前端开发工程师的薪资,主要取决于哪3个方面?
作者:清水束竹
从2022年开始,互联网行业的就业情况就不容乐观了。
最明显的三个表现:裁员、缩招、降薪。
其实2021-2022年年中那段时间,互联网企业出现了一波假性繁荣。
某些大厂Q大量招聘应届毕业生,宣传铺天盖地,不惜薪资倒挂争抢人才,
但从2022年年末开始,国家对互联网行业的态度出现了一个很明显的变化:政策收紧,补贴减少管理加强。这就导致大厂的活变少了。由于企业对形势作出了误判,于是就又来了一波裁员潮。
互联网行情不好另一个表现是市场方面的特征:现象级的消费活动(电商双十一活动)遇冷、楼市降温、日常消费降级……
再加上最近几年计算机相关专业9毕业生太多了,多到令人发指,你只需要看考研人数就行。
2010年左右,计算机专业就业才是主流,考研的人很少,基本过线就要2020年,计算机专业竞争那叫一个惨烈,考不到400分都进不了面试的比比皆是。更别提应届毕业生就业了。现在的情况是,企业想招人,根本不招不到。
举个不恰当的例子,三年前二等马的价格,现在能买到一等马。
这说明,大环境变差了。
而且,薪资也不太乐观。
前端开发工程师的薪资主要取决于三个方面:
- 工作地点:薪资收入一线城市>新一线城市>二线城市
- 项目+工作经验:做的项目越多,大厂工作经历,都是加薪项。
- 技术栈:前端开发工程师掌握的技术和框架(HTML、CSS、JavaScript、Vue、React、Angular)越多,越深入,工资开的越高,要能解决实际的问题。
顺便吆喝一句,如果你对技术大厂有向往,对前后端测试岗位有兴趣,不对大厂外包有100%的排斥,可以看看这里,薪酬待遇确实还不错,4年一签。
以本科应届生来举例:
一般刚毕业的小白毕业生,工资普遍不会很高,5k-8k是正常薪资。有项目经验的、技术栈+的:8k-12k差不多,项目经验、大厂经验、技术栈+++的:12k起步,甚至可以议价这些我没有区分985、211和普通本科。
如果水平差不多的情况下,薪资9852211~普本,每个层级之间薪酬差距不会超过1k.
有工作经验的,还是看能力、大厂经验和项目这就参差不齐了,差距会很悬殊,基本是在8k-30k在其他条件固定不变的情况下,以上工资的上限和下限,取决于城市和地区。
善意的提醒一句,请不要过多参考招聘平台9上的薪资情况他标10k,可能你要和1k个竞争对手争这10k他标6k,你的竞争对手可能也不会低于100人要对自己的水平有数,要对标大厂前端的能力,你才能给自己一个准确定位。
发展前景不容乐观
前端入门简单,尤其是相对于后端。
在下游竞争的人数太多,竞争过于激烈,新人找到高薪工作,难。
其次,前端上限也高,因为他不只是简单构建个网页、实现个交互那么简单,还要深入掌握各种框架和工具的原理、使用方法,知道其优点和缺点,实现相应功能的时候,用什么模块工具为最优
选
往上走还要会搞性能优化、安全防护和跨平台开发等。
最后,前端发展到顶尖,必须是往全栈只方向努力的(话不说死,其实行业对程序员的评价较为单一,一般就是技术栈和解决问题的能力;也不一定非要发展为全栈,但技术面要广,掌握的技术(或者了解的技术)越多,开发的路才能越走越宽)。
必须要既懂这个,又懂那个。说白了就是内卷,别人掌握一个技能,你掌握两个技能,那么你就会先人一步,一步领先,步步领先。
我觉得,现在对前端冲击最大的还是大语言模型LLM,
大语言模型应用,使得前端开发变得越来越简单,而且技术门槛越来越低了
以前搞项目是遇到问题-检索资料-学习-实现出来,是一个复杂的长线的持久的工作,现在AI大模型就相当于是一个智能的资料库,想要什么,直接提出要求,他会提供一整套的解决思路和实现方法
