数极客首页

14个岗位,看完就知道自己在互联网行业该怎么混!(下篇7~14)

做为一个不太了解互联网的小白,经常分不清互联网的职业名称,不清楚发展前景和门槛,想进入这个行业又不知道怎么开始。 14个岗位,看完就知道自己在互联网行业该怎么混!(下篇7~14)

七 运维 

=============我是被知乎删除了答案的分界线================================

先说点的别的,早上发现知乎登录不了,提示说我的账户异常,然后发了封邮件,账户能登了。

然后发现答案被删,找不到了。

伤心难过了七秒钟,然后我一直都没有备份的习惯,在修真院的群里喊了半天,终于有一位小兄弟出来了,给了我一份保存的文档。

不然还真的是不想再写下去了。以及,其他的答案也让我很无语,特别是居然并不知道CSS和JS可以是两个职位,实在忍不下去了,我会在后续讲敏捷开发的时候再重新提一下软件开发的全过程,来告诉你们为什么CSS和JS要分开,那个才是我执行敏捷开发落地七年的干货,当然,时间不定,只是赞越多,分享越多,我觉得自己的答案越有价值,心情就会好,然后知道修真院的人也会越多。

我可能会出一个系列,这个只是第一个,来讲一下互联网的各个职业发展,第二个,讲敏捷开发,第三个,讲应该怎么样对IT技术人员的团队管理和绩效考核,第四个,讲如何做自己的职业规划以及如何找到一份更好的工作或者是怎么判断一个公司靠不靠谱,第五个,大概会聊一下创业公司怎么做,以及如何用MVP的方式去创业。

这些如果你们都看到了,我讲出来了,也差不多是我这八年中经历和感受到的所有了,至少会对互联网的各个方面都有了一个全面的认识。

这里面不可避免的会有对修真院的介绍,但是我能确保的是,每一篇都是干货,只不过不保证客观,也不保证有用。所以,让赞和分享更多一些好么。

言归正传,讲一下运维,这是一个很神奇的行业,一个在渐渐蚕食其他各种职业的职业,一个本来不是编程但是现在却编程越来越多的职业,你要问为什么?

一个字:云

说到运维,就不得不提起来服务器,以前呢,服务器很贵,带宽也很贵,机房也贵,电源也贵,反正啥都贵,而且还不稳定,那个时候运维工程师的大部分技能还是在硬件上,或者是说硬件是必不可缺少的技能,所以守着机房也是运维工程师比较常见的事儿。

而且有的时候还会兼着网管,因此,大部分的运维工作就是装个系统,搭些内部服务软件,如邮件,Wiki,Jenkins,VPN等等等。很多的时候还要会布线,会路由器,会交换机,会做资产盘查,把网管的工作也做了。

当然线上的正常发布也少不了,规范的点的公司,会分成三套或者是四套环境(我是不太能接受四套环境),就是Dev,Test,Online(三个环境的叫法会有不同,我现在越来越喜欢这种叫法),开发环境就是给开发人员自己瞎折腾用,运维只需要把机器安装好,IP分配好就行了,开发过程中你们自己瞎折腾,每天部署多少次都可以--细节请等我讲敏捷开发的时候再说。测试环境就会严谨一些,正常情况下每天只发布一次,太频繁QA会杀人的。线上环境更严格,一般来说不允许频繁上线,所以只能在周二或者是周四发布,一周两次,对于WEB来说,其实是足够的(但是很搞乱的是,很多公司是周一定需求,周二开发,周三测试,周四上线,周五改Bug,这些都会在讲敏捷开发的时候提到)。

所以测试环境和线上的发布都是运维来做,因为有一个最简单的真理:只要你把权限扔给工程师了,他就会偷偷重启服务以及偷偷改数据以及一不小心删掉某个文件,或者是清空所有数据。

而且一定会被你抓到,不要问我为什么,我要是有线上服务器的器权限,我也经常干这种事儿。。。。这比偷情的感觉要好多了,一个人偷偷摸的瞒着所有人把Bug改掉。。

这个时候运维还是运维工程师,直到虚拟化技术疯起来,直接生成了阿里云,金山云(修真院的重要合作伙伴),Ucloud等这些改变了运维工程师命运走向的公司。

云时代来临了。。。视频云,IM云,图片云,APP云等等各种跟业务相关的云服务也做起来了,确切的说短信,邮件也是各种云服务。

那么运维工程师的变成两极分化。一个是,云服务商的运维工程师越来越重要了,一些大的公司也在搭建很NB的运维自动化系统。另一个是,非云服务商或者是非大公司的运维工作变简单了,再也不用去机房换硬盘了。。反而是要熟悉和了解各种云服务器的特性。

所以,当我们现在说到运维工程师的时候,其实是分成两个阶段的,一个是传统的运维工程师做的东西,一个是现在云时代运维工程师做的内容,如果你现在想做运维,你恰恰是处在这个变革中间,我说不好未来的走向,但是这是一脉相传的,所以并不用担心运维中技术体系的中断。

这就是对运维的一个简单的介绍,哦对了。运维是一个公司里非常重要的岗位,刚刚还忘了说到了数据备份和灾备和监控。如果你们公司有值班手机,一定是运维同学手里拿着。24小时不准关机。

无论你洗澡,上厕所,还是吃饭,或者是逛街,还是跟妹子恩爱(天地良心,我没见过一个妹子做运维,听都没听过),只要你收到报警,你就必须第一时间远程连接到服务器,然后通知相应的工程师,立刻解决问题,或者 是直接滚蛋。

通宵熬夜发版本更是正常的事儿。你要问为什么会通宵,呵呵。

发了一次版本,上线,发现不正常,于是回滚,或者是直接在线上Bug。于是运维同学就等着,老婆催也没用。然后过了两个小时,大后期后端同学说好了,可以发布了,于是执行脚本,然后又发现出了问题,接着回滚或者是在线上改。。。

你要问不是有测试环境么,不是有QA么,我就呵呵一笑。我不知道我说的关于运维的介绍是多了还是少了。反正,这个答案只是一个初稿,如果点赞过5000(感觉是不太现实的),我就再整理一版。

1 工作内容:

运维的工作大概分成几个部分,我对于修真院学习运维的少年们都这么说,大概是:

A。基础环境的搭建和常用软件的安装和配置(兼网管的还有各种程控机),常用软件指的是SVN,Git,邮箱这种,更细节的内容请参考修真院对于运维职业的介绍。

B。日常的发布和维护,如刚刚讲到的一样,测试环境和线上环境的发布和记录,原则上,对线上所有的变更都应该有记录。

C。数据的备份和服务的监控&安全配置。各种数据,都要做好备份和回滚的手段,提前准备好各种紧急预案,服务的监制要做好。安全始终都是不怎么被重点考虑的问题,因为这个东西无底洞,你永远不知道做到什么程度算是比较安全了,所以大多数都是看着情况来。

D。运维工具的编写。这一点在大的云服务器商里格外常见,大公司也是一样的。

E。Hadoop相关的大数据体系架构的运维,确实有公司在用几百台机器做Hadoop,所以虽然不常见,我还是列出来吧。

这些就是运维的基本工作内容了,然后如我之前所说,运维一般来说,大点的有两个,小点的就一个,再小的就是工程师兼着。

而且大部分都在使用云服务器了。所以普通的运维工程师的工作都可以标准化和简单了。这里并没有提到性能优化相关的部分,实际上这也是运维工作中比较常见的内容。特别是在出现问题的时候,运维永远是一个在不出问题可能就被忽视,一旦出问题就会被痛骂的。。。职业。

之前有句话说的好,线上不出故障,是不现实的。现实的做法是,出了故障之后,多久能快速恢复。

我对这个很认可,原话应该是出自一家云服务器公司还是。。我不记得了。

但是这里不得不推荐一下 【猎聘网的技术总监 刘中兵】,我的老同事和好基友,前段时间刚刚在一个神马神马会(我靠,我只知道是一个很厉害的会)上分享了猎聘在自动化运维上技术积累,如果PPT能够公开的话,回头我会把它也放到运维的体系里。

当然最好的结识这些技术大牛的方式就是加入修真院,显示自己的实力之后,让修真院来帮你牵针引线。

2 需要技能:

环境【Linux,Mysql,Oracle,MongoDB,Hadoop,nginx,apache,F5,lvs,vpn,iptable,svn,git,memcache,redis】

工具【linux 常用工具,Mysql常用工具,Jenkins,zabbix,nagios】

自动化运维【openstack,docker,ansible】

语言【shell,python】

运维的技术体系也很多,基本上是所有的工具都想要你会用,我会慢慢的整理出来一套运维体系的技术架构,当然不只包括运维,包括我说的这些所有偏技术的职业。

所以,如果觉得我写的还不错,还算靠谱,就关注我,关注群,关注微信公众号。

如果觉得我是在扯淡,直接评论里骂我就好了。

这里说到的其实并不算全,确切的说,做为一个运维工程师,严谨的性格是绝对少不了的,因为线上的操作全部由你来执行,你必须要心细,要严谨,如果做不到,就别考虑了。

真出了事,压力又把你压死。想想最近几年出现的运维事故吧。。。

还有就是必须对Linux系统的底层了解的深入一些。如果你想做一些高级运维的话。Python和Shell脚本都是必不可少的,最常见的运维必备语言。

3 发展前景

写的有点不耐烦了,马丹如果不是为了宣传大修真院,我才不要做这种丹藤的事儿。我去勾搭小姑娘多好。

运维和前端其实有点想像,都是属于柳暗花明又一村的。

本来运维的工作要被后端工程师蚕食了(后端工程师真是一个可怕的职业,可以这么说,没有后端工程师做不了的。。。包括产品,市场和运营)

然而随着云的发展, 运维工程师简直是有了新生。

1年~3年:6K~20K

3年以上:28K~40K

成长路径:

网管-初级运维工程师-中级运维工程师-高级运维工程师

运维做到这个级别,已经到头了。很少有运维的同事能做到技术叫监的级别的。所以,对于资质一般的你来说,选择了做运维,就代表着天花板很近,但是对于大多数人来说,已经可以了。

4.入门门槛

OP的门槛其实并没有太高,经常玩玩Linux会好一些,但是要学的东西,确实挺多的。处理线上故障,也是一个经验积累的过程,所以说呢,基本上算是0门槛,谁都可以考虑做,只是要看你喜欢,或者是不喜欢,进度快和慢的问题而已。

5.哪些行业适合做运维

IT界:后端工程师,网管

其他界:All

刚刚介绍过了,门槛不太高,所以比较容易一些,而且,可以考虑做一段时间网管。半年或一年之后转运维,网管的薪水比较低。3000或者是5000已经到顶了。

但是转到运维,就不一样了,简直是新生。

6.职业限制

运维的大部分事情其实都是跟业务无关的。这在之前介绍CSS的时候说到的,两个不需要懂业务逻辑的职业。

曾经有过运维工程师觉得工程师写的Sql不对帮他改了。。。然后被我狠狠的骂了一顿。这表示着:运维工程师必须按工程师所写的步骤去执行,不允许有任何的差错,如果出错了,如果没在测试环境跑通,或者发现有问题可以跟后端工程师沟通,但是,不可以改他们的东西。

这样责任和权利分开。所以运维工程师能够相对有更多的时间去研究技术,然而坏处就是对一个行业了解的会比较少。

所以这个职业比较大的问题就是,想要再转行成其他的职业,已经很难了,只能一条路走到黑。嗯。比较难。

天花板和CSS一样,能看得到,但是!已经很适合了,薪水毕竟不算低呢。

7.去哪里学,怎么成长

当然是修真院了,第一个。

然后还有一些其他的运维培训,我不太了解,运维这个其实是几种职业培训里相对来说比较简单的。因为大部分都是跟业务关系不大,是可以培养出来的。

自己找资料的话,只能根据技术的关键字去找了,还好大部分都不算特别难,等遇到难题的时候,你也一定是工作了不少,然后会遇到一些技术上大牛的运维。

八 QA 

=============我是被小郭惹烦了的分界线================================

“QA最好的出路就是产品经理”。这是我对QA最好的认知。

我知道这里有无数反对的声音,我说的每一句话大概都会有认同和不认同的人,所以如果看到这句话不喜欢,就表再继续看了。

QA的这个职位,大致分成两个流派,一个是功能测试,一个是性能测试。功能测试就是指的是各种点点点点。然后看看功能和数据有没有问题。什么浏览器,什么版本,什么情况,能否复现。

性能测试就是指:用Jemter,LoadRunner等做压测,测跨后端人员的信心。

基本上就是这两种,很少有专门针对安全的层次去做测试的。那么问题就来了,工程师和QA之间,倒底谁该做功能测试,谁该做性能测试?

