1、 版权声明 2018-2019中国开发者调查报告版权归属CSDN， 并受法律保护。转载、摘编或利用其他方式使用本调 查报告文字或观点， 应注明 “来源CSDN” 。 2018-2019 中国开发者调查报告 2018-2019 中国开发者调查报告 2 目录 CONTENTS 第一章 报告概述 4 1.1 背景和方法 4 1.2 数据处理方法 5 1.3 样本处理方法 5 1.4 特邀专家顾问 6 第二章 重要发现 7 第三章 软件开发者现状分析 9 3.1 软件开发者基本特征 9 3.2 软件开发者薪资状况分析 14 3.3 软件开发者学习特点分析 20 3.4 软件开发工具使用特点分析 25

2、3.5 软件开发者大学毕业就业特点分析 30 第四章 大数据技术应用现状分析 34 4.1 企业大数据平台构建及应用情况 34 4.2 企业处理数据及平台集群规模情况 37 4.3 企业构建大数据平台所用技术情况 38 第五章 企业使用云服务现状分析 43 5.1 企业使用云服务方式分析 43 目录 CONTENTS 第一章 报告概述 4 1.1 背景和方法 4 1.2 数据处理方法 5 1.3 样本处理方法 5 1.4 特邀专家顾问 6 第二章 重要发现 7 第三章 软件开发者现状分析 9 3.1 软件开发者基本特征 9 3.2 软件开发者薪资状况分析 14 3.3 软件开发者学习特点分析

3、20 3.4 软件开发工具使用特点分析 25 3.5 软件开发者大学毕业就业特点分析 30 第四章 大数据技术应用现状分析 34 4.1 企业大数据平台构建及应用情况 34 4.2 企业处理数据及平台集群规模情况 37 4.3 企业构建大数据平台所用技术情况 38 第五章 企业使用云服务现状分析 43 5.1 企业使用云服务方式分析 43 | 报告概述 3 5.2 企业云平台部署特点 45 5.3 企业构建云服务平台技术选型分析 47 第六章 人工智能技术应用现状分析 52 6.1 企业人工智能应用状况及面临挑战 52 6.2 人工智能技术应用现状 55 6.3 人工智能行业应用及展望 57

4、第七章 区块链技术应用现状分析 59 7.1 区块链开发者认知度 59 7.2 区块链技术开发特点 62 7.3 区块链应用前景展望 66 第八章 物联网技术应用现状分析 69 8.1 物联网技术应用状况 69 8.2 物联网技术开发现状 71 附录： 中国城市线具体划分 76 5.2 企业云平台部署特点 45 5.3 企业构建云服务平台技术选型分析 47 第六章 人工智能技术应用现状分析 52 6.1 企业人工智能应用状况及面临挑战 52 6.2 人工智能技术应用现状 55 6.3 人工智能行业应用及展望 57 第七章 区块链技术应用现状分析 59 7.1 区块链开发者认知度 59 7.2

5、区块链技术开发特点 62 7.3 区块链应用前景展望 66 第八章 物联网技术应用现状分析 69 8.1 物联网技术应用状况 69 8.2 物联网技术开发现状 71 附录： 中国城市线具体划分 76 2018-2019 中国开发者调查报告 4 第一章 报告概述 1.1 背景和方法 本报告是基于一年一度的CSDN软件开发者大调查数据分析结果形成的。CSDN最早从2004年开始 针对中国软件开发者进行大规模调查， 是迄今为止覆盖国内各类软件开发者人群数量最多， 辐射地 域、行业分布最广的调查活动。该调查旨在全面和深入地了解中国软件开发者群体整体现状、应用 开发技术以及开发工具、平台的状况和发展趋势

6、等， 它是各相关行业了解中国软件开发者群体以及 软件开发服务领域市场的重要参考资料。 2018-2019年中国软件开发者大调查针对软件开发技术、应用开发领域等方面对调查问卷进行了重 新设计。本次调查具有以下特点： 调查内容 紧扣技术热点、把握知识趋势 我们根据2018年的技术趋势和热点以及市场上出现的新产品、新技术， 对调研选项进行了调整和补 充， 力求准确、及时地反映出未来中国软件开发技术发展变化趋势。 调查报告 提供定制方案服务、打造调研精品 本次报告依旧在以往简版报告、完整报告分类基础上， 提供定制报告分析服务。根据客户的需求， 我 们以调查的原始数据为基础， 进行不同维度的数据交叉分析

