現在流行這么一句話：“找工作的時候，只有兩種專業——計算機系的和非計算機系的。”這些年，選擇了計算機系的人都在虐人模式的人生游戲里開掛，而非計算機系的人則在被虐模式里掙扎。

[[197782]]

可是你注意到了嗎?即使是同為計算機專業的人，薪酬待遇也有高低差別。

計算機方向不同行業的薪酬價值，各大招聘網站每天寫來寫去，想必大家都看煩了。今天想和大家聊聊不同的東西——拋開物質回報不談，身為碼農的你，在工作中積累的各種技能，究竟值多少錢?

從招聘需求中挖掘技能價值

從招聘網站上爬取了 100 多萬條有關計算機專業的職位招聘文本，每條文本主包含職位工資和職位要求。我們要做的是從文本中識別“技能”，然后將其和職位工資關聯起來。

為了從職位要求描述中抽取技能，我們采用 weak-supervised learning 的方法。

我們首先對職位招聘文本進行句法分析，生成一個粗略的職位技能集合，這個集合是滿足語義樹正則表達式的所有名詞或動名詞短語。

然后進行少量的人工標注建立訓練集，采用 BiLSTM 的實體識別模型對招聘要求描述中的技能進行識別和抽取。

***不斷迭代“標注-訓練-預測”這個過程，優化識別結果。

算法框架如圖所示：

圖一

***，將抽取的技能實體和職位工資關聯，并人工分為了幾組。下面讓我們看看每一組技能價值的結果吧。

PHP 是***的語言?

好吧，這其實是一個廣為流傳的笑話。說是有三個程序員坐在格子間里編程。***個程序員一言不發。第二個程序員寫一會兒就按一下編譯，然后就玩會兒手機。

第三個程序員坐在那里瀏覽網頁，不時飛快的鍵入一些字符，看起來不怎么干活，盡在上網。請問，他們分別是用的什么語言?

圖二

言歸正傳，學會各種編程語言究竟能給你增加多少身價?

我們的文本挖掘結果顯示，排名***的編程語言是 Scala，價值 17.68k，而***一名是 C 語言，僅有 9.46k，是Scala的一半多一點。

Scala 作為大數據處理、建模的函數式語言，之所以這么值錢，主要源于前些年大數據產業的爆發。但隨著近幾年大數據產業重歸理性，以及 Scala 人才數量的增加，其價值也會逐漸回歸到正常價值。

還有一個在數據挖掘領域討論比較激烈的話題是，我該學 Python 還是學 R?

文本挖掘結果顯示，Python 的價值比 R 高出 30%。這可能是由于，在近年來越來越火的人工智能領域里，很多算法框架都優先支持 Python，從而導致 Python 的價值逐年升高。所以，如果是初入數據分析行業，還是學 Python 吧。

其他的處座就不一一分析了，反正除了 PHP，你們都是***的語言……

碼農生存工具鄙視鏈

聊完了編程語言，我們再聊聊碼農們賴以生存的開發工具。

如今，做移動應用的碼農要使用 Recat Native、Weex、Cordova 或者 Ionic 等框架;做深度學習的算法工程師要使用 keras、theano 或者 tensorflow 等框架;做項目管理的架構師要使用 word、excel 和 ppt 等。

那么，不同的開發工具，在價值上有多大的差別呢?

圖三

分析結果顯示，排名前三的工具分別是 keras、theano 和 tensorflow，其價值分別達到了 45k、29.29k 和 26.71k，在碼農生存工具鄙視鏈上遠遠超過其他工具。

隨著人工智能概念的火爆和深度學習人才的稀缺，掌握這三款用來進行深度學習建模的框架，對碼農個人價值的提升是極大的。

當然，從另一個角度來看，這不合理的差距，也說明了深度學習產業存在泡沫。作為深度學習的算法工程師，也當居安思危，多掌握一些其他的工具框架，以應對泡沫破滅的到來。

另一個有趣的點是處于碼農生存工具鄙視鏈***端的辦公三兄弟 word、excel 和 ppt。

十年前有一句老話說：寫 word 的不如寫 excel 的，寫 excel 的不如寫 ppt 的，寫 ppt 的不如講 ppt 的，講 ppt 的不如聽 ppt 的……

從鄙視鏈上來看，確實如此，ppt 技能價值 8.36k，excel 技能價值 8.05k，而 word 技能僅價值 7.30k。

在這一節的***，處座想說，其實生存工具鄙視鏈并不應該存在，做深度學習的并不優于做移動開發的。這不過是因為技術的發展和經濟結構的轉型而造成的誤會而已。

有人曾感嘆：“現在在公司的格子間里面哼哧哼哧做 ppt 的那些人，和當年踩著縫紉機的女工們，其實沒有本質的區別。”

是的，沒有本質的區別，而我們的表現并沒有優于我們的父母，這一切都不過是經濟結構轉型造成的生存工具的變化而已。

哦，不，還是有區別的。起碼紡織工做完一個成品以后，可不會被關到一個小房間里，投到一個大屏幕上，然后讓一群人圍著羞辱你……

學子們該如何選專業?

計算機專業出身的學生有很多方向可以選擇(你在問為什么只說計算機?請重讀本文***句話)——計算機硬件、大數據、人工智能、互聯網開發等。下面處座列出了這四個方向技能樹價值，供學子們選專業時參考。

計算機硬件技能價值表

圖四

大數據技能價值表

圖五

互聯網開發技能價值表

圖六

人工智能技能價值表

圖七

***，希望這篇文章對于處在人生節點的你能有所幫助，愿你能活在自己的節奏里，修煉內功，點好自己的技能樹，讓自身越來越有價值。

[[197785]]

文若

Gammar Lab成員

自然語言處理愛好者一枚，致力于將人工智能技術應用于金融領域。

[[197786]]

勃勃

Gammar Lab成員

麻省理工博士，愛好講故事的算法工程師，擅長金融+人工智能產品研發。