我姐告诉我说:工程师才应该做性能测试,因为只有他们才最应该知道自己开发的系统性能瓶颈在什么地方。

然后也是因为这句话,我举一反三的瞬间懂了什么才是一个工程师,并且在不断的践行者这个理念:

如果你是一个后端工程师,你必须对服务器的线上数据了如指掌,有多少张表,在哪台机器上,分了几个库,一个表里有多少条数据,数据的分布是什么样的,起了多少台Service,占用多大的内存,高峰期的TPS有多少,CPU的负载怎么样,页面总响应速度有多少,一个请求调用了几个方法,每个方法执行时间是多少,是否加载了缓存,从缓存里加载的数据是多少个,大概多少MS,访问一个数据库需要多久。

你做不到这一点,你就没办法做好性能优化。所以,QA很难做到这些,也完全没有必要做到这些-实际上我们的团队是没有QA的。工程师负责所有的问题。

前端也是一样的,做了一个App,耗电量,带宽,内存,兼容性,都是前端应该关心的问题。

所以我在这里给出的一个明确答案就是:性能测试,开发人员做,功能测试,QA做。

但是这里的功能测试,并不是指的是普通的功能测试。实际上,开发人员应该自测一百遍再提交到测试环境(我在讲到敏捷开发的话,会再次提到整个开发流程是怎么样的,以我在几家公司实施的经验来看,这套敏捷开发流程,对于很多公司梳理内部结构都会有帮助。)

QA做的应该是自动化的回归测试,边界条件测试,极限条件测试等种种很难测试得到的问题。

对了,再解释一下为什么要有QA,以及为什么Bug总是测不完。

因为在我根本记不清的一篇文章里说到,哪怕是最简单的几个功能组合,想无穷穷举测完都很困难--马丹,原话我记不住了。

所以这就是给无数擅长性能测试的QA判了死刑,你之所以能做性能测试,是因为你们的开发模式和流程不对--别看我,我就是喜欢这么说,一点都不委婉。爱听听,不听拉倒。

但是QA真的不是一个很简单的活儿,可以这么说吧。QA几乎是所有职业中,最熟悉系统的人-甚至包括设计它出来,开发它出来的产品经理和各种工程师!

很多时候QA做的事情都是非常单调的,但是又必须有责任心的,拿我之前的话说,QA就是最后一道关口。

所以,如果你想成为一个PM,你可以考虑先做QA,当然,前提是你必须遇到一个愿意给你机会做产品的好老大-比如说我。

So,接下来就开始来闲扯一下QA了。

1 工作内容:

QA需要了解需求,很多公司会要求QA写测试用例,我觉得是扯淡。完全是在浪费时间。

通常开发三周,QA测试的时间只有一周到一周半。还有关于提前写测试用例的,都不靠谱。

但是总之,了解需求,就算是不写也要自己知道自己测,这是QA的必备职责。

跟着就是等开发人员开发,这个时候也会有一些奇葩公司,要求QA提前界入的,理由是加快上线周期。之前还有说过完成一个Story就要测试完整的,我也不想吐槽了。总之,如果你真的遇到了这样的公司,你的工作就是测试,然后跟开发人员说不对。然后开发人员说改好了,然后再测。然后你大喊一声,好毛线啊。然后开发人员说,稍等,我先梳个头。然后再告诉你好了。然后你再说,好毛线啊。然后开发人说。。。这次真的好了,于是你测了一下,真的好了,开发人员很Nice的说:完美!你也很开心,但是没过几秒钟,你就会喊:什么鬼,之前的功能是好的,为什么又改回去了?

如果你呢。遇到好点的流程。会在上QA之前,打版本(我始终无法理解不打版本是什么流程),会Demo,那么你可以有一个安心的测试环境了。

这个时候稍微正常点的工作,就是测试,然后把Bug录入到Jira,禅道,或者Bugzilla等各种专用的Bug管理工具。

跟着就是追踪bug(如果你们公司有Bug处理流程的话),如果有晨会就在晨会上说明,如果有周会,就在周会上统计。

大部分的QA都比较羞涩,并不太敢提Bug,并不太敢说哪个程序员的代码写的有问题。毕竟,这是唯一一个必须要当面揭短的职业,哈哈哈哈。

基本上到这里QA的任务就没了。等着发布上线就好了。实际情况上发布上线的时候QA要等着程序员改代码,验证。。。

2 需要技能:

流程【Bug修复流程,版本发布流程】

工具【禅道,BugZilla,Jira,Excel表格来统计Bug数,自动化测试】

性格【严谨,耐心】

QA里经常会嘲笑自己是技术Team里最没技术的一个。如果说你是一个标准的QA的话,真的不用去特地研究一些压测工具的。

不过也确实可以了解一下,Jmeter怎么用,TPS是什么概念,90%线是什么意思,PostGet什么的。

自动化测试工具是我一直都强烈推荐的,无论是神马办法,只要你能做到哪怕只有一部分自动化的测试,你做回归测试就很容易了。相信我,回归测试在每一个版本发布都是需要的。只不过有的时候,只是需要跑一下脚本就好了。有问题再详细测一下。

严谨和耐性是非常非常难得的,也是QA最重要的能力。

当然也包括需求的理解能力啦。

3 发展前景

QA的发展前景。。真的不算好,跟网管一样,如果说并不能转产品的话,20K基本上就封顶了,就算是有公司,愿意出30K让你们做性能测试,也是到天花板了。

1年~2年:4K~15K

2年以上:12K~20K

成长路径:

测试工程师-测试组Leader-PM

如果能转到PM,真的就很赞了,我推荐的时间应该是在半年到一年左右就开始转。

4.入门门槛

QA并没有什么门槛,一般来说,是妹子比较多。汉子比较少,是汉子的,也多数是做点性能测试相关的。但是请相信我,这绝对不是一个好的天赋加点方式,就算是性能测试做的再6又怎么样?