7、和专家点评， 为企业客户制定市场及产 品开发策略提供更有针对性的决策依据。 专家介入 行业资深团队、全面洞悉业界 本次大调查特别成立了专家顾问团队， 针对调查中涉及的技术领域， 特邀了相关领域的技术专家， 共 同参与调查项的设计并对报告中的部分数据进行专业点评。 本次调查数据的获取采用大规模线上问 卷数据调查和社区平台数据挖掘相结合的方式， 除了利用CSDN自身平台资源之外， 还联合部分合作 伙伴渠道进行大力推广以增加数据采集的全面性， 力求调查结果更加客观、准确。 2018-2019 中国开发者调查报告 4 第一章 报告概述 1.1 背景和方法 本报告是基于一年一度的CSDN软件开发者大调查

8、数据分析结果形成的。CSDN最早从2004年开始 针对中国软件开发者进行大规模调查， 是迄今为止覆盖国内各类软件开发者人群数量最多， 辐射地 域、行业分布最广的调查活动。该调查旨在全面和深入地了解中国软件开发者群体整体现状、应用 开发技术以及开发工具、平台的状况和发展趋势等， 它是各相关行业了解中国软件开发者群体以及 软件开发服务领域市场的重要参考资料。 2018-2019年中国软件开发者大调查针对软件开发技术、应用开发领域等方面对调查问卷进行了重 新设计。本次调查具有以下特点： 调查内容 紧扣技术热点、把握知识趋势 我们根据2018年的技术趋势和热点以及市场上出现的新产品、新技术， 对调研选

9、项进行了调整和补 充， 力求准确、及时地反映出未来中国软件开发技术发展变化趋势。 调查报告 提供定制方案服务、打造调研精品 本次报告依旧在以往简版报告、完整报告分类基础上， 提供定制报告分析服务。根据客户的需求， 我 们以调查的原始数据为基础， 进行不同维度的数据交叉分析和专家点评， 为企业客户制定市场及产 品开发策略提供更有针对性的决策依据。 专家介入 行业资深团队、全面洞悉业界 本次大调查特别成立了专家顾问团队， 针对调查中涉及的技术领域， 特邀了相关领域的技术专家， 共 同参与调查项的设计并对报告中的部分数据进行专业点评。本次调查数据的获取采用大规模线上问 卷数据调查和社区平台数据挖掘相

10、结合的方式， 除了利用CSDN自身平台资源之外， 还联合部分合作 伙伴渠道进行大力推广以增加数据采集的全面性， 力求调查结果更加客观、准确。 | 报告概述 5 1.2 数据处理方法 数据处理流程 1.3 样本处理方法 本次调查采取样本有效性系统方法来保证样本的有效性： 包括重复填写问卷排除法、答题逻辑矛盾 排除法、不完整问卷排除法等。 统计分析工具 利用目前流行的大规模数据统计分析工具SPSS， 根据分析目的采用了描述性统计、交叉分析等数据 处理方法。 | 报告概述 5 1.2 数据处理方法 数据处理流程 1.3 样本处理方法 本次调查采取样本有效性系统方法来保证样本的有效性： 包括重复填写问

11、卷排除法、答题逻辑矛盾 排除法、不完整问卷排除法等。 统计分析工具 利用目前流行的大规模数据统计分析工具SPSS， 根据分析目的采用了描述性统计、交叉分析等数据 处理方法。 2018-2019 中国开发者调查报告 6 1.4 特邀专家顾问（排名不分先后） 开发平台及工具领域 范怀宇 前豌豆荚技术负责人， 现轻芒联合创始人 大数据领域 毕洪宇 前饿了么大数据平台总监 云计算领域 李明宇 奥思数据创始人&CTO 人工智能领域 鲍捷 文因互联CEO&联合创始人 区块链领域 孟岩 CSDN副总裁、通正道捷首席架构师 物联网领域 刘洪峰 叶帆科技创始人兼CEO 教育领域 钱兴会楚门智能数据学院创始人 感

12、谢以上专家对调查报告的指导与支持！ 2018-2019 中国开发者调查报告 6 1.4 特邀专家顾问（排名不分先后） 开发平台及工具领域 范怀宇 前豌豆荚技术负责人， 现轻芒联合创始人 大数据领域 毕洪宇 前饿了么大数据平台总监 云计算领域 李明宇 奥思数据创始人&CTO 人工智能领域 鲍捷 文因互联CEO&联合创始人 区块链领域 孟岩 CSDN副总裁、通正道捷首席架构师 物联网领域 刘洪峰 叶帆科技创始人兼CEO 教育领域 钱兴会 楚门智能数据学院创始人 感谢以上专家对调查报告的指导与支持！ | 重要发现 7 第二章 重要发现 我们在本次调研过程中有如下主要发现： 1. 30岁以下软件开发者

