船舶的责任
90当生产中断、安全漏洞泄露数据或系统作出有害的决定时,必须有人负责——一个模型不能承担这一责任。
格子越深，表示该主题在这项指标上越高。
抗AI35
薪酬80
入行门槛55
自主性68
需求78
影响力90
低高
简短问答
一个软件工程师整天做什么?
大部分时间分写新的代码,在审查期间读别人的代码,修补bug,和队友谈论下一步要建设什么. 会议、规划和指导花费的时间比新来者预期的要多。 高级工程师个人写的代码往往比初级工程师要少,在设计决策,评论和解除对他人的封锁方面花费更多的时间.
我需要计算机科学学位才能成为软件工程师吗?
没有,但它仍然是最常见和最低的防爆路线。 四年制学位教授算法,数据结构和系统概念,在工作上学习费用昂贵. Bootcamp毕业生和自学工程师确实被雇佣,尤其是被较小的公司雇用,但通常需要强大的组合或开源工作来取代证书.
软件工程有AI的风险吗?
部分已经是了。 现代代码编辑器中构建的工具现在为经常使用这些代码的工程师写了很大一部分常规代码——锅炉板,第一稿测试,语言之间的翻译. 更难实现自动化的是决定构建什么,为什么,以及如何塑造一个系统,使它能与真正的用户保持接触和失败。
软件工程师挣多少钱?
它因国家和公司而异。 在美国,年中值约为133 000美元;在德国,约为69 000欧元;在印度,该行业雇用人数最多,全国平均接近900,000美元。 大型技术公司的高级工程师和工作人员工程师,一旦列入股票补偿,可以赚取全国中位数的数倍。
软件工程师,程序员和开发员有什么区别?
在实践中,很少——标题重叠,公司使用时不一致。 "程序员"是最早的术语和强调书写代码;"开发者"在网络和产品公司中很常见;"软件工程师"倾向于应用从旧的工程领域借来的有纪律的流程,测试和设计的想法,用于建设软件. 职务说明很少一致地加以区分。
是否真的需要一个编码面试才能被雇佣?
在大多数已经成立的技术公司,是的:现场或带回家的技术访谈,经常涉及共享文档或白板上的算法问题,仍然是标准过滤器,同时是系统设计回合,用于更高级的角色. 较小的公司和初创企业更可能取代付费的试办项目、投资组合审查或关于过去工作的对话。
软件工程是这个网站最早直接感受到大语言-模型自动化的行业之一,因为其原材料——遵循严格规则的文本——正是这些模型所建造的制作. 写、填写和审查代码的工具已经是大多数专业工程师日常工作流程的一部分,而不是未来情景。
这并不使工作过时;它使工作的宝贵部分更加狭窄和集中。 以下各节将已经自动化的东西与迄今证明更难交给模型的东西分开。
High
机器可替代的工作占比
一个工程师在给定的一周中的很大一部分代码类型——锅炉板,第一稿测试,常规翻译——对于一个语言模型的制作已经相当快. 仍然难以实现自动化的是决定应该建立什么,抓住看似合理的变化可能明显错误的方法,并在生产失败时承担责任。
按任务计分，而非头衔。越低越安全。
AI难以取代的职业 →机器夺不走的
将模棱两可的需要转换成一种
83将一个模糊的商业请求变成一个精确的,可以构建的计划,仍然需要向那些往往不知道自己想要什么的人提出正确的问题.
全系统结构
77决定数十种服务、团队和数据存储应如何结合,并多年来与该决定一起生活,这与写任何一项职能不同。
没有先例的调试失败
74小说制作事件——那些没有对应的论坛站点或培训实例的事件——仍然需要在压力下进行人体形成和测试假设.
跨小组谈判
80决定谁的团队承担捷径的费用,或者两个相互冲突的最后期限滑落,是一次政治和技术判断要求.
它们已经在夺的
硼酸盐和胶水编码
82连接在一起的通俗图案——CRUD端点,形式验证,标准配置——现在往往比用手键生成和检查更快.
单位第一稿测试
70助理可以阅读一个功能,并快速生成一套合理的开始测试案例,尽管仍然需要有人判断他们是否测试了正确的东西.
常规代码审查评论
60样式,命名和对牵引请求的明显bug反馈越来越多地留给自动化linters和AI审查员,让人类审查员自由发表设计层面的评论.
