跳到主要內容

再看軟體工程師的生涯

今天早上要上班的時候,接到奶奶輪到眼角膜移植的電話,只好早上請假帶奶奶去醫院了,馬上檢查完,下午就做手術。陪著做了一個早上的檢查,吃完中餐才回來上班。回來一整個下午不是在用聖誕節的活動,就是搞年終聚餐的事,搞的感覺好像是專職福委,寫程式反而是額外的工作。最後轉換成寫程式的思緒反而花了一點時間。

之前看了一篇軟體工程師的生涯規劃,他是以做老闆自行創業為原則,來看軟體工程師。

套用昨天的範例來看軟體工程師的生涯。

剛畢業或退伍想找的工作是可以學到想學的程式經驗的工作,職位薪資成長性與公司遠景擺在其次。回想我第一份工作,沒有分紅,薪資也不多,但是我覺得那方面領域很有趣,而且程式能力還好,所以就決定去精誠。但是過了兩年發現,其實程式技巧在半年內就學玩了,更難或精深得靠自修,已經無法從前人的程式學到什麼了。

而且像我第一份工作,薪水不到40K,雖然是公司童年資薪水最高的,但是工作兩年也沒成長,而且真的覺得學不到什麼了,決定跳槽了。所以工程師通常是第一個工作學到了經驗但是遇到了職位、薪資成長的瓶頸,就會開始考慮新的職涯規劃。而台灣科技公司似乎有個不成文的規定,跳槽的薪水似乎比內升的還要高。造成跳槽風不斷,但是能跳的漂亮的人真的不多。我的跳槽感覺來講幸運成分居多。第二段轉職成功,年薪應該可以近1000K。成功機率應該也不低。但是現在我還沒有,第二階段都還沒達到。

在第三個階段,與一般上班族不一樣的,工程師往上發展有兩條路,走管理職或資深工程師,管理職累啊,負責任的管理職真的很累,薪水是增加了但是時薪沒增加啊!資深工程師也會遇到瓶頸,薪水真的上不去,而且年資越高,職等就會上升嗎?這可不一定啊!管理職晉升的問題在於一個蘿蔔一個坑,爛坑你要嗎?好位置,你上輩子可得多做善事啊!不過有時候撐久就你的,在科技也很常見。跳槽也是個選擇。這階段想升等成功,難,機率也低。這時候年薪應該可以到1500K,這我要等多久啊!

第四個階段,高級主管,通常從工程師,做到第三階段就差不多了,能做到第四階段的,一間公司沒幾個。想要往上走換工作或創業吧。不走管理職,第三階段就沒了。高級主管真的是靠機緣與嘴砲功力。這裡的位置更少了,而且也抓不到規則,為什麼這麼鳥的人也可以做到這個位置。這時年薪可以到3000K吧。

這樣算來我的預計期望值年薪最多1500K,不過真的很拼,當軟體工程師要有錢,有財富的自由。不走創業,真的很難,除非是少數幾間大廠或外商的工程師,不過這些人的技術啊!有時是努力也不一定得的到的。而且也不是真正的財富自由。如果你有看過窮爸爸、富爸爸,上班族應該是最差的一個選擇。

創業是跳脫,上班族的死圈圈。但也可能加速掛點。把所有積蓄拿下去搞嗎?我沒那麼大勇氣,所以我真的很佩服Yenchi。

所以要嘛!轉職,要嘛!任命,這一輩子就這樣了。

但是這樣!你甘心嗎??!!

Slim Diray 12/22 飲食:早餐/營養早餐;午餐:麻醬麵,牛肉餡餅+蔥油餅 晚餐:餅乾*3+豆漿,8:00前吃。
運動:Boot camp 1
體重:-12.0公斤 (與前次量同重) 70.0公斤
體脂率: 21.2%
內臟脂肪等級8
就寢時間1:30 
檢討:今天吃的不多,但體脂略降,其他一樣,得再努力

留言

匿名表示…
大大:
那...個...年薪好像打...錯了 囧 ?
Pablo Picasso G.寫道…
這篇文章是2009年發的,我是Google「軟體工程師 職涯規劃」才來來到這裡的....