只要对项目有一定的拆解能力,完全可以借助大语言模型实现项目的快速部署
这不是制造焦虑,而是程序开发这个行业的真实现状。
大语言模型能做的事儿其实非常多,学好prompt,写个代码模块和技术文档没什么问题。
建议打算入门前端或者前端从业者了解一下AI大模型的内容。
现在大厂的程序员普遍使用AI大语言模型辅助开发,借助大模型完成大量繁复的工作,提高开发效率。
AI大模型的全栈工程师是未来的一个发展趋势。
新技术产生时,总会有一个红利期,谁先掌握新技术,谁就更有发言权。
不说升级加薪,最起码不落人后。
每个行业都有拔尖的人,即便行业再不景气,精英们也能勇立潮头,
但是拔尖很难,脱颖而出很难。
这就要求不断地学习新技术,学会用最新的工具。
大环境不好的情况下,更要偷偷努力。
现在的企业更喜欢要多面手,恨不得一个人把所有的活儿都干了。
现在搞后端的都开始学前端了,又掌握后端开发,又熟悉前端开发。
以前一个人既能干后端,又能干前端是一件很牛逼的事。
所以!所以!所以!
想卷前端的朋友们,不妨先研究技术趋势,再决定自己的发展方向。
Good luck!
相关文章:
前端开发工程师的薪资,主要取决于哪3个方面?
作者:清水束竹 从2022年开始,互联网行业的就业情况就不容乐观了。 最明显的三个表现:裁员、缩招、降薪。 其实2021-2022年年中那段时间,互联网企业出现了一波假性繁荣。 某些大厂Q大量招聘应届毕业生,宣传铺天盖地,不…...
springboot美食网站—计算机毕业设计源码11574
摘 要 随着人们生活水平的提高,人们对美食的要求也越来越高,对各类美食信息需求越来越大。因此,结合计算机快速发展、普及,在此基础上制作一个页面简单、美观,功能实用的美食网站势在必行,满足用户分享美食的需求。 美…...
WordPress建站:如何使用ChemiCloud搭建外贸独立站
以前自行搭建一个网站,不懂一点技术那是很难完成的,现如今WordPress的出现极大地降低了搭建网站的技术门槛,不需要懂任何代码,只需按步骤操作就行。WordPress 是一个非常流行的开源内容管理系统(CMS)&#…...
在 Vim 编辑器中,如果某个单词被意外地高亮显示,使用:noh可以取消高亮显示
文章目录 1、问题出现的背景2、解决办法 1、问题出现的背景 配置镜像加速器,修改 /etc/docker/daemon.json 目录下的文件,不小心高亮显示https,产生问题的步骤是,我先是按esc键退出vim的编辑模式,然后在https的前面按…...
一条命令安装mysql,php
一条命令安装mysql,php,wget http://soft.vpser.net/lnmp/lnmp1.5.tar.gz -cO lnmp1.5.tar.gz && tar zxf lnmp1.5.tar.gz && cd lnmp1.5 && ./install.sh lnmp...
配置maven环境
一、把maven文件下载到D盘下 二、创建一个maven文件夹,并在其中创建一个repository文件夹 三、桌面右键单击属性设置,搜索环境 添加MAVEN HOME变量,让然后把apache-maven路径下的bin文件的路径复制进来 用记事本或者NotePad打开下图路径的set…...
飞书打卡 快捷指令
使用快捷指令定时飞书打卡 在网上找了一圈,只有钉钉打卡的快捷指令,但是公司换飞书,哪个打工人不怕忘记打卡呢,所以自己研究了一下,其实也很简单。 找url 问题的最关键是打开飞书的打卡界面 如果只是打开飞书APP 很…...
