最近一位在后端工作几年的程序猿在网上提出了一个比较困惑的问题：“前端的东西那么容易，感觉没那么值钱，为什么薪资那么高”，笔者问了下业界的前端开发者，普遍认为，将薪资和所从事工作的难易程度挂钩，并不是互联网思维，有时候甚至从某种宏观的结构性变化，也不会因为难易度而被淘汰！
因此，大家开始隔三差五在网上讨论，开始为未来后端开发工作担忧，甚至考虑转型的问题。也就是说，大家在现在这个商业社会上，拿多少钱和学的东西的难度并没有直接关系，就好像学习人工智能又要学习抽代和数理逻辑，然后薪资会比其他开发者的高了？不好意思，现在这个互联网还并不需要那么多人用人工智能，一切以社会需求为主。
回到刚刚的话题，前端是直接能够面向客户（花钱的主），无论是在PC还是移动应用，需求量特别大，在商业社会中的地位显得较为重要，需求量大，所以薪资自然就高。也许有很多人会反驳说，按照这样，那么所有人都往前端上转，那么后端这些事情怎么办？不做了？没有后端，前端就是个X。然而这并没有卵用，别的前端就站出来反驳，也许你说的对，但是幕后英雄还是有的，遵循商业市场规律，哪能说打破就打破，要不然让老板退你半年的工资作为补偿。
话术把前端后端薪资的钩做的那么直，并没有考虑过鱼的感受。但是鱼龙混杂的行业里，有很多初学者去培训机构培训两月就出来漫天要价，技术也良莠不齐，我们该如何去理解满地是坑的技术价值和商业需求话题？
近日，51CTO作为钻石级别的合作伙伴与Microsoft、Amazon、intel、Ubuntu等互联网大咖携手VisionMobile深度调研了全球开发者动态趋势。作为2017年第一季度，调研报告通过不同规模的互联网企业及软件巨头，以及不同规模的技术社区和具有代表性的开发者样本，与21200名受访者进行深度接触。在五花八门的创业项目，横扫各个领域，创业的宏观环境和微观环境相对于早些年，也复杂了许多，而互联网行业竞争依旧残酷。
调研内容分别从移动、桌面、物联网、云、增强与虚拟现实、机器学习，以及数据科学家这些群体，追踪开发者在不同平台、收入、应用、语言、API、细分市场及区域中的实际从业经验。
最具经济价值的机遇
各领域中的开发者拥有较高复杂性的技术水平，或者身处刚刚起步的新兴领域，入门壁垒较高，因此开发者的薪酬水平较其它行业更高。以西欧为例，后端开发者的中等收入相较于Web开发者中等薪酬高12%；机器学习开发者的薪酬水平则高出28%。Web与移动开发工作商业化水平最高。
下面我们以Web为代表，仔细分析目前互联网行业最赚钱的职业发展机遇到底在哪里。
出色的软件技能在如今的人才市场上非常稀缺，这也意味着出色的开发人员往往成为各类企业的争夺目标。另外，开发人员具有流动性，这意味着他们能够轻松走出偏远地区前往更认可其职业水平的区域与市场。那么，您应该如何对相关职业进行选择？
人们在选择工作时往往抱有多种考量与诉求，但坦言地讲，开发者显然有资格拿到更高薪酬，特别是考虑到其在全局价值链中的重要地位。作为本份报告的第12个年度版本，我们第一次向开发者们询问了其薪酬水平或者能够从承包合约中赚得多少回报。通过结果数据，我们整理出一部分重要结论，能够帮助开发人员提高自身工资水平，亦可反过来帮助企业有机会找到更符合自身要求的开发人才。
首先，不同地区与不同软件开发方向的从业者通常拥有差异巨大的薪酬水平。在调查中，我们发现薪酬水平最高的开发者群体所拿到的收入可达到薪酬最低受方者群体的数十甚至数百倍。这种差异的存在一方面是由于地理位置的不同，我们将在稍后的文章中对此进行阐述。总而言之，我们可以得出结论：开发者的技能、知识与声誉决定着其薪酬水平。只要在这些方面作出投资，则必定能够获得回报。
技能稀缺性提升开发者服务平均价格水平。
在技能方面，那些拥有更高复杂度技能的开发者——这意味着其从来入门门槛更高，因此相关开发者数量更少——普遍拥有更高薪酬水平。从事云计算及其它后端服务的开发者在薪酬方面通常高于前端Web应用程序开发从业者。机器学习专家的收入甚至比后端开发者更高。以西欧市场为例，Web开发者的中位年薪水平为35400美元，后端开发者的中位年薪水平为39500美元，而机器学习开发者的中位年薪水平为45200美元。这种薪酬递进关系在不同地区间皆普遍存在，即全球范围内皆呈现出后端高于前端、机器学习高于后端的薪酬设置。Web与移动开发最具商业化特性; 开发简单应用或者网站的入门门槛也相对较低，因此此类任务往往能够轻松在其它地区找到外包合作方。
这一点在新兴开发领域同样表现明显，具体包括增强及虚拟现实或者物联网领域，但往往体现在高端大规模层面。新兴领域能够为高端开发者提供理想的薪酬回报，但水平较低的开发者则应尽可能选择更为成熟的行业。以北美的增强现实与后端开发者群体为例，该地区的AR开发者平均工资为71000美元，低于后端开发者的中位年薪79200美元。然而在高端层面，AR开发显然更有利可图。在前四分之一高薪酬群体中，AR开发者的年薪已经增长至132300美元，而后端开发者则为122800美元。而在前十分之一高薪酬群体中，这一差异开始变得更为显著：AR开发者中位年薪达到219000美元，而后端开发者则仅为169000美元。之所以存在如此巨大的薪酬差异，是因为AR/VR乃至物联网市场的商业化程度仍然不高。各企业尚处于早期摸索阶段，且乐于为技术水平较高的开发者支付可观薪酬。与此同时，经验较为匮乏的开发者则主要受到市场炒作的吸引，但相对较低的技能水平与更为稀缺的市场招聘量导致其薪酬无法达到理想水平。
