最近翻看了很多关于互联网就业的文章，很感慨，不同岗位确实发展很不一样。互联网对于不同岗位的声音很多，因为普通人的判断力，也很容易受到误导。所以，经哥花了10多个小时，整理了互联网公司10大岗位的信息。赶紧 ...
|
最近翻看了很多关于互联网就业的文章，很感慨，不同岗位确实发展很不一样。 互联网对于不同岗位的声音很多，因为普通人的判断力，也很容易受到误导。 所以，经哥花了10多个小时，整理了互联网公司10大岗位的信息。 赶紧扔出来，之后有机会再细讲，要看大家的需求是否强烈，比如点赞量多说明需求强。 如果，你希望之后从事互联网岗位，建议收藏下来，好好过几遍，看看自己应用锁定那个岗位来进入互联网公司。 这里强调一点: 每个岗位都在企业里发挥着独特的价值，没有高低之分，先摘下有色眼镜认真阅读，刷新下自己对于各个岗位的认识。 好，我们开始。  互联网十种岗位包括:
大家都在一条船上，各司其职，保证轮船在正确的方向稳步前进。 我们接下来就来讲下，大家的职责是什么，如何完成自己的工作，有哪些特点。
1. 开发开发同学就像造船的人，正是因为他们开发出了服务于亿万用户的产品，才有了之后的商业帝国。 互联网的开发分为: 前端开发、后端开发、客户端开发。 1.1 前端开发 用户看到的界面，都属于前端开发的工作范围。 人才需求量: 在互联网岗位里，排名Top3。 人才供应量: 对于岗位供应量，所以的岗位都是初级岗位多，远大于需求量，中高级紧缺(其他岗位人才供应量相同的道理，不在重复，你心里要明白) 职业点评: 前端入门容易，但因为知识体系庞大，后面学习曲线陡峭，要精通或者说hold住一个高级岗位的前端，要学习的知识很多。 薪水范围: 属于互联网偏高的岗位，15k-60k月薪 (对于薪水，每个岗位峰值都基本相同，区别主要在于刚入行的起薪和前期工作增长速度)  1.2 后端开发 后端开发主要是服务端的业务开发，即，用户看不到也无感知，业务的逻辑实现都在云端运行完后回传到前端。 人才需求量: 在互联网岗位里，排名Top3。 人才供应量: 同前端开发。 职业点评: 入坑门槛不高，但后端成长路线比较漫长，每个阶段要花费很长时间理解和吸收。岗位纵深很大，可以到架构师，CTO，但需要不断升级打怪，而不仅仅是调接口写接口，来实现业务的增删改查(CRUD)，这种情况仅限于开始入行第一年，长期CRUD，没有壁垒，后期也最容易替代，因为后浪供应量摆在那里。 薪水范围: 属于互联网偏高的岗位，15k-60k月薪  1.3 客户端开发 客户端开发，主要只Android和IOS APP开发。 人才需求量: 在互联网岗位里，2010-2017增量明显，近几年增量放缓，原因是小公司采用大前端跨端方案，挤压了客户端人才需求。 人才供应量: 社招存量多，校招同学很少，原因是需求量没上来，且大厂喜欢要有经验的社招同学。 职业点评: 就业面逐渐缩小，晋升相对比较难，专业性使得需要坚持在一线开发。 薪水范围: 属于互联网偏高的岗位，15k-60k月薪  2. 算法算法工程师，不同公司的不同业务线扮演的角色也有很多种。
算法工程师，平均的起薪是互联网里最高的，但也是目前最卷之一的岗位。 人才需求量: 2015年开始，人工智能大热，市场上需求从0到1，但由于没有太多供应，溢价很高，这也使得最近几年大量科班和非科班转行涌入。但是大厂的AI人才需求的增量正在变小，原因是近两年越来越多的成熟框架出来，能满足大部分厂的业务场景，而除非有充足的资金，清晰的商业模式，否则即使大厂也会觉得，没有必要养一大批AI Lab的大师，整天发paper、"炼丹"，为了1%的提升，变得更卷，比苏炳添，用三年时间从9.99s提升到9.91s都难。慢慢会出现一些工业界AI大师，开始回流学术界。人才供应量: 供严重大于求。小厂养不起，或者即使养得起，也不是AI算法同学的目标。 人才供应量: 供严重大于求。小厂又养不太起，或者及时养得起，也不是一般转入AI算法同学的目标。  3. 产品产品经理是一个带有全局观的岗位，也是最有机会接触公司各个团队的岗位。 从乔布斯、雷布斯、Pony都自称产品经理，就无形之中为这个岗位做了最好的代言。 但是，注意:
 4. 运营运营在互联网团队里，是一支相当庞大的队伍，抗业绩，能打仗。 运营细分的岗位很多，在对每个岗位详细描述(思维脑图展开有有点太抢占文章篇幅，这里就省略了，需要的私信我)。 运营分为:
虽然分类很多，但是小公司可能不会细分，一人兼多职。 不同岗位的运营目的都是通过运营手段，完成流量渠道搭建，用户维护，产品优化，最后使得公司产品能够很好的服务用户，并产生商业价值。  5. 数据数据岗，经哥最了解，会多说一些。 数据从2015年之后，成为每个互联网公司里必备团队，从业规模也在逐年增长，总体数量和规模还是小于运营、产品、研发。 数据团队包括数据分析师，数据科学家，BI工程师，数据仓库工程师，数据开发工程师。  以上，顺序越靠后的岗位，距离公司业务端越远，注意距离业务远有利有弊。 好处在于，业务端每天哪些破事儿，可以不用理会，哪怕公司收入掉10%，也可以不用关心，自己正常做好自己的工作，问题由业务和分析师去定位就好。 坏处在于，业务侧能看到视角更广，可以知道商业如何运转，会遇到哪些问题，大家是如何解决的，另外就是年终奖，如果今年业绩好，可能最直接受益的是跟业务侧离得近的同学，至少相关性会更大一些。 好，下面分开说下各个数据角色。 数据分析师是最接近业务线的同学，会更直接接近业务线遇到的问题，包括异常定位，策略挖掘，用户分析。有一点，数据分析师是站在BI工程师、数仓、数据开发的肩膀上来发挥数据价值的。 正常来说，数分不需要关注数据底层的收集，清洗，只需要在数仓完成90%的数据清洗的各个表进行直接的统计分析。当然，小公司的话，不会区分这多数据岗，可能一个人把所有的工作拦下都可能。但当公司业务发展到一定阶段，招更多的人，进行不同数据层的分工是必然的结果，也是最大化数据流动的价值。 数据科学家，对模型算法有要求，但从Google，Facebook一线工种人员的反馈来看，大部分还是以解决业务问题为导向，不会纠结于是否使用那些算法，所以分析师、科学家的分界线其实很模糊，姑且就成为高级分析师吧。 BI工程师，主要工作是做数据报表为主，不对实际业务的分析以及落地负责，也不会有输出策略的压力，相对来讲就是搬运数据，统计数据，但是要保证数据的准确性、及时性。 虽然只有6个字，但是实际生产环境中，业务指标会很大，报表也不止几十张，上百张都可能，一个表字段的修改可能会影响很大，所以需要BI工程师来保证数据的准确性、及时性。 数据仓库工程师，数据源的基础，负责收集，清晰，并做科学的数据分层，进入到可用的数据仓库，供数据分析师、BI工程师使用，一切数据价值都要基于数仓同学辛苦维护的数仓，非常重要的幕后英雄岗。 数据开发工程师，很多时候公司足够大，有足够多的资金来养一批人，专业会负责大数据底层框架研究和开发，并输出这些基础平台能力到偏向业务的团队，包括数仓、数分来使用，让数据流转变得更高效更稳定。这些同学对编程、算法能力要求比较强，喜欢钻研又一细分领域，喜欢以最优的代码来解决底层问题，喜欢研究开源社区的源码，并及时跟进开源社区的新技术发展。 目前相比其他岗位，数据岗位红利还在发挥余热，有兴趣的进入数据行业发展的同学，请找经哥帮忙  6. 设计受iphone手机的发布，交互设计大热，2010年到2015年之间，用户体验是非常热门的话题。 但最近几年交互设计在互联网公司的供需，在正在发生一些变化，比如， 近年来，UI 和视觉/运营设计分隔越来越明显了。 不论是 UI 还是视觉/运营设计，大公司对岗位的专业性要求越来越强，以至于现在越来越流行把这两种岗位区别开来。 互联网企业觉得自己一家科技公司，自己养太大的设计团队太大没必要，在考虑是不是精简一下人员，把部分设计工作交给外包来做。 所以，互联网公司岗位中，设计是其中最容易受影响的之一，因为： 1、单纯的人力成本，有极大的拉伸和压缩空间 2、入行门槛很低导致之前吸收了不少水货 3、短暂的发展时间里根本没有搭建起可靠的框架 4、设计本身难以直接产生价值，必须依附于其它产业 以上来自: 鹅厂设计师的一篇文章， 飓风过后，互联网设计行业新势态  7. 运维互联网公司运维，负责维护并确保整个服务的高可用性，同时不断优化系统架构提升部署效率、优化资源利用率提高整体的 ROI。 开发、测试、算法、数据人员的工作环境是由运维保障的，从而间接支持了产品、运营等业务部门，幕后英雄。 运维需要掌握一定计算机基础以及编程，算法要求低于开发和算法人员，起薪略低于开发，但后期随经验工资上前期增长会比较快。  8. 测试测试的话语权在大厂里是很大的，提测通过不了，产品功能是无法上线的。 测试的需求量在互联网里，保守估计能排进Top5，起薪低于研发，高于运营岗。  9. 销售商业产品，尤其收入要从B端收的互联网公司，比如，百度，字节，阿里这些公司主要收入是广告变现，就需要大量的销售将公司的广告库存销售给广告主。 在这些公司，销售的话语权很高，收入也非常可观。 销售属于极度锻炼人的岗位，对于性格上适合做销售的同学来讲，前期成长会非常迅速。  10. 职能互联网职能部门，主要包括人力、行政、财务。 人力，大家看下阿里的HR权利有多大，这里不多说了。 行政，需求量不大，但是行政对于高端人脉积累是一个很好的开端。 财务，对于老板极为重要，因为老板关心收入、成本、利润，关心下一轮融资进度，关心上市的最大估值。  |
2024-02-29
2024-01-22
2024-01-03
2023-12-27
2023-12-08
回答
回答
回答
回答
回答
0