两成开发者月薪超 1.7 万、算法工程师最紧缺！ | 中国开发者年度 告

整理 | 郭芮

出品 | CSDN（ID：CSDNnews）

21 世纪，高薪、高端、高技术范儿已成为程序员的固有标签，在这个新的元年，CSDN 将基于一年一度的开发者大调查数据，以全新的视角深入发掘中国开发者群体的整体现状、应用开发技术以及开发工具/平台的发展趋势，呈现更真实、更全面且更有学习价值的开发者画像。

CSDN 最早从 2004 年开始针对中国开发者进行大规模调查，是迄今为止覆盖国内各类开发者人群数量最多，辐射地域、行业分布最广的调查活动。2019-2020 年中国开发者大调查针对软件开发技术、应用开发领域等方面对问卷进行了重新设计，在本次调研中有如下主要发现：

30 岁以下开发者人数占比超八成，全国有 19.6% 开发者月薪超过 1.7 万元；

六成开发者在使用 Java 语言，近五成开发者近期最想学 Python 语言；

Spark、Redis 和 Kafka 正在成为企业大数据平台通用技术组件；

区块链技术近两年是热点，比特币和以太坊是两种主流的区块链开发平台；

人工智能技术日益受到企业和市场的关注，但 64% 企业尚未实现智能化，机器学习/深度学习算法工程师最为急缺；

近七成开发者认为未来 5G 络的传输速率能达到 4G 络的 10 倍以上；

Apache 项目和 Linux 是开发者较为喜欢的开源项目；

半数开发者很少参与开源项目的开发、维护、运营和 区发展等。

和国外开发者年龄分布趋势大概一致，国内的软件开发群体一直呈现出越来越年轻化的特点。这是因为，一方面软件开发行业蓬勃发展，各行各业都需要软件开发相关人才，也有越来越多的毕业生选择从事该行业；另一方面，是因为编程语言、框架、云服务等基础设施的持续完善，从事软件开发的门槛在持续降低，更容易接纳新鲜血液， 告统计发现，本科学历是开发者的主力军，66% 的开发者拥有本科学历，而硕士研究生、博士研究生仅占 11%、1%。

八成以上开发者月薪在 5 千~3 万元之间，19.6% 开发者月薪超过 1.7 万元

通过结合受教育程度和薪资水平的数据特点来看，学历越高的人群中，月薪 1.7 万元以上的高收入比例越高。在一线城市（北京、上海、广州、深圳、天津）中，月薪超过 1.7 万元的开发者占比为 30%，该比例远高于国内其它城市。

自学是开发者持续学习的主要路径

软件开发行业日新月异，只有保持持续学习才能跟上技术变化的脚步，终身学习是现代人保持竞争力甚至是维持生存的必要手段。

从调研中可以看到，53% 的开发者会通过在未参加正式课程的情况下，自学一门新语言、框架或工具。但同时，也有半数的人参加过在职培训或者线下课程，相对于自学的灵活性而言，这类培训会更为系统和完整，对于长期的个人提升有所裨益，开发者可以适当选择。但与之相悖的是，只有不到 40% 的开发者，愿意为学习付费，这可能会导致参与的课程质量不够高。

Java 和 Python 依然是开发者最希望学习的语言之一，只是相比之下，Python 的热度有所降低，这可能和机器学习没有去年那么火热有所关联。变化比较大的是 Go 语言，与去年相比，今年的调研中想学 Go 语言的开发者降低到了 4%，与之相似，Kotlin、R 的学习意愿也大幅降低。

从这个趋势也可以看到，如今的开发者更意愿去学习一些相对成熟度、用途更为广泛的语言，对一些代表新模式的语言乐衷程度有所降低。

七成以上在使用 Windows 操作系统，83% 在使用 MySQL 数据库

72% 开发者在使用 Windows 操作系统，18% 在使用 Linux 系列操作系统。在存储服务的使用上，MySQL 继续扩大其使用率到达了 83%，几乎是开发者必备的技能。和去年相比，Elasticsearch 出现在数据库使用的调研中，在大数据时代，Elasticsearch 作为提供搜索服务的第一选型，也必然会被越来越多的开发者学习和使用。

Visual Studio 是最为普遍使用的开发环境

在开发环境的选择上，Visual Studio 是最为普遍使用的开发环境，这和微软对开发者的投入密不可分。微软投入了大量的研发力量，使得 Visual Studio 可以在各种操作系统进行各种编程语言的开发，其强大且完善的插件系统可以满足开发者的各种需求，使其可以超过 IntelliJ。

大数据平台以私有云部署为主，Spark 使用率高达 44%

私有云部署解决方案是企业构建大数据平台的主要方式

随着分布式计算和云平台的逐步成熟，目前大部分公司都有能力搭建自己的大数据平台。调研数据显示，81% 企业在进行大数据相关的开发和应用，50% 的企业选择私有云解决方案来部署大数据应用，28% 的企业选择自主研发。