LeYOLO,一种用于目标检测的新型可扩展且高效的CNN架构
摘要 在目标检测中,深度神经网络的计算效率至关重要,尤其是随着新型模型越来越注重速度而非有效计算量(FLOP)。这一发展趋势在某种程度上忽视了嵌入式和面向移动设备的AI目标检测应用。在本文中,我们基于FLOP关注于高…...
docker安装phpMyAdmin
直接安装phpMyAdmin需要有php环境,比较麻烦,总结了使用docker安装方法,并提供docker镜像。 1.docker镜像 见我上传的docker镜像:https://download.csdn.net/download/taotao_guiwang/89595177 2.安装 1).加载镜像 docker load …...
举例详细学习和分析后端业务逻辑代码开发思路
在此之前,先来补充一下上一篇文章的一点内容:上一篇文章点击此处详看 对于画线的这句话,来详细解释一下吧! 这里面说,对于service服务层,如果我们所需要实现的业务比较简单的话可以直接在...service接口里面…...
面试经典算法150题系列-数组/字符串操作之轮转数组
序言:今天是算法系列的第六题啦,无需多说,上题! 轮转数组 给定一个整数数组 nums,将数组中的元素向右轮转 k 个位置,其中 k 是非负数。 示例 1: 输入: nums [1,2,3,4,5,6,7], k 3 输出: [5,6,7,1,2,3…...
苹果手机怎么录屏?一键操作,轻松掌握录屏技巧
最近新换了一台苹果手机,但苹果手机和安卓手机有挺多不相同的地方,就比如苹果手机怎么录屏我一直都没找到,有没有经常使用苹果手机的朋友可以帮帮我?先谢谢大家啦!” 苹果手机作为全球领先的智能手机品牌,…...
[Vue3] - 3 数据响应式
前言 在前端开发过程中,最为注重的就是数据的即时性和响应。但随着技术的发展vue2.0的数据响应方式,不能响应属性的新增和删除、以及通过数组下标修改界面不会自动更新等弊端逐渐显露。vue3.0为开发者提供了更为便捷的数据响应方式,接下来就让我们一起去探索一下。 目标 1 …...
【话题】“八股文”在实际工作中是助力、阻力还是空谈?
目录 前言 方向一:“八股文”对招聘过程的影响 方向二:“八股文”在日常工作中的实用价值 方向三:改进“八股文”学习和评估的方法 前言 在当今快速发展的信息技术领域,程序员的角色日益重要。随着技术的不断进步,…...
Windows 10 安装 WSL、安装 Go 以及配置环境变量的详细教程
安装 WSL 和 Ubuntu 启用 WSL 功能 以管理员身份打开 PowerShell。 运行以下命令以启用 WSL 功能: dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart启用虚拟机平台 继续在管理员 PowerShell 中运行以下命令以启…...
论文阅读:基于生物神经元的模拟游戏世界感知与学习
论文内容概述 AI要90分钟学会的游戏,人脑细胞竟在5分钟搞定了。Cell在2022年的研究中,使用80万体外神经元细胞(DishBrain)竟然学会玩70年代经典街机游戏Pong! 论文链接:In vitro neurons learn and exhibit sentience when emb…...
理解最先进模型的起点GPT-2 源码 配置的解释
理解最先进模型的起点GPT-2 源码 配置的解释 flyfish 为训练GPT模型设置和管理配置参数、日志记录以及实验的可重复性 理解最先进模型的起点GPT-2 理论知识 理解最先进模型的起点GPT-2 源码 注释 模型部分(from mingpt.model) utils.py import os import sys import json im…...
C++11 可变参数模板
C11的新特性可变参数模板能够创建可以接受可变参数的函数模板和类模板,相比C98/03,类模版和函数模版中只能含固定数量的模版参数,可变模版参数无疑是一个巨大的改进。然而由于可变模版参数比较抽象,使用起来需要一定的技巧&#x…...
项目实战——外挂开发(30小时精通C++和外挂实战)
项目实战——外挂开发(30小时精通C和外挂实战) 外挂开发1-监控游戏外挂开发2-秒杀僵尸外挂开发3-阳光地址分析外挂开发4-模拟阳光外挂开发5-无限阳光 外挂开发1-监控游戏 外挂的本质 有两种方式 1,修改内存中的数据 2,更改内存中…...
