京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | 草核儿
来源 | 木东居士
看这个标题,就感觉是一篇焦虑文。
好了,本草核儿今天的确是来贩卖一些焦虑的,但是,放心,按照我的尿性,正文的最后部分都是正能量的。
35岁只是普通程序员,还有救吗?
我想说的是:没救了!
但是我们要限制一下范围,什么叫没救了。
这个其实也很容易解释,说没救了,基本就是说你在程序员的职业发展中,没有特别好的前景了。
对,就是这个意思,除非有一些比较的机遇,不然前途无望。
裁员裁的就是这种类型的人
如果草核儿没有记错,2017年的时候,国内大厂-某为,要裁34岁的员工。
听听,心慌吗,这个焦虑可以不是我给的,而是有公司在执行这个骚操作了。
那么是34岁的员工都要裁吗?
我认为不是。
那么裁的是那种类型的人呢?
草核儿至少会有这些:
当然,上面只是草核认为的一部分。
总的来讲,就是性价比低、不可替代性弱的童鞋们。淘汰的就是这些。
为什么呀?我为公司流过血!
你是否觉得自己是公司的功臣,自己辛苦这么久了,结果到一定年龄了,公司就该残酷把自己干掉了?公司太没人性了!!!
好吧,我也一直是这么想的。
但是,亲们,我们还是换位思考吧。
如果你是老板你会怎么做?
你要缩减成本吧?
要多招新人带来一些新鲜的血液吧?
要打破团队里的各种人情社会吧?
对不对?
我们要换位思考呀。
一旦换位思考,你就会明白,自己不争气,怪不得公司裁掉你。
35岁的程序员都去干嘛了?
这点,草核儿也不知道。
不过我们可以先算一下年龄。
1999-2000年,两位马爸爸和李彦宏创建了如今的互联网三巨头:BAT。
因此,我们暂且认为,互联网是在2000年左右兴起,一个行业兴起后,要有几年的时候给大家反应进入这个行业。
当初和马爸爸们、李爸爸一起打拼的兄弟们,现在都是各个公司的顶层人物了,这种类型我们就不考虑了。
我们假设给普通大众几年的时间接受互联网兴起,也就是2005年左右,假设程序员22岁毕业进入互联网行业。
到2019年,这批22岁的程序员差不多36岁了!也就是说比较早的一批本科毕业就进入互联网行业的程序员,现在是36岁左右!
注意,很多人也是在后面的时间里慢慢加入互联网行业的,所以说,还有很大一批的程序员,才刚刚步入35岁左右的年龄。
也就是最近的一些年里,这批35岁的大龄程序员们,才慢慢收到了关注,因为整个程序员届,大伙都很年轻呀!
所以,草核儿也不知道大家都去干什么了,但是大家可以关注一下,因为,这批人就在你身边,你有一手的渠道了解到他们的去向和未来。
大概总结了几个小点吧:
举个例子:
假设你是一个拼搏了10年的程序员,在这个阶段你想的是什么?
你想的是:
我有老婆孩子了,我想顾家,享受一下生活。
我想有一些爱好兴趣。
我想有一份安稳的工作,轻轻松松的,毕竟已经累了10年了。
最好能躺着赚钱,不要太累。
你自己想一想是不是这样,可能你不到35,在30岁,甚至28岁就这样想了?对不对?
这里的核心矛盾就是:你想轻松,但是公司希望员工永远激情!
35岁,就真的凉凉了吗?
不是的,老有老的优势,小有小的优势。
大家要善于利用自己的优势,同时保持心态的年轻。
老员工的优势是什么:
虚一些来讲:
职业相关:
技能方面:
在一定的职业周期内,上面的都是你能够积累,但是新人在某一个周期内是不具备的。
你去抓住自己的优势,积累!
同时,你要和年轻人一样的年轻,心理的年轻,身体的年轻!
好吧,说这么多,我感觉太累了,我都不想这么累。
感悟
好了,前面说那么多,我感觉其实的确是焦虑,让他焦虑好了,真是到35岁了,自己没有积累,我能有什么办法?
我要有办法了我得多厉害。
但是,已经中年危机的老哥们我们管不了,但是,年轻的你和我,要为自己做点什么,不要等35岁了,重蹈覆辙!
能做什么?为给出几个建议:
年轻的朋友们,加油,再过5年10年,希望能够笑看其它同事中年危机,而你泰然自若。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02