借鉴和参考的建议。
不久前,他在一封来信中,针对一位读者提出的「大龄工程师有哪些出路」这个问题给了几点建议,对于我这个还不算是 IT 工程师就已经是大龄的人来说,深有感触并且得到了启发。如果你目前或者不远的将来也担心面临这样的处境,不妨参考一下他说的这几点建议。
问题大意是说:国外的一线大龄(近 50 岁)工程师,能够很轻松地选择跳槽,而对于国内的一线工程师(年近 40 岁)来说,竞争力就在慢慢下降也基本不会再换工作,而且很多公司基本不要超过 35 岁的工程师。是什么原因导致了这种巨大差距,对于大龄工程师又有些什么建议?
原文:
这个问题很有代表性,我们在讨论这个问题之前,首先要明确两个概念。
第一个是关于一线工程师的定义。
一般人会理解为做具体工作的工程师,而且比较倾向于看成是甶领导分配任务,自己独立完成任务的人。但这些人其实只是我所说的第五级的工程师。一线工程师可以是四级、三级,甚至更高。如果一个人到了四十岁,还是五级工程师,就怨不得别人不要他了,因为这说明他的学习能力太差,没有发展潜力。
事实上,中国还真是很缺四级的工程师,在 Google 和微软这样的公司,只要是所谓的高级工程师(勉强达到四级的要求),目前中国各大企业都抢着要,开出的薪水可比一个总监高得多,这些人在 BAT 这样的企业里,我还没见到谁的收入在百万以下。
Google 中国在历史上最好的工程师(没有之一)当属郄(qiè)小虎,今天 20 多岁的年轻人写代码还真写不过他。用腾讯原来主管投资的副总裁彭志坚的话讲,他是中国互联网企业从 Google 全世界华裔工程师中最想挖的三个工程师之一。今天全中国能做高管的人多如牛毛,但郄小虎这样的人,一个巴掌就数过来了,因此后来他想去哪家公司就去哪家,而且只接受 CTO 的头衔。就这样,排着队想挖他的大公司至少有两位数。
第二个要明确的概念是,什么叫做竞争力下降。
如果拼熬夜,40 岁的人确实拼不过 20 岁的,更何况 40 岁的人还有一大堆家庭负担,工作的时间和强度远不如 20 岁的人。但是,今天 40 岁的人其实智力远没有衰退,如果 40 岁的人能够解决一些 20 岁的人解决不了的问题,那么就不存在所谓的竞争力不足的问题了。如果 40 岁的人做不到这一点,除了知识没有及时更新,变得老化之外,很重要的原因是 心态上不愿意像 20 岁的人那样踏踏实实做具体工作。今天一些年轻人愿意死磕一个星期,找到计算机程序里的 bug ,这样他们可以证明自己的水平。但是 40 岁的人常常不愿意再这样工作,当然竞争力就会下降了。相比之下,美国和德国很多 40 岁的工程师,依然在像 20 岁那样工作,当然就没有被淘汰的问题。而一旦有一些 40 岁的人开始以慢节奏工作时,作为企业的主管,出于对招聘安全的考虑,干脆所有年纪大一点的人都不招了。
对于年纪大一点的工程师,他给出了三点简单的建议:
1. 自省,看看自己的本事是否随着年龄的增长在增长。
如果是,其实不用担心。就像郄小虎,永远不用担心没人要他一样。
2.如果发现自己的本事和 20 岁的时候没有变化,那也怪不得别人,因为现在的果,源于过去的因。
如果自己现在还在单位里,没有换工作的打算,赶快甩掉身上的懒肉,补上这十多年来应该具有的进步;如果自己正在换工作,也没有关系,总结一下自己过去完成的不超过三件最拿得出手的工作,好好包装一下自己。虽然中国的企业不喜欢要年纪大的人,但是它们也不愿意培养新人,通常希望来了人,就能马上上手干活。这就给有工作经验的人提供了机会,虽然包装出来的本事未必是真本事。
为什么不要写三个以上的成就呢?坦率地来讲,今天绝大部分人没有那么多亮眼的成就,能有三个就很不错了,如果列举多了,一定是凑数,把平庸的工作也列举出来了。即使是郄小虎,在我印象中,他最拿得出手的成果有两样,首先是把Google 整个广告收入提高了 10% 左右,这可是不得了的贡献,他也因此获得了 Google 的最高奖——创始人奖。其次,他成功地将 Google 花了 30 多亿美元收购的双击公司 (Doubleclick) 的广告系统换成了 Google 的,完成了 Google 对双击公司在工程和产品上的整合,这也是一件了不得的事情。当然,他还做了很多其他的工作,肯定水平不差,但是讲不讲都不重要了。
3.如果工作中使用的工程工具已经老化,或者你所从事的工作是没有前途的,趁早换新的,不要等到自己手上没有武器时再发愁。
以上是他给出的几点建议,希望对你也能有所启发。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01