【人工智能专栏】Constructive损失解析
Constructive Loss 相比较于 MSE Loss \text{MSE Loss} MSE Loss 和 MAE Loss \text{MAE Loss} MAE Loss 直接将结果与目标数值比较的做法,使用 Constru...
手游刚开服就被攻击怎么办?如何防御DDoS?
开服初期是手游最脆弱的阶段,极易成为DDoS攻击的目标。一旦遭遇攻击,可能导致服务器瘫痪、玩家流失,甚至造成巨大经济损失。本文为开发者提供一套简洁有效的应急与防御方案,帮助快速应对并构建长期防护体系。 一、遭遇攻击的紧急应…...
label-studio的使用教程(导入本地路径)
文章目录 1. 准备环境2. 脚本启动2.1 Windows2.2 Linux 3. 安装label-studio机器学习后端3.1 pip安装(推荐)3.2 GitHub仓库安装 4. 后端配置4.1 yolo环境4.2 引入后端模型4.3 修改脚本4.4 启动后端 5. 标注工程5.1 创建工程5.2 配置图片路径5.3 配置工程类型标签5.4 配置模型5.…...
Python爬虫实战:研究feedparser库相关技术
1. 引言 1.1 研究背景与意义 在当今信息爆炸的时代,互联网上存在着海量的信息资源。RSS(Really Simple Syndication)作为一种标准化的信息聚合技术,被广泛用于网站内容的发布和订阅。通过 RSS,用户可以方便地获取网站更新的内容,而无需频繁访问各个网站。 然而,互联网…...
基础测试工具使用经验
背景 vtune,perf, nsight system等基础测试工具,都是用过的,但是没有记录,都逐渐忘了。所以写这篇博客总结记录一下,只要以后发现新的用法,就记得来编辑补充一下 perf 比较基础的用法: 先改这…...
python如何将word的doc另存为docx
将 DOCX 文件另存为 DOCX 格式(Python 实现) 在 Python 中,你可以使用 python-docx 库来操作 Word 文档。不过需要注意的是,.doc 是旧的 Word 格式,而 .docx 是新的基于 XML 的格式。python-docx 只能处理 .docx 格式…...
数据库分批入库
今天在工作中,遇到一个问题,就是分批查询的时候,由于批次过大导致出现了一些问题,一下是问题描述和解决方案: 示例: // 假设已有数据列表 dataList 和 PreparedStatement pstmt int batchSize 1000; // …...
自然语言处理——Transformer
自然语言处理——Transformer 自注意力机制多头注意力机制Transformer 虽然循环神经网络可以对具有序列特性的数据非常有效,它能挖掘数据中的时序信息以及语义信息,但是它有一个很大的缺陷——很难并行化。 我们可以考虑用CNN来替代RNN,但是…...
大数据学习(132)-HIve数据分析
🍋🍋大数据学习🍋🍋 🔥系列专栏: 👑哲学语录: 用力所能及,改变世界。 💖如果觉得博主的文章还不错的话,请点赞👍收藏⭐️留言Ǵ…...
零知开源——STM32F103RBT6驱动 ICM20948 九轴传感器及 vofa + 上位机可视化教程
STM32F1 本教程使用零知标准板(STM32F103RBT6)通过I2C驱动ICM20948九轴传感器,实现姿态解算,并通过串口将数据实时发送至VOFA上位机进行3D可视化。代码基于开源库修改优化,适合嵌入式及物联网开发者。在基础驱动上新增…...
FOPLP vs CoWoS
以下是 FOPLP(Fan-out panel-level packaging 扇出型面板级封装)与 CoWoS(Chip on Wafer on Substrate)两种先进封装技术的详细对比分析,涵盖技术原理、性能、成本、应用场景及市场趋势等维度: 一、技术原…...
