技術實踐的主流方向

   

1、嵌入式開發

傳統的arm linux開發、新興的智能硬件、物聯網等技術的發展，都讓整個方向成爲熱門領域。

 

2、遊戲開發

cocos2d-x、unity3d、html5，均可以用來開發遊戲。

 

3、移動開發

當前移動開發領域主流的三大平臺：

 

[1].iOS：開發語言爲Objective-C/Swift，開發工具爲Xcode，背後巨頭爲Apple公司。

 

[2].Android：開發語言爲Java，開發工具爲eclipse/Android Studio，背後巨頭爲Google公司。

 

[3].Windows Phone ：首選開發語言爲C#，開發工具爲Visual Studio，背後巨頭爲Microsoft公司。

 

通過這幾年的發展，移動開發領域又有了一些變化，正所謂惟一不變的就是變。

 

IOS開發出了新的編程語言swift，它比原先的Objective-C更加容易掌握，語法上相似於JavaScript。

 

Android開發因爲使用了Java語言，使得不少原先熟悉Java的程序員很容易轉到Android開發上面來。爲此Oracle還向Google提起了訴訟，認爲Google使用了Oracle的Java是侵權行爲。將來Google是否會使用新的編程語言（好比：Go）來取代Java的位置呢？讓咱們共同期待。可是值得一提的是，Google在虛擬機層次上並無使用jvm，而是自行實現了一套虛擬機dalvik。

 

Windows Phone的市場份額實在不容樂觀，聽說Android+IOS=96%以上的市場份額，因此Windows Phone暫時尚未像Android和IOS那樣風靡全球。

 

最後提一下，最近在各大社區常常看到移動跨平臺解決方案Xamarin的廣告，其基本概念就是利用C#一門語言就能夠開發Android、IOS、Windows Phone（原本就支持）等移動app，聽起來頗有吸引力，可是畢竟不是原生語言開發，是否成熟是個問題。並且仍是收費的，在國內環境下很難有大批的開發者會使用這項技術。

 

 

 

4、應用開發

c++（vc++、qt）、java（javaee）、c#（asp.net/wpf）等等是目前就業人員最多的技術領域。

 

5、前端開發

html、css、javascript、jquery、bootstrap、extjs、angularjs、reactjs...，還有一堆庫、框架等你去嘗試。在這個強調用戶體驗的互聯網時代，前端開發顯得尤其重要。

 

6、數據庫

oracle、sqlserver、mysql、nosql（mongodb、redis）是目前數據庫領域的主流。

當前流行的主流數據庫：1）Oracle 2）MS Sql Server 3）MySQL 4）DB2 5）SQLite

 

[1].Oracle由Oracle公司開發，是當前的大型數據庫管理系統，公認爲當前數據庫領域第一王牌。

 

[2].MS-Sql Server 由Microsoft公司開發，成爲當前使用最普遍的數據庫管理系統，適合於大、中、小型項目的數據庫管理系統。版本從2000、2005到2008再到2012，徹底適合各種層次的用戶和企業使用。因爲其秉持了微軟一向的操做方便、界面友好等特色，使得其獲得了大多數企業的確定。尤爲適合做爲Windows平臺的項目的系統數據庫。

 

[3].MySQL 原來由SUN公司（發明了Java）以10億美圓收購，後Oracle公司以74億美圓收購SUN，天然投入了Oracle陣營。它最大的特色就是免費開源，可是被SUN收購後，變爲了商業化數據庫。可是其性能不是很好，並且穩定性不夠，適合小型項目，尤爲適合做爲php的網站數據庫管理系統。

 

[4].DB2由IBM公司開發，可是其受操做系統的制約，只能用於AIX操做系統，所以使用面不如上面3個數據庫。

 

[5].其餘還有SqLite（基於C語言開發的文件型數據庫，用於手機等嵌入式開發）、VFP（Visual Fox Pro）、access（Office套件）等。

 

 

 

7、系統集成

這個領域會比較雜（運維、硬件、網絡、服務器、存儲），要熟悉各類公司的產品以及開源工具，具有二次開發的能力更好。

 

8、雲計算、虛擬化、大數據

目前最熱門的方向，機器學習、深度學習都屬於大數據領域的範疇，知識的廣度和深度要求都比較高。

 

像嵌入式跟大數據比較適合碩士以上學歷從事，其它6個方向本科均可以。

 

嵌入式開發涉及到硬件、電路等相對專業的知識，有必定門檻。非計算機或電子專業的想從事這個方向的工做，須要去額外的學習不少底層的知識，並且這部分知識難度稍高，須要付出很大的精力才能勝任。

 

大數據（機器學習、深度學習）方向若是搞純應用不用過高學歷，可是若是要進階的話則適合搞學術的人從事，由於機器學習等都涉及到大量的數學知識，難度較大。

 

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