IT行业分析（华为裁员）「建议收藏」

大家好，又见面了，我是你们的朋友全栈君。

本文转自：http://blog.csdn.net/u010246947/article/details/60466688

近来忙于各种麻烦事务，知识图谱的多路归并一直未能跟进。

但在写多路归并前，我想是时候先总结下我的这几年。总结的经验，不仅包括我个人这几年的见闻感悟与得失，也是80后这代的一个缩影，以及对社会的一些思考。

首先直插正题，华为的裁员。

华为我确实没呆过，不过这不妨碍我认定华为是一个人员流动性非常大的公司，和BAT、美团、京东、360、小米等等互联网公司一样大。谁更大我不知道，因为它们都是自负盈亏的私营企业，流动性都很大。本人在某搜索互联网公司，近期也裁员的那个。

中国社会在90年代以后，随着信息化变革的浪潮，逐步产生了很多IT公司包括后来的互联网公司，从华为中兴联想等等软硬件IT公司，到后来的BAT美团京东等等互联网IT公司。这些IT公司的产出，可以由今天大家都使用的PC笔记本平板手机、光纤WiFi、2/3/4G、百度搜索淘宝QQ微信微博脉脉、网银、炒股软件、网络游戏手机游戏……..(太多不列举了)触摸到或感受到。

一、码农的高工资：

总体看这些公司的利润率还是挺高的，直到今天依然属于比较高，具体对技术员工薪资来讲确实比较高，沾硬件的确实可能会低一些，技术员工的工资可能也低一些。有人说互联网公司的利润率低，因为他们一直烧钱却根本看不到回报的迹象。是的，不过他们的技术员工的工资却也还是不低的。只要还有人给他们钱烧，那么他们的技术员工还是可以在这家公司保持一个不错的薪资。目前大致来讲，互联网行业的技术员工的薪资要高于普通IT行业的技术员工，整个IT行业的薪资还是比大多数其他行业要高。另外这些公司大体上提供了一定的形式福利，如给点食品/水果，报销加班打车费，给10几块钱餐补等等之类的。

以上请勿以偏概全，如”金融行业工资秒杀互联网”、”体制内的公务员/科研院所/大学的真实待遇比码农强的多去了”、”体制内的福利比这些强多了去了”、”华为/联想/用友….老员工年薪拍出来吓死你”等等之类的比较，我也只是说大部分，并不是说IT或互联网比其他都要强，哪里都有赢家，并不是干IT干互联网就如何如何，反之也亦然。本人家也在直辖市，离得近的亲戚全都在体制内，也有同学朋友毕业后去体制内单位参加工作，对体制内真实情况是具备一定理解的。

码农目前的工资，相对于其他的行业还是可以的，一线城市达到税前15000及以上者还是不少的，税前30000以上的也毫不稀奇。确实在扣除各类保险、公积金、个税后缩水很大，但是相当于其他行业依然有一定优势，况且抠公积金和保险毕竟还不一定是完全白交，以北京回龙观片区为典例，码农出身买房者还是有比较高的比例的。总之不可否认，码农的收入情况到目前为止，还可以，这些年的这些IT互联网公司的崛起，尤其一线城市即北上广深杭的互联网公司，确实为屌丝构成了一个逆袭的场景。

二、码农的背景：

码农总体分为两类人群，一类是大学的本科/研究生毕业生，一类是半路出家转行到码农。

1、大学毕业生：

这类比较好理解，背景比较清晰。包括清北等985院校从事码农的毕业生，也包括其他211、非211院校从事码农的毕业生。

但是大学的扩招，尤其近十来年，各大学为了招揽更多的学生赚钱，纷纷设立了计算机专业，自然毕业生的质量也就参差不齐，不合格的比例很大，虽然是计算机专业毕业，并不具备合格的计算机专业基础，这部分人和第二类人其实情况更相似；

