京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作为一个区块链技术人员,我为什么只做技术不炒币
“如果你任意走入一家北京市中心的咖啡厅,听到有人在讨论区块链的概率超过50%。”当被问及区块链时,某90后中型代币交易平台的技术开发负责人如是说。
2018年初,突然发现,身边人一个个转身变成了比特币专家,区块链代言人,以太坊、分布式存储一直挂在嘴边,而我,一个做区块链的技术人员却成了区块链的“边缘派”……
然而,作为区块链的“边缘派”,今天我想说为什么我不赞成炒币,但是我执着于做好区块链的技术。
区块链人才稀缺
翻看国内各大招聘网站,输入“区块链”关键词,你会发现2018年的区块链就业,不管是需求还是薪资,和前两年相比较可以说是天壤之别。就有知友曾对区块链做过简单的预测…
以拉勾网为例,全国站,区块链相关职位约30+页,岗位招聘需求500+个,相关公司热超过50+,热门岗位有区块链工程师、区块链研究员、区块链专家、区块链负责人等,月薪最高可达10万元。
区块链职位需求
有一个人才缺口的公式,个人觉得很有意思:
人才的紧缺程度:区块链>人工智能>互联网金融>O2O
很多人都误以为区块链的门槛很高,但是我不得不跟你说,就像你对区块链和比特币的误解一样,对区块链的职位需求你也理解错了。与你的理解相反,因为区块链人才本身稀缺,所以企业方并不会过于苛求,相反对行业感兴趣,稍微可以上手便有可能纳入,作为人才的储蓄和培养。等行业成熟的时候,大批技术人群涌入区块链,企业会变得更挑剔。
而当前区块链的市场来看,因为Golong语言的应用广泛性,Golong编程语言的人才相对稀缺。此外,C++语言,在游戏、金融、视频等领域都会用到,这种通型的技术人才也比较稀缺。
区块链职位薪酬
有人说”进入2018年,区块链一夜之间成为最大风口,风头几乎要盖过人工智能。“据内部人士透露,区块链相关人才30-50万元年薪属于正常现象。从事电子存证、产品溯源领域的人,薪资可能会相对偏低;而从事贸易金融、供应链金融等领域的区块链人才,薪资会相对偏高。另外地区差异,北上广深等一线城市可能会高些,杭州等二三线城市会稍微低些。
区块链岗位平均招聘薪资达2.58万/月
而翻开BOSS直聘《2018旺季人才趋势报告》(以下简称“旺季人才报告”),你就会发现区块链在2017年下半年已经开始起步,2018年前两个月招聘需求已经达到2017年同期的9.7倍,招聘区块链相关人才的公司增长4.6倍。
截至2018年2月底,区块链相关岗位占到互联网行业总体岗位量的0.41%,AI相关岗位占比0.91%。
2017年11月之前,区块链相关岗位的平均招聘薪资为2.32万元。2017年11月之后,区块链相关岗位的平均招聘薪资达到2.58万元,其41%的招聘岗位薪资在2万以上。
从职位分布上看,有73.7%的区块链相关岗位为技术类,7.5%为产品类、8.4%为运营类,还有10%其他岗位(包括行业分析师、市场推广、记者等)。其中技术类的薪资最高。
区块链人才机遇
说到人才机遇,作为区块链的技术人员,告诉你们区块链技术人员真的不一定炒币,不是没有契机去炒币,只是对于我个人来说可能炒币倒不如踏踏实实的代码,搭建我的区块链框架。
“区块链并不是只有码农才能干,但是码农一定可以干。”写代码的人很多,但是不是每个写代码的人都有区块链思维,分布式、去中心化、点对点、加密存储听上去简单,但是很难实现区块链的核心——集体利益的最大化。
但是一旦你具有以上特质,那么以当前区块链人才紧缺的状况看,区块链开发者从业人员可以算是水涨船高。
而超过80%的区块链相关职位对求职者的技能要求在3项及以上,技术类人才除了需掌握常用开发语言外(C++,Java,Go),还需要对密码学、共识算法、超级账本、智能合约等有足够了解。其中,区块链岗位中要求最多的TOP3技能依次是GO、C++、Java。
区块链技术掌握
区块链创新的推动以及数字经济的蓬勃发展离不开人才的培育,而CDA数据分析师作为行业的领头羊,紧密结合当前区块链发展实际与人才需求结构,重磅推出CDA区块链学院。
扫描二维码,进入 CDA 区块链学院,学习区块链知识,选择很多,站对未来
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12