13、人数占比超7成， 全国近半数的开发者工作在一线城市 互联网、软件、 IT服务三个技术领域涵盖了国内64%以上的开发者 3140岁的开发者以工程师、高级工程师、架构师、项目经理、总监等职位居多 40岁以上的开发者从事架构设计岗位的比例最高， 达到23% 全国有4成以上开发者月均收入过万， 其中超6成来自一线城市 8成架构设计师月薪过万， 其中超4成的架构师平均月薪超过2万元 2. 软件开发者学习热情高涨， 9成开发者通过技术媒体、技术社区、技术论坛等渠道了解行业最新 动态、获取新知识 超9成开发者计划通过学习新技术来提升自己的竞争力， 6成开发者每周学习6小时以上 超5成人员愿意为学习购买视频课

14、程、 图文课程 38%的开发者未来半年有参加培训的计划， 其中超过8成的开发者参加培训的预算来自个人 3. 7成开发者在使用Java语言， 近6成开发者近期最想学Python语言 开发者的云容器使用率仅15%， 超6成开发者在使用Notepad文本编辑器 Eclipse是最受欢迎的IDE， jQuery、Spring是较受欢迎的Framework 在自动构建工具方面， Maven较受欢迎， 有4成开发者在使用 4. 超7成软件开发者主要来自二本以上院校， 超8成毕业于计算机与软件专业 近7成开发者毕业前就找到工作， 超过6成开发者未曾参加过针对大学生的就业培训 学生就业情况良好， 培训机构的学

15、生就业也较乐观。78%的软件开发者所在公司招聘大学生， 44%的开发者所在公司招聘培训机构的学生 5. 大数据技术应用开始普及， 但大数据应用场景相对单一 77%的企业在运用大数据技术 | 重要发现 7 第二章 重要发现 我们在本次调研过程中有如下主要发现： 1. 30岁以下软件开发者人数占比超7成， 全国近半数的开发者工作在一线城市 互联网、软件、 IT服务三个技术领域涵盖了国内64%以上的开发者 3140岁的开发者以工程师、高级工程师、架构师、项目经理、总监等职位居多 40岁以上的开发者从事架构设计岗位的比例最高， 达到23% 全国有4成以上开发者月均收入过万， 其中超6成来自一线城市 8

16、成架构设计师月薪过万， 其中超4成的架构师平均月薪超过2万元 2. 软件开发者学习热情高涨， 9成开发者通过技术媒体、技术社区、技术论坛等渠道了解行业最新 动态、获取新知识 超9成开发者计划通过学习新技术来提升自己的竞争力， 6成开发者每周学习6小时以上 超5成人员愿意为学习购买视频课程、 图文课程 38%的开发者未来半年有参加培训的计划， 其中超过8成的开发者参加培训的预算来自个人 3. 7成开发者在使用Java语言， 近6成开发者近期最想学Python语言 开发者的云容器使用率仅15%， 超6成开发者在使用Notepad文本编辑器 Eclipse是最受欢迎的IDE， jQuery、Spri

17、ng是较受欢迎的Framework 在自动构建工具方面， Maven较受欢迎， 有4成开发者在使用 4. 超7成软件开发者主要来自二本以上院校， 超8成毕业于计算机与软件专业 近7成开发者毕业前就找到工作， 超过6成开发者未曾参加过针对大学生的就业培训 学生就业情况良好， 培训机构的学生就业也较乐观。78%的软件开发者所在公司招聘大学生， 44%的开发者所在公司招聘培训机构的学生 5. 大数据技术应用开始普及， 但大数据应用场景相对单一 77%的企业在运用大数据技术 8 2018-2019 中国开发者调查报告 目前61%的企业对大数据的应用更多地体现在统计分析、报表及数据可视化上 Spark、

18、 Redis和Kafka正在成为企业大数据平台通用技术组件 6. 86%的企业正在使用云服务， 近8成企业利用云平台已经开发应用或正在开发应用 安全是企业选择公有云服务时最大的顾虑， 也是进行云技术相关开发时的最大问题 企业在虚拟机、 网络存储、负载均衡方面应用云计算较为普遍， 使用率分别是61%、50%、42% 基于Docker或OpenStack是当前云平台部署的两种主流框架 7. 区块链技术近两年刚刚兴起， 27%开发者有应用或准备应用， 66%开发者尚处于初步了解阶段， 7%开发者完全不了解， 但是相比于2017年， 这项技术被了解和关注的程度大幅度提高 比特币和以太坊是当前两种主流的

