zoukankan      html  css  js  c++  java
  • 平衡

    平衡

    马上假期就要结束了,借此最后的时间做个总结和规划。

    2020年总的来说还是对一些已有技术的改进和再加工,比如更加丰富的基于kubernetes的调试工具,可视化工具,混沌工程,以及服务网格功能的更新和完善等。一切都在朝着稳定的方向前进。

    在2020年,Linux发布了多个版本,最大的推广感觉莫过于eBPF,通过BPF提供的功能,使得用户可以方便地跟踪内核,修改内核的机制。但该功能在最终落地上还存在一定差距,使用文档以及调试的不完备是目前急需解决的问题。

    随着云产品的完善,很多公司更多会直接选择使用云产品,后面大部分公司应该会逐步减少甚至取消自建机房(IaaS),PaaS层面也基本会选择云公司提供的kubernetes产品。

    因此,从事IaaS和PaaS工作的人员后面有可能会集中到云供应商所在的公司。后续IT技术上下层的割裂将会越来越大,更多高端技术人员可能会从事上层的大数据技术,如算法,AI,架构等;以及底层技术,如IaaS层的虚拟化,PaaS层的调度等等,以此带来的就是高端和低端人才的分化。

    后续入门IT的人员有可能会持续选择进入相对好入门的上层服务领域,如手机端开发,web开发等,而大数据的门槛也可能会越来越高。由于市场上云产品所带来的技术屏障,IT的上下层可能会出现难以逾越的鸿沟,上层开发者转到底层,以及底层开发者转到上层都将变得更加困难,这种困难既是技术层面的,也是市场层面的。但以此带来的一个好处是,能够兼顾上下层的技术人员将可能会比较吃香。

    随着大量人才涌入IT行业,以及IT行业本身日新月异的特性,不得不去思考一下自己的竞争优势到底在哪里。无底线的吸收新技术,尝试新领域有可能会适得其反。

    在2021年可能会更多的根据自己的兴趣点思考发展的方向,以及将更多的精力倾向到架构理解和设计方面,此外还需要持续学习数据处理,这个方向既是市场最直接的需求来源,也是未来的发展方向。

  • 相关阅读:
    DeepLearning.aiWeek1Convolution+model++Application
    搭建自己的git服务器
    Deep Neural Networks for Object Detection(翻译)
    VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGESCALE IMAGE RECOGNTION(翻译)
    windows 10下sublime text3环境的搭建以及配置python开发环境
    DeepLearning.aiWeek2Residual Networks
    DeepLearning.aiWeek4Deep Learning & Art: Neural Style Transfer
    同步&异步+阻塞&非阻塞(理解)
    VGGNet学习——实践
    Realtime MultiPerson 2D Pose Estimation using Part Affinity Fields(理解)
  • 原文地址:https://www.cnblogs.com/charlieroro/p/14409519.html
Copyright © 2011-2022 走看看