Estoy realmente interesado en las tendencias que vemos en el mercado laboral de ingeniería de software. A veces es realmente difícil contar una narrativa cohesiva y precisa sobre lo que está sucediendo porque sucede muy rápido y muy pocas personas recopilan datos al respecto.  Por ejemplo, aquí hay algunas preguntas cuya respuesta me gustaría saber:  ¿"DevOps" y el mayor uso de la nube significan menos trabajos de operaciones tradicionales?  ¿Cosas como Firebase y Supabase significan menos trabajos de back-end?  ¿Cosas como el viento de cola significan menos diseñadores?  ¿Nos estamos moviendo hacia roles más   o más   ? especializados generalistas  ¿Siguen las personas especializándose como DBA?  Agregué todas las respuestas sobre el empleo de desarrolladores de los últimos 9 años de las encuestas de Stack Overflow para poder comenzar a responder algunas de estas preguntas. Si tiene curiosidad acerca de las   , con suerte, estos son datos útiles. perspectivas laborales para los desarrolladores  Primero, una nota sobre los datos   Todos los números en las tablas representan el porcentaje de encuestados que se identificaron como un tipo de trabajo determinado.  Las preguntas formuladas por SO han cambiado a lo largo de los años, por lo que debemos tomar eso con un gran grano de sal.  He normalizado las respuestas. Por ejemplo, "desarrollador, back-end" y "desarrollador web back-end" los he agrupado como "back-end".  El desbordamiento de pila permitió a las personas seleccionar 0-muchos títulos de trabajo después de 2015, antes de eso, parece que estaban limitados a uno.  En algunos años, los desarrolladores tenían más opciones de trabajo para elegir.  He desechado muchos tipos de trabajos fuera de tema, como "desarrollador de servicios empresariales" y "funcionario electo".  Estos son solo datos de desbordamiento de pila, por lo que están sesgados por el tamaño de su base de usuarios cada año.  Dicho esto, entremos en los datos. Dejaré el script que escribí para crear los datos agregados, así como un enlace a los datos sin procesar al final de este artículo.  Tendencias web: Full-Stack, Front-end y Back-end  año  completa pila  Interfaz  back-end  2013  24.5  4.31  7.88  2014  25.72  5.02  9.3  2015  25.93  4.76  8.07  2016  37.88  5.13  10.82  2017  51.05  2.47  5.08  2018  44.87  35.22  53.92  2019  47.5  29.98  45.75  2020  42.08  28.38  42.24  2021  39.42  21.85  34.84  2022  39.17  21.72  36.99  En 2013, la proporción de desarrolladores "front-end" a desarrolladores "full-stack" era 15/85, mientras que la proporción de desarrolladores "back-end" a desarrolladores "full-stack" era 24/76.  La tendencia de "más full-stack, menos especialización" continúa a lo largo de los diez años completos de datos. Es importante tener en cuenta que en 2017/2018, la encuesta cambió drásticamente, por lo que vemos un gran cambio en los números.  Interpretación #1  Parece razonable concluir que la tendencia de la última década ha sido que hay un porcentaje cada vez menor de desarrolladores que   realizan trabajo de front-end o   de back-end. Cada vez más se están duplicando como ingenieros de pila completa. solo solo  Tenga en cuenta que esto también   deberse a que ha habido más pequeñas y medianas empresas a lo largo de los años. Las empresas más pequeñas suelen requerir más generalistas, pero ahora solo estoy adivinando. podría  Interpretación #2  La proporción de ingenieros de front-end/back-end se ha mantenido bastante constante, con un poco menos del doble de ingenieros de back-end que de front-end.  Esto realmente me sorprendió, esperaba que la proporción de ingenieros front-end y back-end fuera más cercana a lo largo de los años.  Tendencias de operaciones de TI: back-end, DevOps y operaciones tradicionales  año  back-end  DevOps  operaciones  2013  7.88  0  2.96  2014  9.3  1.61  2.85  2015  8.07  1.23  1.77  2016  10.82  1.92  1.79  2017  5.08  7.81  13.66  2018  53.92  9.66  18.33  2019  45.75  11.43  15.93  2020  42.24  10.51  13.11  2021  34.84  9.75  10.82  2022  36,99  13.2  11.8  En mi secuencia de comandos, traté de dividir las funciones más "operativas tradicionales" en la categoría "operaciones", y las cosas "DevOps" en la función "DevOps". Por ejemplo, "SRE" lo he considerado como "DevOps", mientras que "administrador de sistemas" es "operaciones".  Advertencia sobre los datos de 2017  ¿Qué diablos pasó en 2017? Honestamente, los datos parecen estar rotos. Busqué los datos manualmente porque, según   , afirman que el 24% de los desarrolladores web dijeron que eran back-end, y el 75% de los encuestados afirmaron ser desarrolladores web. el sitio web  Por el momento, me parece que deben haber tenido algunos calificadores en esos números porque simplemente no se están sumando en mi lado.  Voy a excluir 2017 de mi análisis en las interpretaciones.  Interpretación 1  DevOps parece estar ganando terreno a las operaciones tradicionales. En 2013, nadie se identificaba como una persona "DevOps", pero para 2020 y 2021, los números se ven   similares. muy  Vale la pena señalar que en 2016, los números de DevOps en realidad eclipsaron los números de "operaciones" durante un solo año. Mi mejor suposición es que 2016 fue cuando muchas empresas simplemente comenzaron a cambiar el nombre de sus equipos de "operaciones" a equipos de "DevOps" para verse bien.  