19、区块链开发平台 近五成开发者看好区块链与大数据结合， 近八成考虑1年内进入区块链行业 未来一年有79%的开发者会考虑进入区块链行业 8. 人工智能技术日益受到企业和市场的关注， 应用前景广阔 近4成开发者表示其技术领域正在尝试使用AI/机器学习/深度学习 73%的开发者通过自学方式学习AI/机器学习/深度学习技术， 47%开发者通过工作中实践、线上 培训课程来学习AI技术 9. 物联网产业链上企业主要集中在智能设备环节， 智能家居是物联网最大的应用领域 48%的开发者表示物联网正处于发展迅速阶段， 39%表示刚起步 Wi-Fi是应用最普遍的物联网通信技术 8 2018-2019 中国开发者调查

20、报告 目前61%的企业对大数据的应用更多地体现在统计分析、报表及数据可视化上 Spark、 Redis和Kafka正在成为企业大数据平台通用技术组件 6. 86%的企业正在使用云服务， 近8成企业利用云平台已经开发应用或正在开发应用 安全是企业选择公有云服务时最大的顾虑， 也是进行云技术相关开发时的最大问题 企业在虚拟机、 网络存储、负载均衡方面应用云计算较为普遍， 使用率分别是61%、50%、42% 基于Docker或OpenStack是当前云平台部署的两种主流框架 7. 区块链技术近两年刚刚兴起， 27%开发者有应用或准备应用， 66%开发者尚处于初步了解阶段， 7%开发者完全不了解， 但

21、是相比于2017年， 这项技术被了解和关注的程度大幅度提高 比特币和以太坊是当前两种主流的区块链开发平台 近五成开发者看好区块链与大数据结合， 近八成考虑1年内进入区块链行业 未来一年有79%的开发者会考虑进入区块链行业 8. 人工智能技术日益受到企业和市场的关注， 应用前景广阔 近4成开发者表示其技术领域正在尝试使用AI/机器学习/深度学习 73%的开发者通过自学方式学习AI/机器学习/深度学习技术， 47%开发者通过工作中实践、线上 培训课程来学习AI技术 9. 物联网产业链上企业主要集中在智能设备环节， 智能家居是物联网最大的应用领域 48%的开发者表示物联网正处于发展迅速阶段， 39%

22、表示刚起步 Wi-Fi是应用最普遍的物联网通信技术 | 软件开发者现状分析 9 第三章 软件开发者现状分析 3.1 软件开发者基本特征 我们将开发者根据年龄范围划分成三类， 对不同年龄段开发者群体进行特征分析后呈现出如下特点： 图表1：软件开发者基本特征2018-2019中国开发者调查报告 | 软件开发者现状分析 9 第三章 软件开发者现状分析 3.1 软件开发者基本特征 我们将开发者根据年龄范围划分成三类， 对不同年龄段开发者群体进行特征分析后呈现出如下特点： 图表1：软件开发者基本特征2018-2019中国开发者调查报告 10 2018-2019 中国开发者调查报告 图表2：软件开发者年龄

23、占比对比2018-2019中国开发者调查报告 30岁以下软件开发者人数占比超7成， 全国近半数的开发者工作在一线城市（北京、上海、广州、 深圳、天津）， 本科及以上学历占8成， 91%的开发者是男性 互联网、软件、 IT服务三个技术领域涵盖了国内64%以上的开发者 3140岁的开发者以工程师、高级工程师、架构师、项目经理、总监等职位居多 40岁以上的开发者从事架构设计岗位的比例最高， 达到23% 10 2018-2019 中国开发者调查报告 图表2：软件开发者年龄占比对比2018-2019中国开发者调查报告 30岁以下软件开发者人数占比超7成， 全国近半数的开发者工作在一线城市（北京、上海、广

24、州、 深圳、天津）， 本科及以上学历占8成， 91%的开发者是男性 互联网、软件、 IT服务三个技术领域涵盖了国内64%以上的开发者 3140岁的开发者以工程师、高级工程师、架构师、项目经理、总监等职位居多 40岁以上的开发者从事架构设计岗位的比例最高， 达到23% | 软件开发者现状分析 11 图表3：不同工作方向的年龄分布2018-2019中国开发者调查报告 和国外开发者年龄分布趋势基本一致， 国内的软件开发群体一直呈现出越来越年轻化的特点。从我 们2015年到2018年的调研数据来看， 30岁以下的开发者人群占比在7成以上， 一直是软件开发领域 的主力军。 | 软件开发者现状分析 11

