京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据显示互联网行业加班最狠 怎么破?
“加班”这个词对于现代上班族来说一定不会陌生,尤其是在互联网行业奋斗的人们,而在互联网行业中的程序猿们更被誉为加班中的“战斗机”。近日,滴滴发布的《中国智能出行2015大数据报告》更是从侧面印证了这一点,数据中显示,北京是全国加班最严重的地方,白领19点前下班的人数比例不到四成。综合多个行业的“大排名”,下班时间最晚前10名分别是:可口可乐、奇虎360、宝洁、阿里巴巴、京东、森马服饰、联合利华、百度、华为、腾讯。Top10公司中,互联网公司占据半壁江山,BAT全部上榜,其次为快消行业。
数据虽只是佐证,但的确能说明一些问题。那么,为什么互联网行业加班最严重?
网友推举,做什么最容易加班?
网友在谈到这个问题时由衷感叹:“做IT的命苦啊,搞开发的、做维护的加班最多,制造业这种现象比较少。”网友同样附和,认为做IT维护类工作的人加班最多,因为机器时刻运转,他必然也要整天在维护。虽然目前的技术已经向支持运维自动化的方向发展,但毕竟不是一时能看到成果的。
目前,网友在一家互联网创业公司工作,他分享了自己真实的故事:“最初,平台上线的这段时间几乎每天都在加班。没什么特别的原因,就是因为要赶项目进度。毕竟3个月开发一套平台,还要确保按时上线,这么十几个人去弄还是有难度的。虽然我在其中只是负责内外部资源的协调,但做为一个小团队的“头羊”,临阵脱逃肯定是不可取的。一边看着兄弟们拼死拼活的开发,一边是女儿在电话里殷切的呼唤,心里五味杂陈,冰火两重天。”不过他还是表示,创业公司大多是这样,这种加班还是可以理解的:“一将功成万骨枯,IT从业人员辛勤付出的同时,也在实现着自己的价值,学以致用,我觉得是值得的。”
其实,在网友的观点中可以发现,“IT”、“创业”是加班较为集中的地方,近一年互联网创业潮几乎达到巅峰,而互联网行业更是与开发、运维等密不可分。所以,互联网成为加班比例最高的行业也就不难理解了。除此之外,互联网行业瞬息万变的特性也决定了这一点,想在这个圈子里发展,你必须对突发事件足够敏感,一个事物通过互联网爆火可能仅需要几天甚至是几个小时,你需要不断关注并且与自身结合,借势营销,而营销方案之下,更多的还是开发人员加班加点的开发维护。
加了那么多班,真的有用吗?
提到加班是否有用,网友首先跳出来喊道:“先别说有没有用,不加班绩效考核都不及格!”网友原从事对日工作,他表示:“原来我做对日的时候经常加班,但工作基本没什么技术含量,拼的就是中国廉价的劳动力。这属于整个一个行业原因,和中国人不适应日本客户的严格要求也有关系,中国程序员做事有时候确实有些粗糙。”
网友与他们的观点有出入,他说:“我不常加班,只加过一次一个月的班,原因是人太少,项目也紧。我认为,所有的加班都是不合理安排时间的结果。在别人安排任务时尽量多要时间,以防止可能有变的因素,早点做出来联调测试,发现问题也能及时修改。”
网友也认为加班与效率不高有关,他说:“我们应该多学习快捷的方法,提高工作效率,尽量减少加班。每遇到一个问题就生成一个解决方案,久而久之工作效率也能有很大提升。”
怎样提高效率,减少加班?
对于提升工作效率,网友表示,他以前在Microsoft的领导经常向他强调:“重要的不是你做得多快,而是你对自己工作能力和工作量有合理的估计!也就是,给你一个任务,你要知道如果你用正常工作时间大概会花多久,不是打保票下决心说要攻克难题要不吃不喝不眠不休!只有正确的时间估计,才能让团队的进度合理。”
以前一直做PM,T通过做大大小小的项目积攒了经验,在应对流程性或突发性事件上有足够的准备和承受能力的,他总结了自己对时间管理的心得与大家分享。
想提升工作效率也不难。关键有这样几点:
1、事务的优先级:不管多少事情,总有急、慢之分,先理清楚事情的紧急程度再去动手,磨刀不误砍柴功,别担心会延误,计划得好,事半功倍;
2、事务的本质:不要被纷乱复杂的表面需求所迷惑,要学会看穿表象去究其本质。往往听完业务部门的需求分让人头很大,感觉不知所云,那么,换个人或方式,先确认对方需求点,再根据自己的理解复述,确定后再去套入到某个领域之中;
3、象限法:其实就是一种分类方法,可以按你的理解把事情归纳到不同的象限,再跟据分布情况得出处理优先级。总之得到任务之后,就是不断地按规则拆解、细分。如果你是一个LEADER,当面对大任务量时,可以有条不紊地合理分配工作任务,也不失为一种“得民心”的好途径。
不得不说网友中确是藏龙卧虎,以上对于互联网行业加班的分析已经十分深入。不过,身处互联网行业,无论是大环境影响还是个人原因,加班已经是普遍现象,我们只能在能力范围内尽量调整,提升效率。临近春节,很多人的心可能早早就飞往假期了,不如在这一时刻回望近一年的工作学习,稍作休整。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21