年薪的部份似乎有點錯誤,現在願意用年薪120~150萬的,已經是少之又少了!!

而且,「換工作一定加薪」的潛規則也沒有一定!! 要不然到50歲就一定300萬嗎??
Link寫道…
哈!我不知道你工作幾年了,我五年左右,我大概只750k,不過是在高雄,我也滿足了,而且是部門去年狀況還在初始階段,還沒上軌道。我許多同學,在台北或新竹,破百的比比皆是,有人年薪也到兩百,當然這是包含獎金部分。不過當然也有像我一樣百萬以下浮沈的。去年我們主管找一個資深iOS工程師,有一個開200萬,我們主管談過後,還是堅持要他,只是那個人另有想法就沒來了,其實不是沒有這樣的價位,只是能力有沒有到而已。至於300萬,哈,有這個位置,只是僧多粥少..你得值那個價啊!工程師現在來看,還是靠獎金,平常薪,100左右就頂天了,除非超高皆吧!

這個網誌中的熱門文章

勝券在握

其實這本書,感覺上寫的有點雜,比上一本講巴非特的書更難懂,兩個講的東西其實是一致的。投資原則便是先選產業,再選公司,慎選時機進場。只買了解的企業是價值投資一貫的原則。價值投資的書大概就先看到這裡了,彼得林區不知道是屬於那一類的,接下來大概會看這部份的書。暫時的目標是把杜金龍介紹的書單看完,真的還不少。接下來的投資會以巴菲特的方法來做,感覺上這比較適合我,練習把漲跌不當一回事,對我而言真的很重要。期權大概不會再玩了,買了以後一直在看漲跌,令人受不了。工作時都不能專心。 就價值投資人而言,真的不需要我們的產品,因為第一點就把我們程式特性打死,不理會股票市場的漲跌,這樣報價功能就沒什麼意義了,價值投資根本不需要技術分析,除非我們能提供相關價值投資的資訊,但我們基本分析真的很爛,看不到什麼資料。有機會我來思考一下價值投資到底要什麼資料,能不能把他寫成一個可運用的程式。 以下是我認為重要的書摘,其實這也只包含最後一章,我認為也只有這章值得做書摘。 巴非特相信使用短期價格來判斷一家公司的成功與否是愚蠢的。取而代之的是,他要公司向他報告因經濟實力成長所獲得的價值,一年一次,他固定檢查幾個變數: 初始的股東權益報酬率。 營運毛利、負債水準與資本支出需求的變化。 該公司的現金產生能力。 如果這些經濟指標正在進展,他知道長期下來,結果會反應在股價上。短期之內,股價所發生的是是不合常理的。 投資策略 不理會股票市場每日的漲跌 不擔心經濟情勢。 買下一家公司,而不是股票 管理企業的投資組合 巴非特原則 企業原則 這家企業是簡單且可以了解的 了解一家企業如何產生利潤的相關經濟活動。 這家企業的營運歷史是否穩定 他必須經得起時間的考驗。 這家企業的長期發展前景是否看好 市場特許權,五力分析 經營原則 經營者是否理性 理性的經營者將只會把多餘的現金,投資在那些產生較資本成本報酬率為高的計畫裡。 經營者對他的股東是誠實坦白的 報告時能知道營業部門如何營業,坦承失敗,了解公司的目的是使股東權益報酬率達到最大。 經營者是會盲從其他法人機構的行為 當心『其他公司也這麼做,一定沒問題』為自己行為辯護的經營者。衡量經營者競爭力的一個方法是,看他們如何運用自己的思考能力以避免依附群眾心理。 財務原則 把重點集中...