所以稍微懂一点Bug修复流程就好啦。勇敢的去做QA吧。。。

5.哪些行业适合做运维

IT界:all

其他界:all

虽然是IT界的All都可以转QA,但是说实话,我没有看到过一个从其他职业转到QA的。。

也许除了运维。。

6.职业限制

职业限制也说过啦。总有重复的使用技能的厌倦感,毕竟这些技术水平都不需要太多。理解能力好一些,严谨一些就能做。

说的直接点,从事五年的QA和从事一年的QA,本质上并没有什么差别啊。

但是好处就是,如果你有心,你会对系统特别特别的了解,这对于你转行做PM,是一个非常非常大的优势。再强调一遍,并不推荐QA转走技术路线。

7.去哪里学,怎么成长

修真院并不提供QA的培训,暂时并没有,以后大概会讲一下Bug处理流程和敏捷开发流程。

所以,我也不知道哪里有QA的成长机会,一般都是在公司。

九 算法工程师 

=============我是伤透了心的分界线================================

“真正NB的程序员都是写算法的”-----我自己瞎编的。

算法工程师其实是一个很虚的概念,但是在大数据忽悠了人这么多年以后,慢慢的也开始吃香起来了。很多经典的算法都是十年前,二十年前的,在算法本质上,诸多数学家或者是IT学者没有做过太多的改进,大家的统一的结论就是:先拿到最应用,然后改进一点是一点。

可是即便是算法很多时候不完善,也已经暴发出了强大的战斗力。

那么什么是算法呢,什么是算法工程师呢?简单来说,算法就是瞎扯淡想的,从各种自然现象映射到计算机上去的。什么爬山算法,模拟退火。。种种种种,反正就是解决问题啦。算法工程师就是吃饱了没事干,调个参数,训练个模型玩玩的闲人。

一般来说。说到底,还是在机器学习和数据挖掘中最常见的几种东西,首先就是分类。分类算法是最常见的。分类一般会用来匹配,比如说,上周刚刚有朋友来问我怎么做穿衣搭配种的一套方案可以快速推给其他同类用户的设计。那么首先就要收集用户的信息,设定特征值,然后训练分类模型等等。最常见的就是新闻的分类,如我之前做过的财经新闻分类,把2000多家上市公司相关的新闻自动分到所属行业。

分类完之后就是聚类,聚类用的其实不多啦,算是用的比较少的。我了解到的使用聚类算法的并不太多。

实体识别是一个核心的技术。在新闻的领域用的是比较多的,确切的说,在文本领域用的都比较多。人名,地名,股票,时间 等等都是实体识别的一部分。

关系抽取是一个相对来讲比较靠上的应用。事件识也是一样,我们曾经做过上市公司高管变动的东西。也看不出有太大的价值。

协同推荐是在三四年前,还是五六年前的时候比较靠谱的,那个时候个性化推荐刚出来,各种相关商品,书籍,还有个性化阅读,音乐等等等等。然而也并没有爆发出什么好的应用来。

豆瓣和亚马逊据说推荐的还不错,我没仔细对比过。

简来说,常用的算法,指的就是这些。而算法工程师呢?并不是去研究算法。真的。

算法工程师只是拿别人的算法:有的是自己实现,有的是直接拿开源软件来用,跑语料,找特征,调参数,优化修改而已。

在我还年少无知的时候,对算法这个很东西痴迷,后来就渐渐明白了,算法是那些博士要做的。博士只负责来做算法。在公司呢。大部分都是要接近业务的,而且说实话,算法之间的差别,并不大。很多时候都是减轻人工负担,提供决策支持,更简单的更有效的可能就是关键词过滤。

嗯。还有很多算法工程师,做到最后,只能跑个Demo,连个像样的工程代码都写不出来。经常是一个月调出一个模型,然后再优化一两个月,然后再优化一两个月,准确率可能都提高不了一个点。

所以这其实是一个跟业务结合特别密切的岗位,很多时候的先难知识都比较有用。而且也是个很难见到效果的岗位,需要太多语料的配合了。

好的吧。大概就是这么多。

1 工作内容:

算法工程师的工作内容,大部分时间都是在调优。就是调各种参数和语料,寻找特征,验证结果,排除噪音。

也会和Hadoop神马的打一些交道,mahout神马的,我那个时候还在用JavaML。现在并不知道有没有什么更好用的工具了。

有的时候还要自己去标注语料---当然大部分人都不爱做这个事儿,会找漂亮的小编辑去做。

2 需要技能:

基础【机器学习,数据挖掘】

工具【Mahout,JavaML等其他的算法工具集】

这是一个技术含量很高很高的职业。。。。特别是对不懂这个行业的人来说。

虽然有时候大部分做的东西也就那么回事儿,但是对于最基本的SVM算法,隐马模型,最大熵等还是有比较高的要求的。毕竟,懂还是不懂,差别挺大的。

3 发展前景

我对算法工程师的薪资并不太了解,只是知道不会比较架构师的薪水低。这个职业的人数比较少,最少也是需要硕士以上(硕士需要学的东西和写的论文真不是盖的,并不排除有很多都是抄的),所以很难给出一个精准的数据。

1年~3年:10K~25K

3年以上:20K~40K

4.入门门槛

嗯。门槛最高的一个。最低也是要硕士,基本上都是博士在做。

大部分都是有一个博士震楼,然后一帮硕士帮着写具体的代码。

所以入门的门槛极高。

5.哪些行业适合做算法工程师

IT界:计算机算法相关的硕士或博士

其他界:无

6.职业限制

怎么说呢。算法工程师很少会写工程代码,所以写代码的能力基本上等于零。这个是一个瓶颈。另外,很少有机会能让你研究算法,只能去不断的跟业务数据去死磕。

7.去哪里学,怎么成长

说不上来怎么成长,学这东西只能是跟着学校走。自学可能性太低了。成长的路径也就是去一些大数据的公司--放心,只要是大数据的公司,基本上都是会考虑算法的。

十 搜索工程师 

=============人啊,就是这样一波又一波分界线================================

这儿说的搜索工程师是偏Java的。并不是百度,Google这种大型的搜索,而是指一般的网站常用的搜索工程师。

搜索工程师的主要工作流程就是抓取,解析,去重,处理,索引,查询。每个环节都有比较强的算法要求。我自己比较喜欢不区分搜索和应用组,一直觉得这两个组的人技能是相通的,能做架构的,算法也不问题。只能写模块代码的,也可以写搜索的项目。

但是实际上搜索还是值得拿出一个单独的领域的。每个领域都有比较深的知识点,因此单独拿出一个搜索工程师的概念也并不算错。特别是NoSQL DB兴起之后,我还是比较起Search+NoSqlDB的架构。

搜索工程师算是属于偏高级别的了,一般来说也是要求硕士以上。最早的时候能做搜索的都挺厉害的,后来有一段时间之后,开源框架越来越成熟,搜索工程师也变成了一个门槛低的行业,直到NoSql DB的兴起,搜索并不是局限于是来做前端模糊搜索了,反而成了系统架构的一种方式,同样是可以在做分布式,做分层,分负载均衡,性能比单纯用DB好太多,也解析了Cache的问题。特别是Solr和ElasticSearch的出现。