2、半路出家：

很多人在自己的家乡并没有什么路子可以进体制内，或许考上了大学或研究生，或许高中毕业，如果没有诞生这个行业，他们或回到老家，或留在大城市，他们的起步工作，更大可能是体力密集型、操作密集型等类似工作。

以我本人为例，我是一个二本的电气工程及其自动化专业的毕业生，本科毕业后第一个工作，是在一个做造纸厂工程的10人皮包公司，工作地点在机械厂车间和各地造纸厂车间，工作内容是搬运、钻眼、拧螺丝、布线、装箱、电机调试等重体力劳动以及喝白酒等其他劳动。每月工资1000元(2008年)，出差有一天65的补助但住宿自费，住15一晚的旅馆你可能懂的。公积金保险从未听说过。

这类工作，无论是收入，还是未来的前景，大多不看好。中国的传统行业的低迷，远远不是发生在目前大家所听说的”经济转型”(“经济转型”实际起源于什么自行脑补，这里不讲政治)，而是从上世纪90年代后期的下岗时就有了，大量的传统行业企业不景气，2000年以后依然如此。所以对于大学毕业生来说，尤其是80后的这些人，他们在工作前大多也是看着周星驰刘德华古惑仔的电影、听着beyondHOT孙燕姿周杰伦谢霆锋的流行歌，吃着麦当劳肯德基，所以无论从心态、主观意愿、意识能力，还是从传统行业的工作内容、潜规矩，和他们真实内心向往，往往存在一定落差，能力阅历上更也拿不出传统行业所需要的各方面的表现，而略低的工资和较为黯淡的前景，更是难以打动他们。普遍来讲，他们在传统行业里往往没有机会。他们中的佼佼者是公务员、福利待遇优厚的国企/政府机关人员，比如我所在的专业，佼佼者们很骄傲的顶替了老爸或者走关系进了电力局、大型国企工厂等等。

所以相对来说，工作内容新颖、工作环境略体面、工资略高于传统行业、能看见点前景的IT行业逐渐进入了他们的视野。这些人，通过继续上研、IT培训机构、个人的选择|努力|运气等等，从一些小的软件公司/作坊起步，也进入了IT行业

这两类人，构成了当今IT全行业的绝大部分的技术员工。中国还不是一个非常富裕的国家，大多数人的家庭并不是非常富裕，中国码农的父辈家庭不富裕的比例更大，因为家庭有关系、有钱的，他们有看起来更合适的选择，主动选择当码农的比例非常小。可以讲，码农的父辈家庭背景都不是很富裕的，基本处于小康或以下，有的还较为贫困。这些人通过从事IT行业，相比如果留在传统行业的他来说，确实在一定程度上可以认为是翻身了。

  但这些人的实际水平、发展潜力如何，完全因人而异。这些实际上进而影响着后面的变化。

三、行业的发展和分化：

1、IT行业的工作是什么：

IT行业在中国，对于技术员工来说，基本是”通过某种编程语言，在所在公司的某种平台上，写一些程序，实现了某种所需要的功能”：

再按一些较具体的工作内容打标签的话：

1、偏硬件类：

场景：华为/中兴员工，嵌入式，通讯行业：在某平台上，开发了若干行C语言代码，为某路由器/交换机/的修改了网卡驱动、配置了VLAN和IP过滤规则、开发了通讯协议栈软件、嵌入式系统内的多个线程、开发verilog/VHDL实现某SOC等等

标签1：嵌入式，多作用于通讯、消费电子、服务器硬件等工作领域，技术员工大致分为驱动开发和业务开发两类，多以C语言开发少部分以C++，对于驱动有时需要了解些汇编。佼佼者需要对Linux内核尤其TCP/IP协议栈部分有一定理解。大约五年前很火，尤其嵌入式驱动有一定门槛，但随技术发展，嵌入式逐步”固件”化，真正需要开发的越来越少，也就是说，嵌入式的门槛，由于技术的发展，变的没有意义了。