25、图表3：不同工作方向的年龄分布2018-2019中国开发者调查报告 和国外开发者年龄分布趋势基本一致， 国内的软件开发群体一直呈现出越来越年轻化的特点。从我 们2015年到2018年的调研数据来看， 30岁以下的开发者人群占比在7成以上， 一直是软件开发领域 的主力军。 12 2018-2019 中国开发者调查报告 女性开发者相对更多地集中在前端开发、测试及数据分析相关职位。 图表4：不同岗位软件开发者的性别分布2018-2019中国开发者调查报告 12 2018-2019 中国开发者调查报告 女性开发者相对更多地集中在前端开发、测试及数据分析相关职位。 图表4：不同岗位软件开发者的性别分布2

26、018-2019中国开发者调查报告 | 软件开发者现状分析 13 图表5：不同行业软件开发者的工作方向分布2018-2019中国开发者调查报告 从不同行业对云计算大数据、人工智能、 区块链等新技术的关注来看， 银行、外包服务、交通物 流运输等行业对大数据云计算关注更多， 电子技术半导体集成电路、教育培训学术科 研院校、计算机硬件网络设备等行业对人工智能的关注更多。 | 软件开发者现状分析 13 图表5：不同行业软件开发者的工作方向分布2018-2019中国开发者调查报告 从不同行业对云计算大数据、人工智能、 区块链等新技术的关注来看， 银行、外包服务、交通物 流运输等行业对大数据云计算关注更多

27、， 电子技术半导体集成电路、教育培训学术科 研院校、计算机硬件网络设备等行业对人工智能的关注更多。 14 2018-2019 中国开发者调查报告 3.2 软件开发者薪资状况分析 全国有48%以上开发者月均收入过万， 其中超6成来自一线城市 月薪在8千元及以下的占32%， 8千至1万的占20%， 1-2万占36%， 2万以上占12%。 图表6：软件开发者月薪分布2018-2019中国开发者调查报告 图表7：不同级别城市的月薪过万开发者比例（城市划分详见附录）2018-2019中国开发者调查报告 在一线城市（北京、 上海、 广州、 深圳）中， 月薪过万的软件开发者占比为63%， 该比例远高于国内其

28、它 城市。 对比2017年数据可以发现， 在各级城市中， 月入过万的软件开发者比重均有所提升。 14 2018-2019 中国开发者调查报告 3.2 软件开发者薪资状况分析 全国有48%以上开发者月均收入过万， 其中超6成来自一线城市 月薪在8千元及以下的占32%， 8千至1万的占20%， 1-2万占36%， 2万以上占12%。 图表6：软件开发者月薪分布2018-2019中国开发者调查报告 图表7：不同级别城市的月薪过万开发者比例（城市划分详见附录）2018-2019中国开发者调查报告 在一线城市（北京、 上海、 广州、 深圳）中， 月薪过万的软件开发者占比为63%， 该比例远高于国内其它

29、城市。 对比2017年数据可以发现， 在各级城市中， 月入过万的软件开发者比重均有所提升。 | 软件开发者现状分析 15 图表8：月薪过万开发者所在城市分布2018-2019中国开发者调查报告 图表9：不同性别开发者月薪对比2018-2019中国开发者调查报告 在所有受访的月薪过万软件开发者中， 来自一线城市的占63%， 新一线城市和二线城市各占15%， 其他 城市合计仅占7%（城市划分详见附录） 。 数据显示， 男女软件开发者薪资水平有一定的差异。 在男性软件开发者中， 月收入超过万元的占49%， 而女性月入过万的仅38%。 | 软件开发者现状分析 15 图表8：月薪过万开发者所在城市分布2

30、018-2019中国开发者调查报告 图表9：不同性别开发者月薪对比2018-2019中国开发者调查报告 在所有受访的月薪过万软件开发者中， 来自一线城市的占63%， 新一线城市和二线城市各占15%， 其他 城市合计仅占7%（城市划分详见附录） 。 数据显示， 男女软件开发者薪资水平有一定的差异。 在男性软件开发者中， 月收入超过万元的占49%， 而女性月入过万的仅38%。 16 2018-2019 中国开发者调查报告 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2万元以上的高收入比例 越高。 近八成开发者本年度月薪增加幅度在3000元以内 本次调研数据显示， 近8成的

31、开发者月薪增长数字在3000元以内， 仅2成的开发者工资增长幅度达到 3000元及以上。 图表10：不同教育程度的软件开发者月薪分布2018-2019中国开发者调查报告 图表11：软件开发者月薪增长范围分布2018-2019中国开发者调查报告 16 2018-2019 中国开发者调查报告 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2万元以上的高收入比例 越高。 近八成开发者本年度月薪增加幅度在3000元以内 本次调研数据显示， 近8成的开发者月薪增长数字在3000元以内， 仅2成的开发者工资增长幅度达到 3000元及以上。 图表10：不同教育程度的软件开发者月薪分布