或者这么说吧。以前的搜索有很大一部分都是为了前端的索引查询,只是满足于搜索一个功能的需要。后来慢慢演变出来了很多不同的需求,其中一个比较关键的词就叫做Facet。

某种程度上来讲,Facet才给搜索带来了新生,慢慢的才发现,原来并不是我在搜索框中才叫搜索。

原来电商的分类搜索也是搜索,原来很多列表也可以用搜索来做。

这个又刚刚解决了Mysql的问题,各种NoSqlDB做这种索引的东西实在又有点有心无力。所以搜索才能慢慢演变成一种架构方式。

嗯。至少在我这里一直是要不断的去尝试一下。

1 工作内容:

所以搜索现在其实分成两种。

一种是传统的搜索。包括:

A。抓取 

B。解析

C。去重

D。处理

E。索引

F。查询

另一种是做为架构的搜索。并不包括之前的抓取解析去重,只有索引和查询。

A。索引

B。查询

从传统的搜索来讲。先说 A 抓取。

抓取最需要解决的问题就是抓取的优先级,理论上来讲,对一个网站上的访问,不能过超过2秒一次的频率,这个并不会给别人网站带来压力,被称为是友好的访问--表问我怎么知道这些的,我也不记得了,反正并不严谨。

因此你需要有一个很好的机制来给Url打分,判断哪些抓过了。哪些没抓。这就是所谓的蜘蛛,也叫爬虫。但是实际上我被这个名字误导好久,真心是丹藤。只是发一个网络请求而已,根本没有到对方网站去,马丹刚开始想出这个名字的人抽象的能力简直弱爆了。我一开始就在幻像各种程序写成的小虫子会在对方网络上跑。打野的最后才明白原来这些虫子都不出门,只是在家吐口水而已。

B 解析

解析并不是一件容易的事儿。解析要做的就是把网页的文本内容和其他没用的信息去掉。知道什么是标题,什么是作者,什么是时间,或者是其他特定的需要。一般来说,都是有两种方式。一种是配模板,不同的网站我有不同的模板。对方网站改版我也改。这种方式最精准。但是很愁人。

所以另一种方式,自动解析,用算法或者是规则等自动解析内容的东西层出不穷。我到现在为止都觉得一切都是扯淡。寻找最大正文本块再反向解析是最科学的。

之前还听到过说,模板的自动生成。抓下来一个网站的数据,然后从上千个网页中自动解析网页解析。这个我挺感兴趣的,但是一直没试过。

总之,如果只是抓一个网站上的数据(比如说抓取百度的搜索结果哈哈哈哈)。用Python的Scrapy这种神器,几分钟搞定还是没问题的。

C。去重。

去重是一个很好玩的事儿。不去重不行。因为国内的风气就是这样。你抄我,我抄你。而且。为了怕被大家发现是抄袭,还会手动的增加一段,删除一段。做为一个智能的去重系统,你就必须把这些问题都解决掉。

而且,随着时间的积累,你甚至有可能去做全量的去重(虽然我一直理解不了,为什么要做全量)。六七年前我知道的最好的算法就是SpotSig。嗯。一个很机智的算法。

D。处理。

这里的处理多了去了。所有的跟NLP相关的东西都可以放到这里。包括分词,词性识别,实体识别,关系抽取,事件识别,分类,聚类,热点等等等等等。

而且对于实时性的要求比较高。一篇新闻从别的网站发布,到我们的搜索系统,最快的可能就30秒或者是1两分钟--全部都是30秒不可能,因为抓取受限,只能说,最快的能看到这种新的数据。

E。索引。

索引是比较简单的。主要牵涉到的就是怎么做实时索引。大概是在内存里做两个索引,然后文件有一个索引,跟着来回倒腾。。具体算法我不记得了,也是一个很机智的策略,在Bob中使用的。

如果有Facet的话,也要考虑一下Facet的设置。

F。查询。

查询里主要是分词,并不牵涉到句法分析。还有一个高亮算法,以及Facet的查询。相对简单一些。不过如果是分布式的搜索就会麻烦一些,又会出现如何分片的问题。是垂直分,还是按时间分?不同的业务有不同的选择。

2 需要技能:

环境【Linux】

框架【Luence,Slor,ElasticSearch,Cassandra,MongoDB】

算法【倒排索引,权重计算公式,去重算法,Facet搜索的原理,高亮算法,实时索引】

嗯。算法偏多。跟NLP的算法又有很大的不一样。比那些分类聚类的难度要低一些,又比做项目和工程应用要再高一些。有点儿不上不下的感觉。

3 发展前景

现在来看的话,搜索工程师的作用越来越大,某种程度上和后台工程师是重合了,之前说到过拿搜的Facet来做架构。

1年~3年:10K~20K

3年以上:15K~35K

成长路径:

搜索工程师-搜索组leader

在我印象中,很少有做搜索的能够做CTO或者是架构师的,这跟搜索工程师以前的工作职责是有很大关系的,拿搜索工程师跟Application工程师做对比就能看得出来。

一个偏算法,偏调优,一个是偏项目,偏工程。偏工程的更需要视角全面,在某一个领域上没有搜索工程师研究的深入,但是整体的大局观会好一些。搜索工程师需要的则是深度。

4.入门门槛

有过两到三年Java工程师经验的人,或者是硕士毕业的,或者是数学比较好的,或者做过NLP的.这就是搜索工程师的门槛.

如果你对数据结构,对算法不了解,做个搜索工程师挺没意思的.

5.哪些行业适合做搜索工程师

IT界:后端工程师中有两年经验,或者是硕士,或者是NLP

其他界:无

6.职业限制

搜索的职业限制就是他很少去做工程化的代码,对于业务逻辑的理解跟工程化的工程师还是差一些.可以选用的框架也比较少.

所以到了搜索组的leader之后,再往上走有点难.会遇到大数据的部门,跟他们比, 搜索工程师又不太懂文本分类等算法,跟项目的工程师比,在代码重构,项目规范上又会差一些.

这个就是搜索工程师的职业限制.不过,这三者之间也在不断的融合.有些工程出身的,不太了解搜索算法,只是拿来做架构体系来用,也已经够了.

7.去哪里学,怎么成长

并不知道去哪里学,等修真院有了搜索工程师的职业以后,修真院一定是一个好的学习搜索的地方.

