看板 Soft_Job 關於我們 聯絡資訊
※ 引述《handsomeLin (NickLin)》之銘言: : 講這麼多,我們只要承認寫code跟其他工程類工作比起來簡單很多然後CP值又很高就行了 : 補習半年就可以工作,只要學會Map List ForLoop就可以應付90%的工作然後百萬年薪, : 有些人還可以在家工作,這種爽缺誰不要 看到這篇好像又覺得可以回一下,雖然我覺得這篇有點引戰,但還是有些點可以討論一下 大概可以拆成兩點: 1. 補習半年就可以工作後拿年薪百萬? 首先大家好像被PTT誤導到覺得百萬年薪對於新人來說很容易,我想還是務實一點,先來 計算一下怎樣才能拿到百萬年薪 假如一般外商,不像台灣給分紅,一年保14,那麼百萬年薪對應到的月薪就是 1,000,000 / 14 = 71,428 這價碼比台灣一線半導體公司給碩畢新鮮人的月薪還高些,雖然這是不含分紅,但還算是 不低,而一線半導體碩畢通常是台清交成本科出生的才有機會 再來,假設是一般科技業台商,普遍含分紅大約會落在16~20個月,取平均算18個月,那 麼百萬年薪對應到的月薪就是 1,000,000 / 18 = 55,556 這價碼通常已經比一線系統廠碩畢的新人還高,事實上一線系統廠碩畢新人前兩年幾乎 是拿不到百萬的。 OK,對百萬年薪對應的月薪有個概念後,現實是即使是缺人的現在,一線系統廠要找到中 字輩本科的畢業生也不是難事,那為什麼會覺得非本科去補習個半年就可以輕鬆競爭贏本 科的人? 2. 只要懂Map List Forloop就可以應付90%的工作? 這要看指得是哪一類的工作,研發類是不太可能,研發類通常要搭配對應領域的能力 以網站開發來說,基本需要有MVC的概念,然後再分成前後端 前端,以ReactJs為例,要懂狀態變換的概念與獨特的生命週期及事件 後端,需要SQL+Framwork來支援Model的存取與控制 以開發App來說 程式必須是以物件導向的形式來撰寫,還要配合App本身的生命週期,另外權限與資源的 控管也都是需要經驗來Handle 以開發韌體來說 要懂作業系統概念,以及要能讀懂硬體Spec,不同作業系統的韌體都需要應付不同 Middleware的問題,底層資料的處理通常也是很有Know How的 以AI或ML來說 雖然現在演算法大多都已經成形,很多只需要調參數就好,但這類的工作著重是在 Training Data的生成,以及後續資料分析的理論 以晶片設計來說 (這是有最大機率可以一進入就破百萬年薪的工作) 需要許多半導體的相關知識,對於資料流與時序的設計需要十分嚴謹,所使用的程式語言 ,像是Verilog與一般的軟體程式語言差別很大,很難用一般軟體程式的概念去寫, 這工作基本上不太可能給非本科的人做,在台灣還是以四大EE本科出來的碩士為主,畢竟 產晶片成本高得嚇人,不太能有犯錯的空間。 以上這些都不是只懂Map List Forloop就可以做出來的 程式就是個工具,只懂得工具是很難在職場生存的,要懂得結合不同的專業知識去正確地 使用工具,才是讓職涯發展的正規道路。 從另一個角度看,如果工作真的僅需要Map List Forloop而不用其他專業,那這意味著任 何人都可以學個半年就能勝任,這樣的工作取代性會超級高,可用的人選會非常多,依照 市場機制,老闆怎麼可能會給這樣的工作高薪? 事實上,台灣之前大多是代工起家,以前硬體工程師的待遇和機會都比較多,現在軟體起 飛後,慢慢薪資才趕得上硬體工程師,只是整體來說想要拿百萬年薪,依然是需要具備許 多的專業知識或經驗,上述工作的許多新人在非一線半導體產業也不是馬上到職就可以年 薪百萬,通常還是要累積經驗,在一線公司熬幾年或跳槽才有機會上百萬年薪。 對於非本科的人,即使程式入門後,有幸進入科技業,不太可能馬上就年薪百萬,大多是 累積一些資歷後,透過跳槽來較快速達到百萬門檻,這過程可能會有些辛苦,但至少是有 路可以走的~ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.167.102.122 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1634142201.A.17B.html
wahaha279: 原po 好猛,分析清楚,各領域又略懂 10/14 00:27
※ 編輯: HenryMillion (118.167.102.122 臺灣), 10/14/2021 00:42:33
ke265379ke: 我覺得台灣軟體還沒有起飛,起飛的可能只有軟體需求 10/14 00:42
DrTech: 請高手們只用 Map List, Forloop 寫出一個 Hello world 10/14 00:58
DrTech: 給我看,有人做得到嗎。 10/14 00:58
convington: 好文 10/14 01:01
DrTech: 最簡單的工作都做不了了誒 10/14 01:03
MarcoReus: 推這篇才是實話 前面幾篇有點太唬爛 10/14 01:04
j0958322080: 那個中文系畢業的就被砲到刪文了 10/14 01:16
neo5277: 推二樓,三樓 10/14 02:07
deeeplove: 是 10/14 07:36
SKII588: 你把補習班吹的泡泡弄破了 10/14 07:38
