Option and future

Share
选择与未来——从不灌鸡汤的角度来聊聊刷题与IT

最近有几件事让我觉得应该谈谈职业选择/发展。一是听说前东家又有同事溜了,一个组流动性高达40%;二是有小伙伴问如何准备面试;最后是昨天收到一个小朋友的求助,关于如何选择职业。

从我个人角度来说,我是很幸运的。能把爱好当作职业。从大环境来讲,IT仍是目前极具竞争力的行业。尤其在955的环境下,少了996的疲于奔命,多了更多的时间可以支配。当然从另一方面来说,职业发展不在工作的8小时内,下班后依然要学习工具/技术。

选择:跳?不跳?

北美IT圈有一个惯例,每年3-6月是跳槽的高峰期。原因有四,一来3月左右,前一年的奖金/股票已经到手,跳槽的机会成本比较小;二是跳槽成功会有一个比较高的签字奖励(现金 + 股票)和涨薪;三是新公司招人一般是做一些新产品,相比在现在公司做维护,开发新品对未来的职业发展更有帮助;最后就是,跳槽可能会顺便升一级。

不跳槽的原因,最多的就是因为身份。比如被绿卡/h1b牵扯住了之类的。少数的是因为懒或者怕学新技术。也有的因为有机会当team lead/tech lead。当然在IT圈逐渐咖喱化的今日,上升管理的通道逐渐减少,甚至有很多同行提出了“不求升职但求加薪”的口号。

一个无奈但真实的情况是,大多数人都是通过准备面试来学习新技术/工具/算法。从另一个角度来说,跳槽热提高了整体行业水平(?)

未来:去哪里刷题?

不论跳槽成功与否,生活总还是要继续的。失败的再接再厉,准备下一年的面试。跳槽成功的,基本上还是在准备面试,为了下一轮跳槽。于是生活陷入了每N(N <=4)年一次的跳槽刷题循环,或是困局。(为什么是4年?因为大多给股票的公司是分4年拿清,提前走的话损失比较大)(AMZN就别说话了)

选择与未来

从好的方面看,IT行业流动性比较高,试错成本相对较低。不会一步走错,十几年没机会跳出来。相比于传统行业比如金融,IT跨产品的机会更多。从后端转mobile,前端转AI,甚至码工转房产经纪的比比皆是。但同样,坏的方面就是行业壁垒几乎不存在,老人被新人倒挂情况屡见不鲜。而且随着年龄增长,学习能力走下坡路加上新工具层出不穷,在市场上的竞争力会逐渐下降。就算去了Oracle,依然会在多年后被N+6。

最后,不能怕去做选择(尤其是怕选错)而止步不前,因为唯一不变的只有变化本身;也不要担心陷入刷题循环的怪圈,毕竟IT行业除了脱发,没有其他太多的缺点。

借用一句话来总结:张华在脸书当数据科学家;李萍在CMU读CS Phd;我在刷题找工作:我们都有光明的前途。

Read more

当代码不再稀缺 - 06

Prompt 不是新的 Source Code A prompt can generate an answer. It cannot, by itself, preserve why the answer should be true. 提示词可以生成一个回答,但它自己并不能证明这个回答为什么是对的 AI coding tools 刚开始流行时,有一个说法很有吸引力: Prompt 是新的 source code。 听起来很合理。 以前我们写 Python、Java、TypeScript;以后我们写自然语言,让模型完成 implementation。既然 prompt 决定 output,那就像管理代码一样把 prompt 保存、version、review,不就行了吗?

By andy
当代码不再稀缺 - 05

当代码不再稀缺 - 05

Code review 没有过时,但我们可能 review 错了对象 AI can produce a diff. Review decides whether the team is willing to own the change. AI会产出代码,但是团队应该决定是否拥有这个改变 上一篇:AI 时代还需要 Estimate 吗? 床位系统那个 bug 暴露以后,我反复想过一个问题: 我们明明做了 code review,为什么还是没有发现这个bug? 实现并不离谱。代码在判断查询时刻是否落在预约区间内,局部逻辑说得通,边界也长得像正常的时间处理。 只是业务真正问的是“这一天是否已经被占用”,代码回答的却是“当前这一秒是否落在区间”。 我们不是没看代码。我们看了一个错误问题的正确答案。 这件事让我意识到,AI 时代关于

By andy
当代码不再稀缺 - 04

当代码不再稀缺 - 04

AI 时代还需要 Estimate 吗? Don't estimate how long it takes to generate code. Estimate what it takes to trust the change. 不要只估算生成代码需要多久,要估算团队需要付出什么,才能相信这个 change。 上一篇:别再用更多 Ticket 衡量 AI Productivity 下一篇:Code review 没有过时,但我们可能 review 错了对象 如果现在有人问 engineer:“这个 ticket 要多久?”答案可能越来越像这样: “代码今天能出来。至于什么时候敢上线,我不知道。” 这不是

By andy
当代码不再稀缺 - 03

当代码不再稀缺 - 03

别再用更多 Ticket 衡量 AI Productivity Code is cheap. Verified outcomes are not. AI 可以廉价制造代码,但不能廉价制造可信结果。 上一篇:AI 没有消灭瓶颈:Slop 正在吞掉团队的注意力 下一篇:AI 时代还需要 Estimate 吗? 有一种项目周会,特别容易让 EM 心情愉快。 这个 sprint 完成的 ticket 比以前多了,PR 数量涨了,commit 也很活跃。自从团队开始用 AI,dashboard 上的每一条线都在往右上角走。管理层一看:不错,AI productivity 已经兑现了。 然后 reviewer 默默打开

By andy