京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13