同样的，这种模式亦在世界各地广泛存在，惟一的例外为南亚人才市场。由于该地区大力推动外包这一软件开发模式，因此开发者普遍负责遗留代码维护工作而较少参与创新性活动（这一结论亦得到我们开发者人口规模研究的支持）。
在本章节开头，我们提到开发者可根据自身选择脱离所在地区的限制享受更为有利的薪酬待遇。然而从数据来看，距离开发者市场全球化演变还有很长的道路要走。举例来说，北美的Web开发者平均年薪为73600美元，而西欧Web开发者的平均薪酬仅为其一半水平——35400美元，这显然不是最近英国脱欧与欧元汇率危机所能解释的。其它地区的Web开发者在薪酬水平方面又仅为西欧市场的一半——南亚市场为11700美元，而东欧则为20800美元。这种差异不仅存在于世界各个地区与国家之间，甚至与您身处的城市亦有很大关系。
我们距离开发者市场全球化演变还有很长的道路要走。
这显然为那些喜欢接受远程工作者的企业带来了机遇。您完全可以雇佣10%的东欧后端开发人员，其薪酬水平要远远低于北美地区的同类从业者。而对于开发者而言，这意味着只要您掌握出色的英语技能并乐于寻求跨地区机遇，则完全能够拿到更加振奋人心的收入。然而目前愿意采取这种跨跃性机遇以获取国际薪酬标准的开发者仍只是极少数。这也解释了为什么新兴地区的最高工资水平（包括亚洲、中东与非洲）要远高于当地的薪酬中位数。高收入欧美开发者所能拿到的薪酬往往三倍于其所在国家及地区的平均工资。
而在新兴国家中，最高工资则可达到当地薪酬中位数的七到十倍。这些地区中最出色的开发者往往为跨国企业工作，或者在国际市场上出售其技术服务；相比之下，立足当地市场的从业者则只能拿到更低的薪酬水平。
那么如果有意进军国际市场，开发者们应当采取哪些步骤？首先，投资培养自己的技能储备、积极投身于更困难的工作内容，同时努力提升英语水平。在掌握这些前提之后，您即可迈入国际市场、争取机遇并享受更为可观的薪酬回报。
增强与虚拟现实：技术爱好者的乐园
交互、共享与访问。在最新著作《The Inevitable（不可避免）》当中，《连线》杂志元老执行编辑Kevin Kelly提出了12项关键性技术要求。这些重要指导原则将帮助我们了解将新兴技术转化为具备实践价值的应用程序的具体过程。通过连续三个祈使句，他将增强现实（简称AR）与虚拟现实（简称VR）视为创造下一类具备广泛市场吸引力与创新型工具的主要技术候选方案。
Angular对React：一场关于未来前端Web开发主动权的争夺战？
谷歌与Faebook是目前世界上最为强大的两家技术企业，且二者各自为Web应用程序构建了一套出色的框架。Angular与React正为未来Web世界的主导权而争斗不休，而且从在线讨论活跃度与大型消费级应用的采用率来看，市场对于React似乎更为认可。然而其能否真正统治未来的前端领域？React又是否真的具备竞争优势？我们对近6000名Web开发人员进行的广泛统计结论可能会令您感到吃惊。
追逐云业务圣杯的挑战者们
Amazon公司在立足现有业务进行重新投资，从而实现利润增长与新业务缔造方面拥有着悠久的历史。结果表明，Amazon目前已经扩张为全球范围内规模最大的企业之一，且其在过去20年中从未给出过任何令人印象深刻的利润表现。Jeff Bezos曾经非常明确地表示，他打算继续将利润作为投资进行业务扩展，但这一情况在过去一年中发生了变化。Amazon公司去年的利润表现超出了正常水平，而这一结果显然是受到Amazon Web Services（简称AWS）巨大成功的推动。他们创造的公有云市场如今已经拥有极为庞大的规模，由此带来的利润甚至超出了Amazon方面的投资能力。近年来，其它厂商已经意识到Amazon所在追逐的这座圣杯中所潜藏的巨大价值，并开始竞相加入以从中争夺份额。
物联网工具社区的兴起
根据Gartner公司2016年8月发布的《炒作周期》报告，物联网平台的市场期望水平已经达到峰值状态。不出所料，目前正有成千上万种物联网解决方案持续涌现。另外，“平台”一词亦被到处使用，从网络基础设施到硬件组件再到云服务皆在此列。最终，物联网的繁荣更应归功于可供开发者们选择并使用的更多更为出色的相关工具。在本章节中，我们将探讨调查结果中显示的，物联网开发人员所实际使用的部分工具类型。
机器学习语言之战
各类问答网站与数据科学论坛正以遍又一遍重复着同样的问题：我刚刚涉足数据科学领域，应该学习哪种语言？机器学习领域最理想的语言选项是什么？事实上，网络中存在大量基于个人经验或者工作经历，并试图回答这些问题的相关文章。尽管欧美市场上已经能够提供大量与机器学习相关的工作岗位，但这类意见虽然确实具备参考价值，其结论却往往相互冲突，因此导致新人们很难找到确切方向。
