那些入行的Python工程师们还好吗？

随着人工智能领域的进一步发展，Python在开发语言中的地位直线攀升。2019年1月，Python一举获得了2018年度编程语言的称号，涨幅最高达3.62%。

如今“人生苦短，我用Python”已经深入到很多年轻程序员的心目中了。

那么，Python究竟有多火？在国内发展形势又如何呢？今天我们就一起去看看，了解一下国内Python的发展情况。

1、市场乐观

从数据表现来看，近年Python工程师在人才市场上整体趋势是乐观的。

2016年到2018年期间，每年平均面邀薪资都是稳步上升，人均面邀数从2016年的6份，逐步小幅缩减到了2017年的5.6份和2018年的4.2份。

横向与其他技术岗位相比，Python这样的薪资涨幅也算得上是表现突出。下图显示，Python在2018年的平均面邀薪资首度突破了40万大关，同比涨幅在所有技术岗位中排名第三。

这样一看，是不是觉得学会Python更值得期待了？

2、怎样才能高薪

Python在中国曾经历过三次风潮。第一次是 2007 年的搜索引擎浪潮，Google 进入中国市场，这家明星公司里对Python高普及率也吸引了人们的关注；第二次是2009 年到 2012 年的中国互联网创业潮，许多新兴公司急于快速搭建网络架构，开发环境友好的 Python成为许多工程师首选。第三次则是从2015 年初至今，深度学习概念带火的技术潮流。

在这三次风潮中，中国程序员展现出了对捕捉技术风向的饥渴和超强的学习能力。Python与近年走俏的GoLang以及众多前端框架等技术一样，尽管都以海外为诞生和发祥地，但总能被国内的技术工作者在短时期内掌握，并利用庞大的互联网市场人口进行检测。

1）工作年限：Python人才供给偏年轻化，资深程序员仍然稀缺。

在求职者的工作年限上，近年的人员构成变化很小，python工程师仍是年轻人的天下：近半数工程师分布在3-5年经验区间，6年以上的资深人员占比不到三成。同时，不同工作经验的求职者获得的面邀机会和薪资区别也较为明显。一方面，姜还是老的辣，越资深的员工的面邀年薪越高。

2）学历：优中选优，低学历人群的市场空间被挤压

Python工程师求职者的整体学历水平，近年有所提升。

3）技术背景：复合背景的Python程序员更吃香。

从求职者的以往工作背景来看，“单一”的Python程序员并不算多，大多数人拥有复合背景。

简历中的最近一份工作经历中有Python开发经验的人仅占26%，加上算法和数据工程师这两个与Python密切相关的岗位，一共也才34%。

相比之下，从事后端、移动端、前端等非Python语言开发岗的程序员最多，占比高达36%； 甚至有20%的候选人来自跨度相对更大的运维、测试、安全和非技术岗。

Python求职者之所以有这样「兼容并包」的技术背景，客观原因之一就是它更简明易学、可读性好，易维护，学习成本和时间相对较短。

3、优秀的工程师特质

Python岗位，以后端开发和架构为主，以算法和数据挖掘为辅，并有少量前端、全栈开发岗，以及运维等。

Python语言本身所具有的优势，决定了从事Python学习的开发工程师相较于其他编程语言，拥有更多岗位发展选择。将各个企业对优秀Python人才的期望，分类总结出了以下共性。

①Python后端开发

编程语言：具备2年以上开发经验，至少熟悉一种开发语言：Python、Java、PHP、C/C++。

服务框架：熟悉常见的Python框架，熟练掌握Django、Tornado、Flask等其中的一种 。

数据库：熟悉常见的数据库，至少熟练掌握Mysql，Mongodb，Redis其中一种；熟悉大规模数据存储及分析系统优先。

熟悉Unix/Linux操作系统，有良好的编码规范。

对web后端技术架构有全面理解，熟悉 TensorFlow 等机器学习框架，是加分项。

②算法、大数据、爬虫类

编码能力强，内功扎实；熟悉linux开发环境，熟悉Python，至少精通 C/C++ 或 Java 中的一种编程语言。

熟悉爬虫机制，有分布式爬虫开发经验者优先 ，熟悉Scrapy / Redis / MongoDB / MySQL 者优先 。

了解多种网络通信协议，熟悉 Thrift RPC 或 gRPC 加分。

熟悉机器学习的常用算法，有足够强的业务理解力，数据思维好。

数学专业的硕士或博士，有一定数学功底，加分。

有图像识别、深度学习、机器学习、自然语言处理等相关经验，大大加分。

③Python前端开发/全栈开发

熟悉Python、Java、PHP、C#、Shell等语言中的至少2门，熟悉Linux操作系统。

与大部分前端的招聘需求类似：HTML5 / CSS3 / JavaScript 基础扎实，精通 ES6 / jQuerydejs 等，熟悉前端框架（Vue/ Angular /React）和原理。

熟练掌握 webpack /gulp /rollup 等构建工具，有丰富的前端工程化实践经验。

掌握Tornado/ OpenERP / Django / Flask者加分。

熟悉 MySQL、PostgreSQL 等数据库，能编写调试 SQL 语句、存储过程，索引、性能优化者，是重要加分项。

其实各应用场景需要的知识结构有不少重叠之处，需要每位 Python 工程师根据自己的职业规划，有意识地构建知识体系和技能树。

文章来源：网络 版权归原作者所有

上文内容不用于商业目的，如涉及知识产权问题，请权利人联系小编，我们将立即处理