标签2：芯片行业：精通硬件但事实上更多从事ASIC/FPGA的软件开发，该行业属于高门槛加高风险，目前随着技术发展到达一定天花板，芯片行业的公司也在走低。对于从业技术员工来说，如果不是处于行业金字塔尖的技术人员，能发挥的余地和对公司的用处，并不大。薪资和未来比嵌入式更加糟糕。

标签3：利用FPGA或嵌入式的技术做一些服务器相关的工作：这部分人大体属于偏硬件类混的比较好的，为顶级互联网公司设计搭建高效的服务器、分布式网络系统的底层基础。但是从业人员和需求并不多，仅顶级互联网公司有自己的定制化需求或改进诉求。

结论：如果不在金字塔尖，要么转行要么彻底换行

2、偏业务(搬砖)类：

这类，其实是当今IT行业最大部分从业者。

场景1：某小IT公司/作坊或中型IT公司，用Java/c#写一个ERP系统软件(的界面或某种功能)

场景2：某中型或大型IT公司，用java、JavaScript、html4/5、css及其变种，在某种已成型的开发框架中，做一些前台界面、NA端的一部分

场景3：某中型或大型IT公司，用PHP、Python等，在某种已成型的web开发框架中，做一些业务功能的增加或修补，查看解决一些线上问题

场景4：某中型或大型IT公司，用c++、java、python、shell、php，做一些需要的开发的开发，查看解决一些线上问题

场景5：某中型或大型IT公司，用java、c++、Go等，在某种已成型的网站后台系统中，做一些业务功能的增加或修补，查看解决一些线上问题

场景6：某小IT公司/作坊或中型IT公司或大型IT公司，用php、python、java、go、c++，重构了一个对已成型系统的改进版，接入了一定幅度的功能/流量，实现了可大可小的某种意义上的改进，查看解决一些线上问题

场景7：某小IT公司/作坊或中型IT公司或大型IT公司，用各种可能的语言，一个人部分或全部的实现了上面N个人的功能

场景X：在不限于类型的公司，用各种可能的语言，在某种已成型或半成型的系统/框架/组件中，或者也没有也不需要框架/组件/系统，做某种开发，查看解决一下线上问题。

  场景X是软件搬砖类的一个统一表象。

标签：处于这个技术阶段的人，事实上不乏各个公司的一些高阶技术/管理人员，如互联网领域包括BAT就是如此，其他更如此。

这类人无法躲过”34岁被裁危机”。他们的境况，更多根据他们所在公司、部门的实际情况，简单说就是”公司情况好部门情况好，我在里边人际混的也还可以，那么我就不错”。

结论：这类人积攒的真正资本，并不是关于IT技术，更多是他所从事的具体细分行业的行业经验积累。需要承认确实有些人在某些具体细分行业的多年耕耘，有的转型为管理层，有的成为了某种意义上的”行业专家”，有的甚至创业成功。但对于这类人的绝大多数来说，决定其情况更多的因素是一些不完全可控因素，包括：所在具体行业的发展境况、所在的公司/具体部门的情况、人际和人脉、跳槽的时机和选择、运气。且年龄越大越如此，一旦情况成熟，无法躲过”34岁裁员”。

3、偏架构类：

场景1：华为架构师为某运营商，提出了新建通讯网络的组建方式、内部构成、和旧网络兼容、用户接入计费等等的技术方案。

场景2：BAT高阶为某产品/服务/基础架构，设计了数据的分布式的接入、处理、存储、同步、线上服务、容灾的具体技术方案。

场景3：华为/BAT的某些技术员工，根据场景1/2的架构师的安排，合理选择工具，适当创造工具，合力调试、开发实现了场景1/2的技术方案。场景3的员工逐渐发展为场景1/2的员工