语言之间的移植代码
65把一个函数或一个小模块从一种语言或框架翻译到另一种语言或框架,是一种模式匹配的任务语言模型已经相当可靠。
工作如何变化
从打字码到审查它
一个工程师日的越来越大的份额是用来读、测试和校正一个拟议模型的代码,而不是从空白文件中编成每行。
规模较小,范围更广
曾经需要几位工程师来覆盖一个产品领域的团队越来越期望一个或两个,依靠AI工具来弥补由此产生的原始产出差距.
精确规格成为核心技能
撰写一个系统应做什么的毫不含糊的描述——一旦隐含在高级工程师的头部——现在是一种值得直接传授的技能。
核查成为瓶颈
因为生成的代码在被潜移错误的同时可以看起来正确,所以相对于原始代码生产,测试纪律,代码审查和监测正在获得地位.
分岔出的新职业
AI / ML engineer
构建和微调模型本身,而不是周围的应用;与传统软件工程有很大的重叠,但更倾向于统计.
提示/ 上下文工程师
设计检索,工具化和即时结构,使基于LLM的特性变得足够可靠,可以飞船,这个学科在2020年代初期之前几乎不存在.
AI 红色团队/安全工程师
测试模型和AI写法代码,用于安全洞,偏差和故障模式在到达生产之前,在更大的安全团队内部出现了一种新兴的专业化.
场地可靠性工程师
已经存在,但作为负责越来越多地书写、测试甚至部署自己的系统的人,它越来越重要。
AI 暴露情景
三个可逆透镜：增强、替代切片、新缝隙。教学标记，非预测。
增强
保留岗位；AI 加速草稿、分诊或调研，判断与责任仍在人。
替代切片
狭窄任务堆可能先压缩，相邻手艺反而增长。
新缝隙
在需信任 AI 输出的受监管场景，可能出现监督、集成与领域质检角色。
展望
软件工程在接下来的十年中很可能会继续支付好报酬并保持高需求,但入门级工作的形式已经发生变化:仅仅为了制作常规代码而存在的角色将会减少,更多的人会期望初级工程师几乎立即审查,测试和承担AI生成的工作.
其优势将越来越多地在于工程师,他们能清晰地描述问题,说明整个系统的理由,并抓住一个流畅但错误的建议会出错之处——这个判断在大型语言模型之前很重要,现在应用得更快,规模更大.
相近职业
不限同一领域，六项评分最接近的职业。
📊
数据科学家
从数据中寻找规律、构建预测模型——一个2008年才出现的职位名称，建立在三个世纪计数、检验与可视化证据的传统之上。
抗AI 38 📦机器学习运维工程师
构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🗺️产品经理
决定公司接下来该做什么、为什么要做——把顾客需求、商业目标和工程限制，整合成一份没有其他人能完全独自拥有的共同计划。
抗AI 50 🔐网络安全专家
通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 🌿可持续发展经理
领导战略、衡量和报告，帮助组织减少环境和社会危害，同时履行业务义务。
抗AI 66 🧾会计师
账簿的守护者：这门手艺古老到几乎发明了文字本身，如今却在与为自动化它而造的软件谈判。
抗AI 35继续探索
继续探索
工程·技术领域的其他职业
🤖
AI Researcher
设计并测试了机器智能背后的算法,在一个领域,现在竞相将自己研究过程中越来越大的份额自动化.
抗AI 50 🛰️航空航天工程师
设计、分析并认证离地而行的飞机、火箭与航天器，在不容猜测的安全裕度下工作。
抗AI 74 🌉土木工程师
把河流、岩石与重力变成桥梁、道路与清洁饮水的职业——自伊姆霍特普起，文明安静的承重行当。
抗AI 72 🔌Semiconductor Engineer
每台计算机,手机和武器内部的设计和编织晶体管,使用精确到只有地球上少数工厂能运行的机器.
抗AI 60 🦾Robotics Engineer
设计那些能感知,决定和采取行动的机器 在物理世界里,困难的问题永远不是智能,而是世界本身.
抗AI 65 🔐网络安全专家
通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 📦机器学习运维工程师
构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🌬️可再生能源工程师
设计、建造和改进风能、太阳能、存储和电网系统，将可再生资源转化为可靠的电力。
抗AI 72