借助 AI 除錯:解決登出時的解密錯誤

  前言 最近遇到一個有趣的 bug,趁這次機會試試看用 AI 來協助除錯。整個過程蠻有收穫的,分享給大家參考。 問題發現 Bug 描述 在測試登出功能時,發現 app 會發生 crash。追蹤後發現是在登出時,API 會呼叫底層的解密函式,但解密用的 key 明顯有問題,導致解密失敗而引發錯誤。 由於這段流程是另一位同事負責開發的,程式碼邏輯比較複雜,短時間內看不出根本原因。於是先採取防禦性做法: 如果 key 為空值,就將解密失敗的錯誤吃掉不處理 。判斷後認為這樣不會影響 UI 操作,因為登出後 key 會重新取得。測試後確認沒問題,就先把這個 bug 暫時壓下來了。 深入追查 第一回合:初步分析 趁著有空檔,決定詳細釐清這個問題。想試試 AI 的能耐,於是下了第一個 prompt: 分析 SessionManager 的 processEncryptedData 方法中,為何會發生 bytesToTrim > currentLength 的錯誤?從呼叫該方法的地方分析可能發生的原因。 AI 給出了幾個可能的原因: 加密數據損壞或截斷 網路傳輸過程中數據包丟失或損壞 API 回應中的加密字串不完整 解密後的最後一個字節值異常大 錯誤的加密算法或密鑰 使用了錯誤的解密密鑰或 IV Session key 交換失敗,但程式繼續使用無效密鑰解密 解密產生亂碼 Hex 字串轉換錯誤 包含非法字符、長度不是偶數、部分缺失等問題 AES CBC 解密失敗但沒有檢查錯誤 Whitebox 密鑰準備失敗 IV 不匹配 數據長度不符合 AES 塊大小要求 PKCS7 Padding 格式錯誤 加密時使用了錯誤的 padding 方式 最後字節不是有效的 padding 長度值 (1-16) 多重解密處理錯誤 數據被重複解密或解密順序錯誤 記憶體緩衝區問題 緩衝區大小分配錯誤或溢出 AI 也分析了呼叫鏈: API 回應 → DataTransformer → CryptoHandler → decryptSessionKey → processEncryptedData 評估: 這些分析大多是從相關函式內部找錯誤,但沒有太大用處,...

用 AI Debug 的迷思:當建議越改越糟時

現在許多開發者習慣用 AI 來協助 debug,但在實務上常遇到一種情況: 依照 AI 建議改了兩三輪後,錯誤仍然存在,甚至越改越複雜。 這種狀況其實有幾個常見的盲點,值得特別注意。 1. 先回到「上一個正常版本」 當你已經按照 AI 的方向修了好幾次但問題仍未解決時,最有效的第一步是: 回到上一個正常工作的版本,縮小問題來源。 許多 bug 並不是你正在看的那段程式碼造成的,而可能是: 同事剛好修改了某個底層模組 某個 shared component 產生 side effect Auto Layout 層級重新 layout 時觸發 crash 如果只是盯著眼前的 function 修,反而容易被誤導。 2. AI 沒有看到你的整個專案 AI 通常只能根據你貼出的片段判斷問題,這代表它不知道: 你的 view hierarchy 裡是否有其他 constraint 影響 layout 某些 model 是否被 extension 修改過 父層或子層邏輯是否干擾目前的行為 整個專案採用的 concurrency 模型是什麼 因此,AI 可能會朝著完全錯誤的方向修,導致反覆修改卻無法解決。 3. Swift 6 例子:錯誤真正原因常不在你修改的那一行 例如開發者常遇到的錯誤: passing closure as a 'sending' parameter risks causing data races 許多人(包含 AI)會開始從 function 內部調整,但這類錯誤真正的關鍵通常是: 傳進去的物件沒有實作 Sendable。 也就是說,你不是要改 function,而是要回頭檢查: 傳入的 model / struct / class 裡面是否有 non-Sendable 成員 是否需要標註 @unchecked Sendable 如果 AI 沒看到相關檔案,自然很難找到正確方向。 結語:AI 是工具,不是預言機 AI 很適合用來: 解釋概念 協助產生測試程式 提供重構建議 釐清你已懷疑的方向 但在 debug 狀況下,以下三件事更重要: 回到上一版,縮小差異範圍。 釐清真正問題來...