“程序员”职业还有未来吗?

“程序员”职业还有未来吗?

近日,AI先生李彦宏与红衣教主周鸿祎对“程序员”这一职位分享了各自的观点,但两人的看法却是截然不同。李彦宏认为,以后不会存在“程序员”这种职业了,因为只要会说话,人人都会具备程序员的能力。而在周鸿祎看来,未来计算机专业、程序员行业还是朝阳行业,是最有前途的行业,这个趋势未来五到十年不会减弱。

而在这牌桌上,作为“局中人”——程序员是如何看待自己这份工作的?他们面对大模型的出现,是欣喜还是焦虑?DoNews带着这些疑问,与几位从事不同领域工作的“码农”,进行了访谈,让我们一同听他们讲述自己对“程序员”职位的看法和规划。

01.

“有危机感,但前景还是一片光明”

木子 车企开发 工作3年

我在目前的公司工作了三年,主要负责汽车后市场相关业务——优惠券和限时抢购活动的开发工作,通过高力度优惠活动,吸引用户下单,提高用户转化率。工作强度一直是程序员离不开的话题之一,但我的工作饱和情况一般看季度。一般在3月到5月,还有9月到10月这几个月份较忙,其他时间工作饱和度,需要看我司业务发展规划情况,一般每天工作时长在10个小时左右,工作强度适中。

其实,在工作中我还是取得了一些成就感的,在一些具有挑战性的项目上,随着业务的复杂度不断增加,难度上也不断提升,我通过设计通用的系统方案,实现了业务的落地。其中,我最大的收获就是通过技术在不同的业务场景落地,对市面上通用的营销活动有了一定的认识。

这两年冒出了ChatGPT、AI大模型这些技术,我觉得既是机会也是挑战,AI大模型的确能够替代程序员的很多工作,但是随着人们日益增长的需求以及现有AI模型的支持能力,还无法完全替代人们完成一些复杂的业务情况。

不可否认的是,这的确是会让我有危机感的。随着市面上部分工作会通过AI来代替,会出现僧多粥少的情况,那么竞争力也会相较之前更大。

大家都在说“程序员是吃青春饭的”,我也是比较认同这点。通过我在工作中的观察,一是平时招聘软件上的硬性要求,二是其实很多到了35岁的时候,若在公司中没有做到一个较为核心的位置,那么很容易被公司优化。

但对于程序员的未来行业前景,我认为还是一片光明的,未来仍然需要程序员去帮助行业实现一些需求和应用的落地。因此,面对挑战,新兴技术不断更新迭代,程序员需要自身不断学习,兼备多种技术栈于一身,才能突破自己的瓶颈,不断迎合市场需求。

02.

“随遇而安,程序员不会被替代”

李明 车企测试开发 工作5年

在“码农”这个领域,我干了五年多的时间,经历了从普通功能测试到测试开发的职业发展历程。现在,我在当前公司,主要负责设计、开发、调试和维护测试基础架构和自动化测试用例,基于每日/周运行的测试脚本分析自动化测试结果和工单,同时对自动化测试框架进行拓展或改进。

回过头来看,我先后接触过智能手机行业的硬件测试、语音识别和语音合成的数据标注和模型训练,以及车载自动化脚本的编写。确实,在这个过程中,当某一行代码的调试成功、某一个复杂问题的定位解决、某个功能测试痛点的解决,最后向他人娓娓道来时,会让我有一丝丝成就感。

对ChatGPT、AI大模型这些新技术吧,我的心态更多的是随遇而安。虽然新技术能自动写代码,但还需要人来梳理需求,给定上下文,最后判断结果正确与否。所以,我感觉程序员应该不会代替,更多的是改变一些工作流程,提高一些生产效率。

毕竟,新技术都需要更复杂的软硬件系统支持,测试方法和技术肯定也要跟着更新迭代,有了AI加持,自动化测试也会更智能化,就业前景应该随着新技术的不断涌现也越来越广。

而程序员整个行业的发展前景,这个得看国家政策,现在清一色的“互联网+”和“数字化转型”,哪哪都得用人,程序员目前应该还没过气。

03.