十一 大数据工程师 

=============被某人气到了,以后再也不爱她了 ================================

其实一直都不太喜欢大数据工程师这个说法,总觉得有种多此一举的感觉。不过实际上呢,确实也会有这么一种岗位,一般来说,公司里大概会有个6~7人的小团队,或者是10个,都无所谓了。

在五六年前的时候,Hadoop的家族还不太多,大数据工程师其实并没有太多事情可以干,基础环境搭起来,然后能够部署,能够跑起来就可以了。Hadoop是要在上百台PC上跑才有显示出来优势,然而很多公司只有几台机器也是一样喜欢玩。

后来大数据的家族就突然间多了起来。最主要的就是Spark,Storm,Mahout,Pig,Hive这些框架,以及配套的日志系统Kafa和消息队列,搜索,NoSqlDB和ZooKeeper等。

Spark,Storm,Mahout,Pig,Hive,Hadoop都算是大数据专用的框架(包括NLP了),其他的都是别的系统架构中也会使用的。

嗯。那么,什么叫大数据呢?马丹我忘记了这是给IT新人介绍的。简单来讲,大数据就是指数据非常多非常多非常多,多到一台机器放不下,要用上百台机器存储。而我们又常常需要从这些非常多的数据中找出来一些有价值的内容,所以就需要对运营的指标有要求,这也是MapReduce产生的原因,当解决了离线数据的时候,很多人又想问我能否做一些在线数据的实时处理。这就有了Storm。再加上其他的NLP模块,大数据就变成了这么一坨怪东西。

记着,大数据只在几百台机器的时候才有用处,其他的都是小打小闹,也是Hadoop一直被称为笨重的原因。你要说,几十台,甚至是十几台能不能用,也可以。只是并没有把他的价值发挥的更好。

1 工作内容:

工作内容在前期会比较多一些,基础搭建还是一个挺讲究的事儿。系统搭建好之后呢,大概是两种,一种是向大数据部门提交任务,跑一圈给你。一种是持续的文本信息处理中增加新的处理模块,像我之前说的增加个分类啦,实体识别神马的。

好吧第一种其实我也不记得是从哪得来的印象了,我是没有见到过的。架构稳定了之后,大数据部门的工作并不太多,常常会和算法工程师混到一起来。

其他的应该就是大数据周边产品的开发工作了。再去解决一些Bug什么的。

2 需要技能:

环境【Linux】

框架【Hadoo,spark,storm,pig,hive,mahout,zookeeper 】

算法【mapreduce,hdfs,zookeeper】

嗯。这些框架的原理和实现都要了解的比较清楚。这才算是一个合格的大数据工程师。

只会使用这些东西的人,终究还是菜鸟而已。

3 发展前景

不知道。看不清楚。从某种程度来说,并不觉得对这些东西的人很NB,但是总会有一些公司人为的把这些东西加上去。所以应该说现在还处于比较混乱的地位。一般人要学的话,也确实是有一些门槛,所以,也确实是属于偏高薪的职业。

1年~3年:10K~20K

3年以上:15K~35K

成长路径:

说不上来,大数据这个部门以后还会不会存在都不一定。

4.入门门槛

入门的门槛算是比较高的吧。比不上NLP,跟搜索比较类似,主要就是五六个框架的原理问题。

全熟悉下来,也就是两三个月或者是半年左右的样子。

5.哪些行业适合做大数据

IT界:后端工程师中有两年经验,或者是硕士,或者是NLP

其他界:无

6.职业限制

想想该怎么说,熟悉了这些架构之后,也并没有什么东西可以做。

跟NLP相比呢,在算法的深度上比不过。跟原来的搜索工程师比较相似,但是现在搜索和NoSqlDB也成为了现在系统架构的主要场景,所以在工程方面也会偏差很多。

所以有点不伦不类,高不成低不就的样子。要说以后会不会发展的很好,或者说会不会是这个职业的空缺很大,我并不知道。

7.去哪里学,怎么成长

不知道。有一些培训在做这个,但是,也只能说讲讲算法的东西。这个还是需要使用场景的。

十二 Android工程师 

=============我原谅某人了我还是爱她的================================

Android工程师在两年前是最疯狂的时候。一个五年的Java工程师的薪水,比不上一个三年的Android.一方面是苹果这种高端的装逼工程师成了很多人不想去学IOS的门槛,一方面是Android的应用使用人数实在是太多了。

在三年前和四年前,个人开发者还很多的时候,经常盛传一个人开发了几个Android小应用。一年收成过三百万或者是一千万的事儿。这事是真的还是假的我不知道,我身边还没有遇到过这种人,至少都是听别人讲的,也许是有人挣了钱并不会告诉我们。

反正,现在啊。这种可能性越来越少了。所以Android工程师整体来讲呢。属于高潮过后的喘息,慢慢平稳。不算高也不算少。另外,也是受H5的影响,现在有两种应用会使用H5,一种是做的特别简陋。低制烂造的,一种是懒得频繁发布版本,经常需要动态替换内容的。

前者是特殊产物,慢慢会被终结掉。后者呢,是正常的需求,以后的发展空间会越来越大。所以,Android也是会受到JS的侵蚀。记着我之前说的。前端工程师一定要Android,IOS,JS全通,然后主精一种。

还有,Android的兼容性是最烦的了。碎片化很严重,版本,机型都是有问题的。特别是哪家公司的老板用的什么机型,这款机型的适配就必须做的很好。否则。。。

以及Android是用Java开发,资料神马的都是比较全的,上手也比较容易。不过。Android做的事儿,和Java后端做的事儿,几乎没有任何关联。所以,当说Android。就是Android。当说Java。就是指后台架构。

1 工作内容:

Android工程师的日常就是听产品经理讲需求,跟后端定接口,听QA反馈哪款机器不兼容,闹着申请各种测试机,以及悲催的用Android做IOS的控件。

马丹我其实并没什么东西可以了,一瞬间不知道该对这个职业说些神马。嗯。想起来了。WEB端几乎都是要学会自己切图的,Android往往会要求UI切图,原因是啥我不知道,大概是Android程序员都认为自己是程序员?而CSS工程师往往不会被当成人看?