标签：这类人，对计算机软硬件以及程序运转的原理更为深刻(基本功底、认识，更为扎实)，对代码的效率高低更为重视(数据结构算法的理解和运用更为熟练)，在其工作中，对所涉及业务场景的架构设计方式越来越熟悉，简言之就是”UNIX环境编程”的内功越来越深厚，各类正反面的经验越来越丰富，逐步达到在由PM/面试官的口中得知场景需求后，很快可以根据过往历史经验得出应该选择的方案。其佼佼者的编码能力非常强大，所以造轮子能力叹为观止，少数几个人甚至独立就能实现OS内核、nginx、Redis、kafka级别的开源工具。

结论1：

这类人中的佼佼者或至少是水平较高者，是货真价实的软件开发，在IT行业中往往称为”架构类”，软件开发功底强，基本不受行业或具体业务限制，不论以前搞通讯的，还是互联网的，还是大型软件开发的，基本没有实际差异，可以很快进入实际业务，给所在公司/部门带来立竿见影的改进提高。目前看这类人的佼佼者，不会受到”34岁裁员”。

结论2：

但这类人更大比例的是非佼佼者，即其工作内容虽然也是关于这些，但其基础的理解程度、编码结合能力以及经验的积累，并没有达到很高的高度，这就可能遇到某些问题：

近年来，就像硬件如CPU、存储器的发展一样，开源工具(轮子)的发展也是飞速的，以互联网行业为例，成熟的网络接入解决方案如nginx、Apache，成熟的各类存储场景方案如redis、memcache、MongoDB、MySQL、postgresql及其各自分布式方案，成熟的中间件方案thrift、protobuf，成熟的各个语言的网络编程框架asio、ace，成熟的分布式编程运行方案Hadoop，成熟的各类业务方案如python分布式爬虫方案、成熟的web框架方案，成熟的各类前端解决方案………以及上述各个方案，基于某种业务场景需求的组合方案

这导致相当一部分的偏架构类的技术人员，越来越多的由”UNIX环境编程”，实际转为”UNIX环境搭建+部分编程+调试”，他们是目前实际各公司的后台开发主力，不乏BAT等互联网公司的大量高阶尤其新晋高阶。不否认依然需要足够的对这些工具的内部原理、场景选择、线上经验，但这和结论1的人，实际存在较大的技术差距，简言之自己的真实开发的量和力度、随开发获取的理解实际并不足够充分。

更直白的描述，脱离了一些框架/系统或公司前人的已开发的基础，他们可能也并不做的了什么，从大的角度看，这和”搬砖类”并无本质区别。随大行业越来越多的编程框架/系统、编程语言的发明，优势越来越小，根本劣势开始体现。当然，目前看起来，35岁之前还可以不断的找到还不错的工作。

随年龄增大，依赖具体细分业务的比例越高，导致选择面逐渐开始走窄。他比起“搬砖类”依然有技术优势，但并不能保证其避免”34岁裁员危机“。

另外，随着结论1的人开发出越来越多的优秀工具，以及国外大公司不断推出入门门槛更低但性能却越来越高的编程语言，结论2的人需要做的事情就越少、越简单，其神秘面纱越来越清晰，门槛不断降低，导致越来越多的结论2的人，逐渐的实际向”搬砖类”靠拢，其依然存在的技术优势和偏硬件类的技术人员，有类似的”马其顿防线”效应。这个的影响实际是非常大的。

4、偏策略类：

这部分人分为两种，一种主要依靠传统数据结构算法，另外一种更偏机器学习

场景1：某互联网公司员工，通过一些数据结构算法或一种数据结构算法，再通过一系列的java/python/c++编程开发，形成了一套可以比较准确高效的，处理/分析/分类某种数据的流式工具/服务。

数据结构算法扎实编码能力强，同时有够用的架构知识辅助其使用各种工具，完成其所希望运行实现的程序逻辑。

很多具体细分行业早期的数据分析，就是来自于这些人。

场景2：某互联网公司员工，通过某一种或多种机器学习算法，通过在java/python/c++/R的编程实现，在hadoop/Spark/storm/Docker或某种其他分布式平台上不断运行着分析/分类/聚类/回归，逐步获取到一大坨数据的所希望得到的相关特征、标签。

