技术实践的主流方向

  

1、嵌入式开发

传统的arm linux开发、新兴的智能硬件、物联网等技术的发展,都让整个方向成为热门领域。

 

2、游戏开发

cocos2d-xunity3dhtml5,都可以用来开发游戏。

 

3、移动开发

当前移动开发领域主流的三大平台:

 

[1].iOS:开发语言为Objective-C/Swift,开发工具为Xcode,背后巨头为Apple公司。

 

[2].Android:开发语言为Java,开发工具为eclipse/Android Studio,背后巨头为Google公司。

 

[3].Windows Phone :首选开发语言为C#,开发工具为Visual Studio,背后巨头为Microsoft公司。

 

经过这几年的发展,移动开发领域又有了一些变化,正所谓唯一不变的就是变。

 

IOS开发出了新的编程语言swift,它比原先的Objective-C更加容易掌握,语法上类似于JavaScript

 

Android开发由于使用了Java语言,使得很多原先熟悉Java的程序员很容易转到Android开发上面来。为此Oracle还向Google提起了诉讼,认为Google使用了OracleJava是侵权行为。未来Google是否会使用新的编程语言(比如:Go)来取代Java的位置呢?让我们共同期待。但是值得一提的是,Google在虚拟机层次上并没有使用jvm,而是自行实现了一套虚拟机dalvik

 

Windows Phone的市场份额实在不容乐观,据说Android+IOS=96%以上的市场份额,所以Windows Phone暂时还没有像AndroidIOS那样风靡全球。

 

最后提一下,最近在各大社区经常看到移动跨平台解决方案Xamarin的广告,其基本概念就是利用C#一门语言就可以开发AndroidIOSWindows Phone(本来就支持)等移动app,听起来很有吸引力,但是毕竟不是原生语言开发,是否成熟是个问题。而且还是收费的,在国内环境下很难有大批的开发者会使用这项技术。

 

 

 

4、应用开发

c++vc++qt)、javajavaee)、c#asp.net/wpf)等等是目前就业人员最多的技术领域。

 

5、前端开发

htmlcssjavascriptjquerybootstrapextjsangularjsreactjs...,还有一堆库、框架等你去尝试。在这个强调用户体验的互联网时代,前端开发显得尤为重要。

 

6、数据库

oraclesqlservermysqlnosqlmongodbredis)是目前数据库领域的主流。

当前流行的主流数据库:1Oracle 2MS Sql Server 3MySQL 4DB2 5SQLite

 

[1].OracleOracle公司开发,是当前的大型数据库管理系统,公认为当前数据库领域第一王牌。

 

[2].MS-Sql Server Microsoft公司开发,成为当前使用最广泛的数据库管理系统,适合于大、中、小型项目的数据库管理系统。版本从200020052008再到2012,完全适合各类层次的用户和企业使用。由于其秉持了微软一贯的操作方便、界面友好等特点,使得其得到了大多数企业的肯定。尤其适合作为Windows平台的项目的系统数据库。

 

[3].MySQL 原来由SUN公司(发明了Java)以10亿美元收购,后Oracle公司以74亿美元收购SUN,自然投入了Oracle阵营。它最大的特点就是免费开源,但是被SUN收购后,变为了商业化数据库。但是其性能不是很好,而且稳定性不够,适合小型项目,尤其适合作为php的网站数据库管理系统。

 

[4].DB2IBM公司开发,但是其受操作系统的制约,只能用于AIX操作系统,因此使用面不如上面3个数据库。

 

[5].其他还有SqLite(基于C语言开发的文件型数据库,用于手机等嵌入式开发)、VFPVisual Fox Pro)、accessOffice套件)等。

 

 

 

7、系统集成

这个领域会比较杂(运维、硬件、网络、服务器、存储),要熟悉各种公司的产品以及开源工具,具备二次开发的能力更好。

 

8、云计算、虚拟化、大数据

目前最热门的方向,机器学习、深度学习都属于大数据领域的范畴,知识的广度和深度要求都比较高。

 

像嵌入式跟大数据比较适合硕士以上学历从事,其它6个方向本科都可以。

 

嵌入式开发涉及到硬件、电路等相对专业的知识,有一定门槛。非计算机或电子专业的想从事这个方向的工作,需要去额外的学习很多底层的知识,而且这部分知识难度稍高,需要付出很大的精力才能胜任。

 

大数据(机器学习、深度学习)方向如果搞纯应用不用太高学历,但是如果要进阶的话则适合搞学术的人从事,因为机器学习等都涉及到大量的数学知识,难度较大。

 

 援引: http://www.cnblogs.com/guwei4037/p/5600036.html

posted @ 2016-09-22 18:13  牧码良匠  阅读(231)  评论(0编辑  收藏  举报