32、2018-2019中国开发者调查报告 图表11：软件开发者月薪增长范围分布2018-2019中国开发者调查报告 | 软件开发者现状分析 17 通信（设备/运营/增值）行业的软件开发者高收入人群比例最高 通信（设备/运营/增值）行业的软件开发者高收入人群占比最高， 62%的人群月薪超过1万元。 网络游 戏、 互联网行业的月薪过万的高收入者比重也较高， 占比为53%。 图表12：软件开发者不同行业的薪资范围分布2018-2019中国开发者调查报告 | 软件开发者现状分析 17 通信（设备/运营/增值）行业的软件开发者高收入人群比例最高 通信（设备/运营/增值）行业的软件开发者高收入人群占比最高，

33、62%的人群月薪超过1万元。 网络游 戏、 互联网行业的月薪过万的高收入者比重也较高， 占比为53%。 图表12：软件开发者不同行业的薪资范围分布2018-2019中国开发者调查报告 18 2018-2019 中国开发者调查报告 从事软件架构设计岗位的开发者8成月薪过万 通过数据交叉对比分析发现， 超8成架构设计师月薪过万， 超4成的架构师平均月薪超过2万元。 图表13：软件开发者不同岗位薪资范围分布2018-2019中国开发者调查报告 18 2018-2019 中国开发者调查报告 从事软件架构设计岗位的开发者8成月薪过万 通过数据交叉对比分析发现， 超8成架构设计师月薪过万， 超4成的架构师

34、平均月薪超过2万元。 图表13：软件开发者不同岗位薪资范围分布2018-2019中国开发者调查报告 | 软件开发者现状分析 19 从业年限在20年以上的人群超5成月薪过2万 从业年限越长， 收入越高。从业年限20年以上的人群中， 52%收入在2万元以上。在从业年限6-10年 的人群中， 这一比例下降至34%， 在3-5年从业年限的人群中， 仅有10%。 周工作时长在51-60小时的人群中， 近6成收入过万 周工作时长在51-60小时的人群中， 58%收入过万。周工作不足40小时的人群中， 仅有36%的人收入 过万。 图表14：软件开发者不同从业年限薪资范围分布2018-2019中国开发者调查报

35、告 图表15：软件开发者不同周工作时长薪资范围分布2018-2019中国开发者调查报告 | 软件开发者现状分析 19 从业年限在20年以上的人群超5成月薪过2万 从业年限越长， 收入越高。从业年限20年以上的人群中， 52%收入在2万元以上。在从业年限6-10年 的人群中， 这一比例下降至34%， 在3-5年从业年限的人群中， 仅有10%。 周工作时长在51-60小时的人群中， 近6成收入过万 周工作时长在51-60小时的人群中， 58%收入过万。周工作不足40小时的人群中， 仅有36%的人收入 过万。 图表14：软件开发者不同从业年限薪资范围分布2018-2019中国开发者调查报告 图表15

36、：软件开发者不同周工作时长薪资范围分布2018-2019中国开发者调查报告 20 2018-2019 中国开发者调查报告 3.3 软件开发者学习特点分析 信息技术类网站是开发者了解行业动态和学习知识的主要渠道 在本次调研中， 92%的开发者会通过技术媒体、技术社区、技术论坛等网站了解行业最新动态、获取 新知识， 阅读技术类书籍也是开发者进行系统性学习的主要方式， 占比56%。 超5成人员愿意为学习购买视频课程、 图文课程 24%的人群愿意通过购买图书杂志方式进行学习， 17%愿意为线上视频课程付费， 愿为线下培训付 费的仅占15%。 图表16：软件开发者获取知识来源分布（调查项为多选）2018

37、-2019中国开发者调查报告 图表17：软件开发者愿意付费的学习方式分布（调查项为单选）2018-2019中国开发者调查报告图表17：软件开发者愿意付费的学习方式分布（调查项为单选）2018-2019中国开发者调查报告 20 2018-2019 中国开发者调查报告 3.3 软件开发者学习特点分析 信息技术类网站是开发者了解行业动态和学习知识的主要渠道 在本次调研中， 92%的开发者会通过技术媒体、技术社区、技术论坛等网站了解行业最新动态、获取 新知识， 阅读技术类书籍也是开发者进行系统性学习的主要方式， 占比56%。 超5成人员愿意为学习购买视频课程、 图文课程 24%的人群愿意通过购买图书杂