kangan987: 推 10/14 07:55
jobintan: 所以說矽谷SDE能拿高薪高配股不是沒原因的……………… 10/14 08:00
BigCockman: 坦白說 薪水跟入門門檻的關係真的不大 跟國家 產業 10/14 08:10
BigCockman: 有關多了 美國也有人半年boot camp就進Google的 請 10/14 08:10
BigCockman: 問門檻是高還低? 10/14 08:10
godsparticle: 外商先用英文濾掉台灣一堆人吧 10/14 08:11
jobintan: Bootcamp進G社的能待兩年不被PIP掉再說唄。 10/14 09:11
TheOneisNEO: 只有bootcamp經驗能拿到G社面試可能比面上還難? 10/14 09:17
TheOneisNEO: 以SWE而言啦 10/14 09:18
whitecut: 他半年能進,又不代表大家都可以,特例不用拿出來講 10/14 09:23
jobintan: Survivorship bias... 10/14 10:14
GGFACE: verilog我當初在寫的時候也只懂case switch而已 哈哈 10/14 11:11
GGFACE: 不過真的是思維很不一樣 時間序跟資料流很重要 你很懂誒 10/14 11:12
tennyleaz: 推 10/14 11:28
airtsubasa: 台灣軟體業會起飛? 10/14 12:46
hduek153: 門檻很難講 只要野雞碩士就能進去算門檻高嗎? 10/14 17:23
jeffreyup1: 是 我也是轉職仔 剛上工兩個月 10/14 18:55
jeffreyup1: 雖然有40 但真的還差得遠了 10/14 18:55
shieldsky: 推這篇將年薪百萬論述清楚且有多個領域的對應解釋 10/14 23:27
Belieeve: 這篇才是事實,隨便年薪百萬的說法實在太煽動了 10/15 00:29
Belieeve: 看這版會覺得百萬好像很容易,近年好像不少問怎麼跳高薪 10/15 00:30
Belieeve: 的文 10/15 00:30
doranako: 台灣軟體工程師高薪都是外商,台灣軟體算起飛? 10/16 11:28
Chian3675: 轉職仔有32k就不錯了... 10/16 11:52
strlen: 不要嚇人了啦 我聽過一個 34歲無經驗轉職前端 博奕產業 起 10/16 23:11
strlen: 薪就六萬了 什麼資策會補習班都沒去過 只有自學一些線上課 10/16 23:11
博弈產業是另一塊市場,跟科技業還是有所區隔的,一般來說博弈都會給比較高,進入 門檻的確也不算高,但博弈有博弈的風險存在,有興趣可以自己去查查,建議不要在未 了解該產業的風險情況下,看到薪水較高就急匆匆投入。 另外,還是提一下好了,這其實就跟前面提的上Boot Camp就進Google的案例是一樣的道理 這種都屬於"聽說"的"個案",姑且不論真實性或著背後是否還有一些隱藏因子(如風險), 相信大多數人是很難套用這些案例,把個案當通例來討論是很容易造成不懂的人的誤會 ,就如同PTT一堆人總喊著"人人年薪百萬,年薪三百隨便一抓一大把"一樣,知道的人當 笑話,但總是會有人真相信,進而因資訊誤差造成一些問題。 雖然可能算多說了一點,但想想還是提醒一下,自己的職涯要好好考慮,網路上很多都是 拿個案當通例來說,講了一個成功的人卻忽略了背後有多少失敗的人也忽略了成功的人其 實或多或少都有他們自己的籌碼(膽氣、思想、專業、眼光或人脈等...)+運氣,人人都想 當成功的人,但與其去倚靠那虛無飄渺的運氣,建議還是務實點累積自己的籌碼,當你籌 碼越多受到運氣影響的程度就越低,再不濟也可以養活自己並且在一定程度上改善自己的 生活。人生可能難免會遇到很多無奈,但多累積一些能力,也許在遇到時也更有機會能從 容面對,最好還是要多想一點、多去查證、多去研究,切勿在不了解事情前看到個案就以 為都是這樣,這往往是最大的風險所在。 ※ 編輯: HenryMillion (220.135.25.158 臺灣), 10/17/2021 03:51:19
answerseeker: AI/ML現在分工很細耶 你是DS/DE/MLOps/Research? 10/18 10:37
answerseeker: 還是ML Fullstack(以上什麼都會 都不精) 10/18 10:37
answerseeker: 台灣最多的就是Fullstack, 其實到國外一線大廠技能 10/18 14:55
answerseeker: 樹常對不上 面過很多這種的 其實感覺都很抖 10/18 14:56
answerseeker: 不過有本事進MTK/Google comp photography的出國應 10/18 14:57
answerseeker: 該也沒啥問題 或是在台灣做quant的 10/18 14:57
answerseeker: 不過文組轉上述的其實幾乎沒看過 倒是有不少外國人 10/18 14:58
answerseeker: 走算法PM路線的 文組的不少 不過台灣環境不適用 10/18 14:59
st860829: 好文推 實際上難度還是蠻高的 10/19 11:36
vinsanity25: 一線76k 10/21 21:21