还有还有,想起来了。各种闪退的修复,以及各种性能的调优,这些都是Android工程师的日志。

崩溃啊,慢啊。开了会就没电啊,如果是要做到跟视频音频相关的东西更悲剧。Android和IOS之间还需要做一些转码。

别的似乎也没了。嗯。我又想起来了。

Android其实是对地图,支付,IM,第三方登录,短信,统计,音视频,文件,照片等等要求比较多的。业务上其实一般并不会有太多的内容。也很少会要求一些动画效果。再加一些手势密码。

还有 各种奇葩的问题。比如说Android的65536的问题。曾经折磨了一家公司半年多。

2 需要技能:

环境【Android Studio,Maven,Gradle】

基础【数据结构,Java,计算机网络】

组件【IM,地图,支付,拍照,视频,音频,统计,分享,手势密码】

做的好的会对控件做一些自适应的改动。会把网络请求也封装一下。处理好本地缓存,处理好内存的占用。

另外,接口的制订是比较重要的,而且,果断的使用Rest吧。表再使用一些过时又无聊的接口风格了。

3 发展前景

单纯纯Android的话,我觉得发展前景不算大。如我之前所说的一样,差不多两到三年就已经够用了。五年的Android并不见得比三年的Android强太多,或者站在公司的角度上来说,两到三年的Android基本上就够用了。

0年~1年:6K~10K

1年~3年:8K~30K

3年~ :20K~

成长路径:

Android工程师->Android Leader-》前端Leader-》

很少有Android工程师能够做到技术总监的。所以还是早做准备,Android,IOS和JS通吃吧。

4.入门门槛

门槛比较低了。比JS稍稍高一点儿,但也差别不大。主要是因为Android是纯客户端,要做就必须什么都懂。但是JS就不太一样了,有的时候要求不高也能做事儿。

这就是Android比JS的门槛高一点的原因。简单来讲的话,最好是懂Java语法,然后是懂Http请求的含义,然后懂点儿MVC的概念,就可以了。

5.哪些行业适合做Android

IT界:都可以。哪怕你是产品,运维或者是QA

其他界:都可以,只要你有点儿基础。

6.职业限制

偏客户端的职业怎么说呢,做的时间长了,公司对你的要求其实并没有那么高了。这个是Android工程师有点儿不太好的地方。靠。现在已经快两点了。我有点神智不清了。

7.去哪里学,怎么成长

做Android培训的挺多的,基本上是四个月1万6的价格。

所以,为嘛不考虑修真院的线上免费教学呢?

我对于看视频一直都不看好啊。

十三 IOS工程师 

=============我好困啊我好困啊我好困啊================================

什么是IOS工程师?培训4个月,薪水10K的工程师,这就是IOS工程师。

虽然有一点夸张,但是也确实存在,只是那个666的人不太可能会是你而已。

IOS之前是用ObjectC开发,现在又推出来了Swift。至少从目前来看,Swift并未成为主流和开发IOS语言。所以现在要学的IOS的话,还是会以OC为主。

从难度上来讲,IOS比Android要简单一些,Android要兼容N多机型,系统底层的API也没有封装的很好,IOS的编译器偶尔会出点问题,但是总体来讲还是比较简单的。

只是IOS对UI的要求会比较高一些。做出的效果也会炫很多。

1 工作内容:

IOS工程师的工作内容真的挺简单的,听需求,定接口。做个适配,抛弃一下iphone4。

还有啥。。

马丹,以我为数不多的IOS知识来讲,真的不知道还有啥了。

我知道的比较复杂的系统也是各种背景高斯模糊,各种渐变,各种图片滤镜处理,其他并没有什么。

支付,地图,统计这些东西。 嗯。

2 需要技能:

环境【Xcode】

基础【数据结构,Object,计算机网络】

组件【IM,地图,支付,拍照,视频,音频,统计,分享,手势密码】

有崩的地方注意一下就好。

3 发展前景

IOS是属于高端的项目必备的,因为IOS的使用者比Android的还要多一些。很多人都在解释为什么自己不用IOS,最被认可的答案就是:穷。

所以IOS的发展前景怎么样?我不知道。但是在五年之内,IOS的发展不会有问题。

0年~1年:6K~10K

1年~3年:8K~30K

3年~ :20K~

成长路径:

IOS工程师->IOS Leader-》前端Leader-》

4.入门门槛

IOS的门槛比Android稍稍低点儿。毕竟不用做兼容真的是一件很Happy的事儿。

5.哪些行业适合做Android

IT界:都可以。哪怕你是产品,运维或者是QA

其他界:都可以,只要你有点儿基础。

6.职业限制

偏客户端的职业怎么说呢,做的时间长了,公司对你的要求其实并没有那么高了。这个是IOS

工程师有点儿不太好的地方。靠。现在已经快两点了。我有点神智不清了。

7.去哪里学,怎么成长

做IOS培训的挺多的,基本上是四个月1万6的价格。

所以,为嘛不考虑修真院的线上免费教学呢?

我对于看视频一直都不看好啊。

十四 运营 

=============岁月没有假期|前行不需周末|再远的星空|也比不过内心的宁静===============================

运营,产品,技术是创业Team的三大主心骨,这从侧面也显示出来了运营同学的重要性。而且,在收入上,运营也是产品和技术远远无法比拟的。你想想。技术人员做了七年,积累的是神马?一堆破代码,一身颈椎病。产品人员做了七年,积累的是神马?一堆破原型,一身铁布衫。而运营人员呢?做了七年之后,产品再烂,技术再烂,身边的渠道啊,人脉啊,行业的内幕啊这才是最有价值的。毕竟,什么事情能离开了人?

不过运营也不好做,因为很多脑残的公司都有这样的逻辑,通过一个脑残的想法拉来一个活不过三集的替死鬼产品经理,折腾了老实巴交的技术人员半年多弄出了一个不伦不类的破系统,一切就绪,就差一个NB的运营了。

如果运营做的不好,就是运营的错,如果运营做的很好,但是用户还是不喜欢,那就是产品的错,如果用户喜欢了,但是用不了系统总是闪退和504,那就是技术的错。总之,产品技术运营都有错,唯一没错的就是老板自己。呃。不对,老板的错就是太信任手下这些人了。

运营这个概念呢。在互联网上怎么兴起来的,说不上来,很多传统互联网公司在转行的时候,经常会不清这些概念,我遇到过好几家公司,都以为做个网站,找个CTO就行了。CTO下面管着产品,管着技术,管着运营---不对,你太天真了,他们会以为产品运营都是技术做的。

不过他们对如何能保障公司正常运转还是有了解的。所以对运营还是有一些模糊的概念,但是,马丹,就算是我也对运营只有一些不清楚的理解而已,他们能理解多深刻呢?简单说,产品决定做什么,技术来把它做出来,市场来把它推出去,运营来把它用起来。

嗯。我本来计划写一点市场相关的东西,后来想想,自己也实在分不清市场和运营究竟该怎么分。什么活动,策划,执行,渠道,品牌,内容,数据分析。并不能向技术一样分的这么清楚。