38、志方式进行学习， 17%愿意为线上视频课程付费， 愿为线下培训付 费的仅占15%。 图表16：软件开发者获取知识来源分布（调查项为多选）2018-2019中国开发者调查报告 图表图表图表171717：软件开发者愿意付费的学习方式分布（调查项为单选）：软件开发者愿意付费的学习方式分布（调查项为单选）：软件开发者愿意付费的学习方式分布（调查项为单选）-20192018-2019中国开发者调查报告中国开发者调查报告中国开发者调查报告 | 软件开发者现状分析 21 图表18：软件开发者计划提升事业的方式分布（调查项为多选） 2018-2019中国开发者调查报告 图表19：软件

39、开发者每周学习时长 2018-2019中国开发者调查报告 图表20：软件开发者未来6个月是否有培训计划 2018-2019中国开发者调查报告 图表21：开发者参加培训的预算来源 2018-2019中国开发者调查报告 超9成开发者计划通过学习新技术来提升自己的事业， 6成开发者每周学习6小时以上 超9成开发者计划通过学习新技术来提升自己的事业。近5成开发者愿意参与到开源社区项目中。 62%的开发者每周学习6小时以上。 38%的开发者未来半年有培训计划， 超过8成的开发者参加培训的预算来自个人 38%的开发者未来半年有培训计划。超过8成的开发者参加培训的预算来自个人，来自公司的仅占 15%。 |

40、软件开发者现状分析 21 图表18：软件开发者计划提升事业的方式分布（调查项为多选） 2018-2019中国开发者调查报告 图表19：软件开发者每周学习时长 2018-2019中国开发者调查报告 图表20：软件开发者未来6个月是否有培训计划 2018-2019中国开发者调查报告 图表21：开发者参加培训的预算来源 2018-2019中国开发者调查报告 超9成开发者计划通过学习新技术来提升自己的事业， 6成开发者每周学习6小时以上 超9成开发者计划通过学习新技术来提升自己的事业。近5成开发者愿意参与到开源社区项目中。 62%62%的开发者每周学习的开发者每周学习6 6小时以上。小时以上。 38%

41、的开发者未来半年有培训计划， 超过8成的开发者参加培训的预算来自个人 38%的开发者未来半年有培训计划。超过8成的开发者参加培训的预算来自个人，来自公司的仅占 15%。 22 2018-2019 中国开发者调查报告 开发者最感兴趣的培训方向是人工智能、大数据云计算 58%的开发者对人工智能培训方向感兴趣， 50%对大数据云计算感兴趣。 图表22：开发者可接受的线上培训类型（调查项为多选） 2018-2019中国开发者调查报告 图表23：吸引开发者线上培训服务（调查项为多选） 2018-2019中国开发者调查报告 时长越短的线上培训越受欢迎， 较受欢迎的线上培训服务为讲师实时答疑 时长越短的线上

42、培训越受欢迎， 500元以下且周期1个月以内的线上培训接受率超过5成。63的开发 者倾向于线上培训的讲师实时答疑服务。 图表24：开发者最感兴趣的培训方向（调查项为多选）2018-2019中国开发者调查报告 22 2018-2019 中国开发者调查报告 开发者最感兴趣的培训方向是人工智能、大数据云计算 58%的开发者对人工智能培训方向感兴趣， 50%对大数据云计算感兴趣。 图表22：开发者可接受的线上培训类型（调查项为多选） 2018-2019中国开发者调查报告 图表23：吸引开发者线上培训服务（调查项为多选） 2018-2019中国开发者调查报告 时长越短的线上培训越受欢迎， 较受欢迎的线上

43、培训服务为讲师实时答疑 时长越短的线上培训越受欢迎， 500元以下且周期1个月以内的线上培训接受率超过5成。63的开发 者倾向于线上培训的讲师实时答疑服务。 图表24：开发者最感兴趣的培训方向（调查项为多选）2018-2019中国开发者调查报告 | 软件开发者现状分析 23 【顾问点评】 ： 可以看到2015年至2016年， 企业运用大数据技术开发应用的比例仅有24%， 而到了2017年至2018年 有78%的企业正在应用大数据技术， 达到了50%的增加， 我们可以说大数据已经深入了广大企业内 部。而对于大数据平台来讲， 在2018年有40%的企业选择基于私有云平台进行部署， 这意味着与云 融

44、合， 是以后大数据技术的趋势。而对于大数据团队的规模来讲， 一般在30人左右， 说明大数据团队 在整个IT团队中的比例应该占到5%-10%之间， 这表明大数据团队已经逐渐成为企业IT部门中非常重 要的一个环节， 按照阿里中台战略， 可以预见的是， 未来AI、BI、数据中心， 可能都会统一到大数据 团队， 大数据团队会与数据一样， 成为企业核心的驱动力。所以对于该行业从业者来讲， 未来无论是 薪酬还是地位都会逐渐地提高， 整体呈一个上升趋势。 而在企业大数据应用类型中，统计分析、报表、用户画像、个性化推荐等已经是大数据应用中的主 力， 这个原因值得推敲， 从我个人的经验来看， 这一切的核心要素是