Spark 是企业大数据平台最普遍的组件

Apache Spark 是一个处理大规模数据的快速通用引擎，它可以独立运行，也可以在 Hadoop、Mesos、云端运行，它可以访问各种数据源包括 HDFS、Cassandra、HBase 和 S3，可以提升 Hadoop 集群中的应用在内存和磁盘上的运行速度。Spark 生态系统中除了核心 API 之外，还包括其他附加库，可以为大数据分析和机器学习领域提供更多的能力。本次调研中，Spark 是使用最普遍的大数据平台组件，使用率达到44%，而MapReduce使用率仅为21%。

区块链质变，比特币逆袭以太坊成 TOP 1 开发平台

22% 的开发者正在用或者准备用区块链技术解决技术问题

区块链技术的发展，是一个量变到质变的过程。相比于 2018 年，对区块链和加密货币了解的人从 22% 增长到 32%，准备尝试用区块链技术解决一些问题的人数从 14% 增长到 16%，仅有 4% 的人对区块链完全不了解。

43% 的受访者在从事公有链（比特币、以太坊等）的开发

本次调研中，43% 的受访者在从事公有链（比特币、以太坊等）的开发。目前行业侧重发展的方向为解决方案、公链及联盟链，公有链由于其自带激励机制，对于普通开发者有直接的回馈，所以上面开发者占比高也比较合情理。行业解决方案从去年的 27% 增加到今年的 36%，说明传统行业开发者对区块链的认可度在增加。

金融是普遍认为的行业应用方向

金融行业是普遍认为的行业应用方向，占 36%。区块链本身具备的防篡改、可追溯的特点，能大大降低金融行业监管成本，不过金融的进入门槛相对也较高，需要各方面技术的配合。其次，智能硬件和物联 也被认为是主流应用方向，占 14%。不过相比其他众多已经很成熟的技术，依托区块链的解决方案在实际使用中，往往面临必要性缺失的问题，因此区块链应用发展仍任重道远。

算法工程师最急缺，TensorFlow 占据 AI 深度学习框架榜首

64% 的企业尚未实现智能化

在经历了 2019 年的行业低谷期之后，无论是行业巨头还是新兴独角兽，都开始审视 AI 能够切实落地的场景。调研数据显示，14% 的企业尚无信息化基础，27% 的企业实现了事务处理数字化，22％ 的企业具备商业智能基础设施，实现描述性分析。使用机器学习实现预测性分析和决策优化的企业占 16%，而在业务中全面使用 AI 系统、机器人和其他自动化工具的仅占 12%。

53% 的开发者表示其团队急缺机器学习/深度学习算法工程师，37% 表示急缺数据科学家/数据分析师/数据挖掘工程师。

TensorFlow是人工智能领域主流深度学习框架

此次调研中，TensorFlow 使用普及率达到 48%。从技术本身的角度来看，较为成熟的 TensorFlow 成为 AI 工程师的首选深度学习框架，Torch/PyTorch由于其开发效率较高，也得到了较多支持。

物联 云平台三足鼎立：阿里物联、华为云、百度 IoT

69% 的开发者认为未来 5G 络的传输速率能达到 4G 的 10 倍以上

每一代新型的通信系统总是能带来更大的带宽。据 告显示，近七成开发者认为未来 5G 络的传输速率能够达到 4G 络的 10 倍以上。

未来的基础物联 平台可能会继续呈现以偏硬件实现为主的华为云和以偏软件体验为主的阿里、百度物联平台的三足鼎立局面。

物联 技术开发：Linux 和 Windows 是使用较多的操作系统

Linux 和 Windows 是较普遍的操作系统，使用率分别为 51%、44%。目前在物联 设备开发过程中，Linux、Windows 和 Android 较为普遍，依然延续了 PC 平台的开发者操作系统份额。虽然华为、阿里等公司在 2019 年均发布了自己的物联 专用操作系统，但还并未得到开发者的大规模认可，大公司的物联 操作系统发展之路依然任重而道远。

物联 行业和传统互联 行业不同，相比而言更加需要注重 “软硬结合”。物联 产品的硬件维护成本远远大于传统互联 行业，因此设计、实现出真正可靠、用户喜欢且实用的产品不仅仅涉及软件服务，也需要考虑硬件可靠性和实用性。这对于直接面向用户的物联 企业，特别是从传统互联 厂商或者硬件厂商转型的企业来说存在非常严峻的挑战，需要静下心来深入了解垂直市场的需求。

开发者最喜欢的开源项目是 Apache

25% 开发者最喜欢 Apache，24% 开发者最喜欢 Linux。作为全球最大的软件基金会，开发者用过的诸多项目，例如 Dubbo、Log4j、Maven、RocketMQ 和 Tomcat 等，均孵化自 Apache。