被边缘化的前端

引用一段堂主的话:“随着互联网的发展,相比其他职位,前端开发是最容易被边缘化的一个工种,终其所有,前端也只是一个服务于浏览器端信息呈现的工种。而随着科技的发展,未来信息呈现的媒介会愈发丰富,目前浏览器的垄断地位将不复存在,前端也会随之没落。君子不器,当有远虑。”

如此一番话,略显忧虑却不无道理,前端所处的环节已经注定了它可能会处于尴尬之境。一个产品的形成,从点子的产生,到原型和整体设计,再到技术实现, 前端几乎处于整个环节的下游,而且前端门槛相对较低,所以前端几乎无法把握产品的走向,往往处于被需求拖着走的地步。

工作中经常会遇到有其他职能的人员在合作中直接忽略前端的存在,甚至有时连工作量都能大概替你估出来,有时候还会偶尔碰到在你身后对你即将要做的事情嗤之以鼻一下:“这个做起来不是很简单么”,不可否认这些人一定是会写前端代码的,抛开他们写出来的代码质量不谈,起码写出来的代码能够跑起来,这也就意味着你的角色是可以被他人轻易替代的。

诚然,边缘化是相对而言的,在一个做HTML5手游的公司,前端注定有自己不可替代的角色和位置。但是这种案例并不多见,许多前端工程师创业并成功的案例并不少见,但是产品做起来之后,一定会重新向功能和需求驱动的方向倾斜,届时前端又会离产品本身渐行渐远。

“生活都是一出写好的戏,谁快活,谁触霉头,早安排好,你只负责演好你的小角色。”

是时候有些危机感了,不要只专注在你最熟悉的领域,还记得大学里我的一位高数老师所说:“人总是本能的拒绝某些陌生的东西。”如果有能力,可以尝试转后端,转架构,转产品,也可以找机会创业做自己的产品。
CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
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