“拥抱变化,短时间内不会替代程序员”

晓源 金融科技数据开发 工作6年

从毕业到现在,我一直从事在这个行业(程序员)中,任职java和大数据相关工作。这五年多的时间,我大大小小经历了三家公司,有做信息安全的传统软件公司,也有初创型的数据服务公司,现在任职的是一家金融科技公司。

目前我负责银行对公和零售贷款相关的数据开发工作,相较于互联网公司来说,所在公司工作强度并不大,也不是很卷。但相较于部门内其他模块的业务,我所处理的工作还是比较饱和的。

我感觉,大模型的出现,可能会替代部分程序员,危机感还是有的,但至少短时间内,大模型不会完成替代。新概念出现就会有新市场,有新市场就会有新机遇,也会有新挑战,我对行业前景和机会还是持乐观态度的。事实上,不管什么工作,都要积极拥抱变化,就像做数据的人多多少少也需要去学习一些大模型的知识。

对于“程序员是吃青春饭的”这种观点,我个人是不同意的。只要是技术和态度能跟上,就不会被轻易淘汰。“只懂技术的程序员”的路是一条死胡同,业务和技术兼具才能跟上市场的发展,保持自身优势,不被优化。

我觉得程序员应该算是朝阳行业吧,以后应该是初级程序员很难找工作,公司只需要中高级人才,也有可能出现一部份程序员有工作且薪资待遇很好,一部份找不到工作相对两极分化的状况。我对自己的规划是,不会一直在技术岗位做下去,计划做到一定程度会转管理,同时谋求副业发展。

04.

“人人都是AI使用者,但不都是开发者”

幽幽 少儿编程培训机构 工作5年

我可能和其他程序员不太一样,因为对计算机感兴趣,所以在大学选择了学习编程,算是迈入了程序员的队伍中。后来又了解到少儿编程,加上喜欢教师这个职业,就在少儿编程培训这个行业中一直做着。

少儿培训不仅限于代码编程,还包括机器人编程。我们年龄最小的学生有有3岁的,在教学上,学龄前基本上是乐高教学,4-6岁可以学习玛塔编程和jr编程。其实,少儿编程并不是大家固定思维想的那种,一行一行的代码。学龄前学生的编程课程是没有文字,最多有一些数字,主要是通过图形,比如一个带箭头的圆圈表示循环。学习纯代码编程的话,如果零基础,推荐是五年级及以上,一般都是先学Python,如果对信奥赛有想法一般才会推荐C++。

工作了五年多的时间,我的想法是,少儿编程并不是非要将孩子往侧程序员职位上引,而是培养他们的思维方式,和帮助他们更容易接受新科技,拓宽知识面。现在ChatGPT、AI大模型都很火,空闲时我们也会给学生们分享一些科技新闻。

听学生们分享自己的观点,是一件有意思的事情。他们对ChatGPT、AI大模型这些的观点就各有不一,有的觉得离自己很遥远,反应平淡;有的觉得非常厉害,还会畅想未来。

现在(ChatGPT、AI大模型)对我的工作有一点点帮助,但没有很大。我认为,它们来的影响在未来一定会越来越大,现在国家也对科技教育方面提供支持,或许不久后就会迎来一次智能手机式的革命。

至于是否会替代程序员这个职位,我认为是不会的。首先不可能让AI完全自主,而管理AI的肯定是程序员,就算能够替代公司部分的程序员,我认为也不会很快。未来,可能人人都是AI使用者,但不会都是开发者。

05.

“目前大模型能力有限,超越不了人类”

轩逸 大数据处理 工作5年

从毕业至今,已经工作了5年左右,先后从事过JAVA开发、软件测试,现在转到了大数据处理。目前属于公司外派人员,负责的是甲方某个领域的业务开发,平时的工作量比较适中,偶尔会有突发的情况加班处理一下。

就我自己来说吧,每次独立完成的一个需求都会有不同的成就感,毕竟是自己从开始到结束全部过程,亲历亲为,还有就是同事间,有遇见不常见的问题时,一起研究处理,最后解决得到的成就感也是满满的。

还有一个最切实的感受,就是工作这么些年,头发是日渐稀疏,钱却没咋留住。俗话说的好,北京挣钱北京花,一分别想带回家。但是就目前就业情况的话,还是坚持再干几年吧,毕竟现在的行业形势不太明朗,还是不要随便冒险。

目前AI大模型有部分功能是实现了对人类生活、工作上的帮助,但这些大模型是通过有限的知识训练出来的,而人的思想是变通的,所以我觉得还是不能超越人类自己,目前谈不上有危机感。

我感觉,程序员依旧是朝阳行业,毕竟AI也是人类创造出来的。大模型会带来新机会,这也意味着,不想被淘汰就需要了解更多的知识,强化技术能力,当机会来临的时候才足以应对。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费请添加图片描述

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值