前端圈的寒冬要来?

(上图为便利蜂某前端实习生)

前言

前段时间,有个粉丝在后台给我留言,问我今年(2017年)新手前端是否真的很难找工作?作为混迹前端圈的老司机,我竟一时语塞。思考良久,遂提笔挥墨,于是产出了这篇小文来抛砖引玉。

下面的文字,写给在迷惘寒冬里继续前行的你们。

正文从这开始~

风口的出现

公众号里的老铁们都知道,闰土是从2013年毕业后进入前端这个圈子的,彼时的国内,互联网经济开始野蛮生长,大量热钱涌入进来。催生了一大批创业公司,几乎一夜时间,互联网开发人员供不应求,一时洛阳纸贵。

在这样的大环境下,各个公司为了争夺市面上有限的开发人员,都竞相开出高薪。当时只要你技术差不多的,都可以忽悠到一份高薪工作。互联网人傻钱多,说的就是这种现象。

国人都有喜欢凑热闹的习惯,哪有热钱就蜂拥而上。招聘市场上不是缺程序猿么?那么我们就负责批量生产。于是,一大批培训机构如雨后春笋般的冒了出来,朝气蓬勃,好不热闹。就是在这个时间点,互联网从业人员开始逐渐多了起来,也就是最早的一批上船捞金的人。这不由得让我YY起农夫山泉的广告,我们不生产程序猿,我们只是代码机器的搬运工。

幸与不幸的是,闰土也是在这个时间点搭上的车,却鬼使神差的错过了这次红利。

红利的消失

这种现象一直持续到2016年达到顶峰,从百度指数上可以看出,前端工程师的指数在2017年已经开始回落。但是值得注意的一个现象是,算法工程师在今年10月份开始异军突起,出现了一个明显的高峰。

那么,闰土在这里有一个大胆的猜测,前端工程师从业人员开始过剩,企业需求下降。闰土身边就有好多从北京回来的程序猿,有从事后端的,也有从事前端的,问起回太原的缘由,口径几乎一致的叹息,唉,现在帝都不好找工作了,好多创业公司融不到资,发不出工资,初级前端市场拼出一片红海也找不到适合自己的工作。

有理由相信,很多逃离北上广,回到二三线城市的码农,其实都是心有不甘愤愤离开的(那些留在西二旗的程序猿们松了一口气,以后挤地铁总算没有那么多人排队了)。

还有一种可能,就是参与校招的应届生的前端水平整体上升。一旦各大公司在校招中能招到合适的人选,就不用再考虑招社会上毕业1-2年的前端er了。

前些日子在网上比较火的一篇文章,说为什么整个互联网行业都缺前端工程师?其实缺的是高级前端工程师,没错,高级前端工程师到现在还是处于稀缺状态。那么经过这几年大浪淘沙的沉淀,很多中级前端er已经得到进阶,我估计这种现象很有可能会在2018年初招聘旺季得到缓解,而初级前端工程师的求职之路会继续变难。

市场容量就那么大,先上船的人把后上船的人都挤了下去。

有人会问,那应届生还该不该继续自学前端?个人觉得, 公司会倾向于用优秀的应届生来替换工作1-3年(水平一般)的程序猿。

如果真到了2018年初,连高级前端er这种高级需求都得到缓解之后,到时候初级前端工程师的寒冬就来了。

真到那个时候,别说工作了1-2年的,就连还在培训的新人都会死在来时的路上。船已经离岸了,那些来不及上船的人,已经彻底失去了分一杯羹的机会。

两三年前培训去当前端的,正好赶上了互联网红利。红利期是有限的,总要有个结尾,可能是2017年。

补票的时机

趁2018年未到来,越早补票越早获得竞争力,从而避免掉队。

目前国内的行情是,使用vuejs的人越来越多(前两天滴滴webapp团队刚开源了移动端组件库cube-ui);React Native 在大公司越来越流行(目前便利蜂招聘前端,明确要求会RN);微信小程序越来越开放,功能日渐完善,这都是大家需要跟进的地方。当然,还有很多没有被我点名的。

借用知乎大佬ramroll的话说,大家不要以为从事前端,以后的方向就确定了。其实,大家可以把自己的格局扩大一些,把自己的思路放的更广阔一些,前端也好,后端也好,算法也好,这只不过是大家进入互联网行业的一张入场券而已。拿这个当跳板,去重新选择方向(人工智能,大数据,算法,AI等等)。人生一辈子至少工作30年,好好经营,前途不可限量。

后记

我只想说,这是最好的前端圈,也是最坏的前端圈。

让我们抱团取暖,共渡寒冬!

本文分享自微信公众号 - 闰土大叔(running_hacker)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-11-15

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏A周立SpringCloud

Spring Cloud限流详解(附源码)

在高并发的应用中,限流往往是一个绕不开的话题。本文详细探讨在Spring Cloud中如何实现限流。 在 Zuul 上实现限流是个不错的选择,只需要编写一个过滤...

66870
来自专栏Brian

机器学习之K近邻算法

---- 概述 AI不断的火起来了,作为工程化的码农,也得奔向国际化轨道了。至于机器学习是什么,不知道找百科。现在大多数机器学习都是采用监督学习形式。我们学习一...

30270
来自专栏灯塔大数据

每周学点大数据 | No.76 众包算法实践——认识 AMT

本文为灯塔大数据原创内容,欢迎个人转载至朋友圈,其他机构转载请在文章开头标注 编者按:灯塔大数据将每周持续推出《从零开始学大数据算法》的连载,本书为哈尔滨工业...

52890
来自专栏杨熹的专栏

详解循环神经网络(Recurrent Neural Network)

今天的学习资料是这篇文章,写的非常详细,有理论有代码,本文是补充一些小细节,可以二者结合看效果更好: https://zybuluo.com/hanbingt...

60560
来自专栏灯塔大数据

报告 | 区块链技术:“自我摸索”成最优运维解决方案

前言 1月9日晚,朋友圈刷屏了徐小平的预言“区块链革命到来,这是一场顺我者昌,逆我者亡的伟大革命”。什么是区块链?区块链主要应用在哪些行业?区块链的运维方案是什...

37260
来自专栏杨熹的专栏

简述极大似然估计

极大似然估计是一种参数估计的方法。 先验概率是 知因求果,后验概率是 知果求因,极大似然是 知果求最可能的原因。 即它的核心思想是:找到参数 θ 的一个估计...

30660
来自专栏Brian

熵的理解

---- 熵 熵在信息论中代表随机变量不确定度的度量。一个离散型随机变量X的熵H(X)定义为: image.png 明确定义的科学名词且与内容无关,而且不随信息...

34160
来自专栏Brian

机器学习读书笔记一

---- 概述 最近在看周教授的《机器学习》,书中很多理论知识非常适合入门和学习。故把每一章的自己读书笔记和记录给写下来。 基本术语 机器学习:机器学习致力于研...

352100
来自专栏互联网杂技

计算机科学中最重要的 32 个算法

奥地利符号计算研究所(Research Institute for Symbolic Computation,简称RISC)的Christoph Koutsch...

470120
来自专栏Brian

线性代数基础之A的LU分解

---- 概述 在线性代数基础之矩阵乘法已经介绍了矩阵乘法的行图像和列图像代表什么什么意义,包括在求解Ax=b的线性方程组是通过消元法来求解该方程组以及矩阵的逆...

34060

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励