45、因为企业正在逐渐面向以客户为 中心的转型中， 希望通过数据更好的了解客户， 更好的为客户服务， 进而提升企业的收入， 品牌形象 等。所以作为大数据从业者， 应该加强用户画像建模， 个性化推荐等应用的学习与研发能力。 从企业的大数据集群规模来看， 80%集中在500节点以下， 一般情况， 这样规模的集群， 需要3-10名 维护人员， 这意味着， 大数据维护人员的数量在整个企业内部的人不是特别多， 主要多的还是数据应 用开发。所以相对来讲， 从事开发工作会更好的接触业务， 更有利于自身的发展。 而从技能工具的角度来看， Spark正在成为主流的技术， ElasticSearch技术也正在受关注，

46、在Spark 中， 因为主要是开发数据分析应用， Spark SQL与PySpark会应用比较多， 因为我们开发机器学习组 件主要是Python语言， 所以与Spark结合的组件主要是PySpark， 那么对于学习者来讲， 应该加大学 习这两项技术， 同时结合消息中间件， 例如Redis， Kafka目前是主流的中间件技术， 主要是因为大数 据处理的数据， 日志居多， 使用Kafka比较适合， 同时大数据需要存储很多中间结果为前台调用， 例 如我们在实现推荐系统的时候， 需要保存针对每个用户的推荐内容， 那么Redis缓存是不二选择。 而从整体的变化来讲， 大数据人才缺乏， 大数据应用落地困难

47、， 更重视数据分析挖掘、建模， 注重实 时化， 已经成为了大数据新的发展趋势， 我们也可以相信， 大数据会在企业里面应用越来越广泛。 对于大数据相关技术的学习者来讲， 我们可以看到视频+图文教程， 购买图书/杂志， 线上视频课程， 已经基本得到了知识付费者认可， 因为目前生活节奏变快， 导致大家无法按照固定的学习时间进行 学习， 所以通过视频等方式， 具有非常好的便捷性。课程的价格在1000以下， 时间1-2个月也是主流。 面对线上学习这种特点， 其实对于课程设计人员提出了更高的要求。课程开发人员， 需要将课程知识 | 软件开发者现状分析 23 【顾问点评】 ： 可以看到2015年至2016年

48、， 企业运用大数据技术开发应用的比例仅有24%， 而到了2017年至2018年 有78%的企业正在应用大数据技术， 达到了50%的增加， 我们可以说大数据已经深入了广大企业内 部。而对于大数据平台来讲， 在2018年有40%的企业选择基于私有云平台进行部署， 这意味着与云 融合， 是以后大数据技术的趋势。而对于大数据团队的规模来讲， 一般在30人左右， 说明大数据团队 在整个IT团队中的比例应该占到5%-10%之间， 这表明大数据团队已经逐渐成为企业IT部门中非常重 要的一个环节， 按照阿里中台战略， 可以预见的是， 未来AI、BI、数据中心， 可能都会统一到大数据 团队， 大数据团队会与数据

49、一样， 成为企业核心的驱动力。所以对于该行业从业者来讲， 未来无论是 薪酬还是地位都会逐渐地提高， 整体呈一个上升趋势。 而在企业大数据应用类型中，统计分析、报表、用户画像、个性化推荐等已经是大数据应用中的主 力， 这个原因值得推敲， 从我个人的经验来看， 这一切的核心要素是因为企业正在逐渐面向以客户为 中心的转型中， 希望通过数据更好的了解客户， 更好的为客户服务， 进而提升企业的收入， 品牌形象 等。所以作为大数据从业者， 应该加强用户画像建模， 个性化推荐等应用的学习与研发能力。 从企业的大数据集群规模来看， 80%集中在500节点以下， 一般情况， 这样规模的集群， 需要3-10名 维护人员， 这意味着， 大数据维护人员的数量在整个企业内部的人不是特别多， 主要多的还是数据应 用开发。所以相对来讲， 从事开发工作会更好的接触业务， 更有利于自身的发展。 而从技能工具的角度来看， Spark正在成为主流的技术， ElasticSearch技术也正在受关注， 在Spark 中， 因为主要是开发数据分析应用， Spark SQL与PySpark会应用比较多， 因为我们开发机器学习组 件主要是P