高数/概率/线代的数学功底好，进而熟悉机器学习原理的理论基础，与此同时有够用的数据结构算法和编码实现能力来编程实现他的机器学习策略。同时有够用的架构知识辅助其使用各种工具，完成其所希望运行实现的程序逻辑

无需解释了。

结论：

可以讲，这两部分人虽然使用技术不同，但实际上并不存在本质的差异。或者从另一个角度说，这两类人的技能的有效合体，不仅是最可以避免”34岁裁员危机”的一类，更是技术人员中，最容易在信息化浪潮中把握机会、实现较大幅度成功的一类人，简言之不论就业还是创业，同时具备很高的稳定性和回报。

第一类人可以讲是真正的程序编程者，学习、实现能力强，合格的第一类人转向第二类人是完全具备条件的。第二类人也许在数据结构算法、编程实现方面不敌第一类人，但是他们掌握的是数据挖掘的核心思想，补强所需的编程实现能力也完全具备条件。而这两类人的有效结合，是异常值钱的。未来10年内都会有高薪就业安全保证。

从行业上看，数据挖掘本身作为一个新领域，早期用于文本判别、语音识别、线上日志分析画像等互联网技术领域，但现在逐步介入越来越多的其他行业，典型如金融行业，其前景看好已经无需解释。

从技术上看，数据结构算法功底和数学基础，恐怕是很大比例的目前软件从业人员的硬伤，很多人短时间甚至根本无法弥补，培训机构难以真正培训。虽然也有一些机器学习开发套件，但一方面无法实用另一方面不真正理解含义根本不具备仅调参就实现目的的可能性。也就是说这两道技术门槛，形成了对很多人的实际上根本无法逾越的壁垒。另外，作为一个理论性很强实践性也很强的行当，积累的工作经验，更加难以培训或绕道获取，比起偏架构类的工作经验，大有过之而无不及。

四、总结：

IT行业和其他行业，根本没有什么本质的不同，入门门槛低了、人多了，自然要降价、要裁员。

水位上涨时，为了避免被淹死，那就要逃到更高海拔的地方去，或者积极转向管理，或者果断换行、换地。

北上广深杭的房价这几年还得涨，成都天津武汉等二线的房价也得涨。

但也许再过5-10年或更长，可能会降价。至少有一个原因，目前买了房甚至炒多套房的码农，未来几年也许不一定真的能还的上房贷。

北上广深的码农从业者很多，这些人有相当不少数量买了房子，尤其近几年越来越多的合两家人之力，花200-500万甚至更贵价格买房的不少，高额商贷的比例越来越高，生两个孩子，让自己老婆成为全职太太，这都是因为：他们看好自己当前的公司、当前的职级、当前的收入、当前的股票，所以他们敢于高额商贷20-30年，买一个并不怎么样的房子。

但随着全行业技术的发展，以及码农自身年龄的增大和个人技术进步的停滞，IT行业还真的不一定能保证：

1、持续供应大量”搬砖类”岗位；”搬砖类”岗位人员躲不过”34岁裁员危机”

2、持续给目前貌似核心，但实际越来越非核心的技术人员，持续予以高工资的岗位

总结：靠吃体力的搬砖者，和靠吃行业经验的老中医，分别随年龄增长体力下降，和西医理论实现的发展，逐渐越发遇到问题。前者问题最快遇到

五：关于对我自己：

32岁了，我本人就是一个非常鲜明的血淋淋的反例。

但今年我就要完成技术转型。

确实很艰难，真的很艰难。

没有休息日。

加上一些麻烦事务，堪比今年的曼联四线作战苦不堪言。

而且我现在的工资待遇很糟糕。相比同类人员严重偏低，这是由诸多其他因素导致的。

但这些都不重要。

现在的一切，

为的是若干年后的灿烂的今后。