所以就把市场和运营混在一起了。对于你们这些新入行的人来说,基本上是老板让做什么,就做什么呗。只是不管怎么说,运营是一个非常非常有前景的,在之前的介绍里,我想你们都看到了,有很多职业不适合做CTO,而后端是做CTO的最佳人选。然而,也大多数要止步于此,很多时候,我们要是奔着CEO的话,你会发现,排名第一的是产品,排名第二是的是运营,排名第三的。。没有了。

而且,很多时候产品和运营是分不开的,也是要经常勾搭在一起的。当然,产品和技术也分不开。技术面向产品,产品和运营沟通,运营收集用户反馈,交由产品设计,然后技术开发。嗯。

1 工作内容:

我之前给我们家超乖简单的介绍过,运营可以从几个大方面来分一下。

1.推广运营:这里包括各种论坛,知乎,贴吧,自媒体,大号,微博,SEO,导流等等所有的手段,简单说就是用很多种方式来扩大自己网站或者是WEB的知名度,也有可能是策划一场 活动,去人民大会堂办个结业典礼,也有可能是找某个漂亮明星做阵,来做一出秀,也有可能是找很多行业资源一起来打造个什么百家蛋糕店对修真院弟子免单之类的东西。

2.内容运营:推广的话,肯定要有什么东西才会推,刚刚提到的很多内容,有很多都是要靠内容的。以前是软文,现在的方式比较多了。什么易企秀,秀米之类的H5制作,但是绝大多数都是以H5为主,大部分都是线上传播,形成热点,靠成口碑效应,一般来说,三天五天之内是传播的最佳时间,过了三天或者是五天,热度就会直线下降。

这也是内容团队需要不断的生产内容的原因。并没有一招鲜吃遍天的说法。这篇文章同样,在最初的一个星期之内,瞬间挤进来1000人,现在呢,每天稳定在4~5个人左右。

3.系统运营:系统运营并不仅仅是包括给出一个后台。开个账户,找回个密码,查一下用户的数据是否异常等。有的时候还包括你的系统的核心设置。比如说,要不要有VIP,VIP应该有什么特权,多长时间合适,能谈到多少合作伙伴,应该分几个级别。这些跟产品要做的事情比较接近了,只是这些都是要根据用户的表现不断的反馈来调整的。别的不说。现在大修真院就有好几个QQ群。这些QQ群怎么设计,怎么管理,本身也是运营工作中的一种。

4.数据分析:这个其实是运营中最有技术含量的一种,也是让运营这个岗位比产品接地气的原因。运营人员是最接近用户的,也是最了解用户行为的,在大数据的时代,对用户行为的分析真的不是一丁半点的重要-虽然在某种程度上,你一点不分析也可以,反正都没有人用。

数据分析包括很多,用户的留存率,日活,月活,召回率,转换率,跳出率,PV,UV,男女,职业,地域,年龄,浏览时长,页面热点,浏览路径,高峰低谷。这些数据运营人员要头脑清晰,把这些数学全部整合在一起,结合自己对业务的了解,然后制订定出后续的计划,看看是需要提高召回率,还是需要提高转换率,看看系统的主要用户属性,借此去寻找更多的用户。

嗯。很有意思。

所以运营的工作,有的时候是需要你去申请一个百度认证,提交各种资料,有的时候是需要你去找一些合作伙伴,商量换个广告位,有的时候是需要你去谈几个合作商家,签几个战略协议,有的时候是需要你去策划一场活动,挨个去跟活动参与者去谈,有的时候是要去刷脸,请朋友来帮你站台,有的时候是需要你坐下来,写一篇色情幽默的文章,更多的时候要收集用户的反馈,帮助他们解答为什么你们的网站注册不了,短信验证码收不到等一系列问题,后台加个V,换个广告,最重要的是每周或者是每月出个报表,来给大家汇报一下当前的用户情况,给领导层做决策使用--虽然我一直都觉得完全是在扯淡,再好的数据都比不上真实的了解这个行业,数据只能是辅以支持,二手数据的价值并不是没有,只是很容易让人跑偏,就好像我今天刚好看到的说Facebook几年没改版,是因为在小范围内改版发现用户的活跃度下降--真心觉得蛋疼。FaceBook最终的价值并不应该仅仅是在页面上,这些会有影响,但是绝对不应该是一个决策的关键性因素。

然而做运营最重要的一点就是,不要去询问用户,而是去观察用户。对于这点我是非常认可的。

2 需要技能:

行业知识【各种行业知识,必须要懂行业,像推广,渠道,活动,SEO这些都需要了解一些】

人脉【各种刷人脸,凑热闹,换资源】

文笔【文笔太差就找个小妹妹,风趣幽默点,否则没人看】 数据分析【看数据,写各种各样的PPT,然后做决策】

 

还有就是,跟产品和技术搞好关系。运营的职位其实是天生比产品和技术高一层,也正是因为这样,才会经常招产品和技术骂,哈哈哈哈哈哈哈。特别是当一部分需要从运营这边传递到产品里的时候。

如果你绕过了产品,直接用所谓的运营驱动去做开发,那更完蛋了。

 

3 发展前景

绝对好。无论技术发展到什么程度,无论产品变换多少次风格,运营的核心理念都不会变,积累的人脉不会变。运营,可以做100年。

 

0年~1年:6K~10K 1年~3年:8K~20K3年~ :20K~(百万年薪级别的运营多的是。)

 

成长路径:

运营专员-》部门经理-》运营总监-》CEO

 

4.入门门槛

这个说要门槛,有点谈不上。毕竟有深有浅,情商要高是必须的,其他的只能说有了更好。 好的吧,就算是情商低也可以去做编辑,每天只是对着后台系统一阵改。

 

5.哪些行业适合做运营

IT界:都可以。哪怕你是产品,运维或者是QA 其他界:都可以,只要你有点儿基础。

 

6.职业限制

我想想,运营人员常常会受限于资源,也常常会迷失在数据里,很多运营的人,其实是做不到那么 高的职位的,对于他们来说,自己的行业积累和人脉积累没什么用处,因为只有你本身有价值,你才能跟别人互相交换。所以有的时候会高不成低不就,退回去做产品和技术,又缺少专业技能,也是一场人间悲剧。

这大概也是运营这个岗位的职业限制吧。

给大家推荐我国新一代大数据用户行为分析与数据智能平台:数极客(https://www.shujike.com),是支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式,整合分析用户行为数据和业务数据,可以自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客们必备的互联网数据分析软件。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,业内首创了六种提升转化率的数据分析模型,是数据分析软件领域首款应用定量分析与定性分析方法的数据分析产品

发表评论

评论已关闭。

相关文章