Es difícil preocuparse demasiado por estos números porque, en mi opinión,   . No confío en que los títulos de "operaciones" y los títulos de "DevOps" sean tan diferentes en la mayoría de las empresas. DevOps se está haciendo mal  Interpretación 2  "DevOps" parece tener la menor tendencia a la baja en los últimos años, de hecho, tuvo un buen salto en 2022. Sin embargo, si observa "DevOps" y "ops" juntos, entonces la categoría todavía   una tendencia a la baja. tiene  Curiosamente, "ops" ha tenido una tendencia a la baja desde el principio, mientras que "back-end" tuvo una tendencia al alza hasta 2016, cuando la tendencia se revirtió y ha estado baja desde entonces.  Al principio, supuse que simplemente estábamos viendo la misma tendencia que vimos en el desarrollo web: más generalistas, menos especialistas.  Sin embargo, me volví escéptico porque cuando analicé   las categorías laborales, noté que casi   tenían una tendencia a la baja... lo que claramente no puede ser el caso cuando analizamos porcentajes: es un juego de suma cero. todas todas  Decidí agregar una nueva sección a mi guión para profundizar más. Calculé cuántos trabajos en promedio reclamaba cada encuestado y obtuve estos datos:  año  back-end  DevOps  operaciones  avg_jobs_per_user  2013  7.88  0  2.96  1  2014  9.3  1.61  2.85  1  2015  8.07  1.23  1.77  1  2016  10.82  1.92  1.79  1.89  2017  5.08  7.81  13.66  2.48  2018  53.92  9.66  18.33  2.79  2019  45.75  11.43  15.93  2.84  2020  42.24  10.51  13.11  2.59  2021  34.84  9.75  10.82  2.21  2022  36,99  13.2  11.8  2.27  Parece que entre 2013 y 2015, los desarrolladores estaban restringidos a enviar una sola respuesta, lo que ayuda a explicar los números súper bajos. Sin embargo, desde 2019->2021 el número promedio de trabajos por usuario   , lo que es antitético a la teoría de "más generalistas". disminuyó  También vale la pena señalar que, a medida que pasaron los años, Stack Overflow agregó categorías más especializadas, que luego me tomé la libertad de agrupar en estos grupos más amplios.  Así que en realidad hay buena evidencia de que los desarrolladores   especializando más, o al menos que hay más   en las que uno puede especializarse. se están formas posibles  Dicho esto, incluso después de ver estos datos, creo que todavía hay un buen caso para argumentar que   , especialmente en las empresas más pequeñas. los desarrolladores de back-end harán cada vez más trabajo de "DevOps"  Tendencias de datos: ciencia de datos, ingeniería de datos y back-end  año  type_data_science  ingeniero_de_datos  back-end  2013  0  0  7.88  2014  0  0  9.3  2015  2.12  0,69  8.07  2016  3.83  0.7  10.82  2017  9.14  0  5.08  2018  7.17  0  53.92  2019  7.27  6.55  45.75  2020  6.19  5.8  42.24  2021  5.12  5  34.84  2022  4.67  4.91  36,99  Interpretación  Es muy interesante para mí que la ingeniería de datos realmente solo comenzó a aparecer en los datos de la encuesta en 2019. Hasta entonces, supongo que los ingenieros de back-end y los científicos de datos asumieron ese papel. Esa nueva especialización es ciertamente interesante.  El aprendizaje automático ha crecido absolutamente durante la última década, pero parece que puede haber habido una especie de "burbuja exagerada" en 2017.  El resto de los datos  He hablado sobre mis interpretaciones personales con respecto a los datos que me parecieron más interesantes, pero aquí están   los datos que agregué para que pueda revisarlos usted mismo: todos  año  avg_jobs_per_user  completa pila  Interfaz  back-end  DevOps  operaciones  móvil  escritorio  incrustado  Ciencia de los datos  ingeniero_de_datos  juego  administración  control de calidad  educación  diseño  analista  comercializador  pasar por alto  2013  1  24.5  4.31  7.88  0  2.96  6.48  9.53  2.16  0  0  0  7.49  0  0  0  0  0  34.7  2014  1  25.72  5.02  9.3  1.61  2.85  7.57  9.43  2.42  0  0  0  5.9  0  0  0  0  0  30.18  2015  1  25.93  4.76  8.07  1.23  1.77  7.28  6.65  2.33  2.12  0,69  0,63  1.44  0,63  0  0.57  0  0.23  35.66  2016  1.89  37.88  5.13  10.82  1.92  1.79  7.39  6.05  2.26  3.83  0.7  0.52  10.04  0,68  0  0.59  1.02  0.21  98.65  2017  2.48  51.05  2.47  5.08  7.81  13.66  16.2  20.3  6.52  9.14  0  3.37  0.5  2.44  1.42  3.94  3.69  0.3  100  2018  2.79  44.87  35.22  53.92  9.66  18.33  19.02  15.99  4.87  7.17  0  4.7  7.99  6.27  3.68  12.16  7.65  1.13  26.63  2019  2.84  47.5  29.98  45.75  11.43  15.93  16.54  19.48  8.15  7.27  6.55  4.99  6.34  7.15  10.18  10.33  7.08  1.1  28.37  2020  2.59  42.08  28.38  42.24  10.51  13.11  14.71  18.28  7.37  6.19  5.8  4.33  5.54  6.12  8.67  8.25  6.24  1  30.18  2021  2.21  39.42  21.85  34.84  9.75  10.82  11.74  13.23  5.51  5.12  5  2.53  6.37  4.33  5.56  5.53  4.54  0.76  34.51  2022  2.27  39.17  21.72  36.99  13.2  11.8  10.42  13.03  5.35  4.67  4.91  2.51  10.44  4.23  5.78  5.14  4.37  0.71  32.06  Datos CSV sin procesar  Aquí hay un enlace a los   en Stack Overflow. datos CSV sin procesar  mi guion  Aquí está el script de Python completo que usé para procesar los números. Perdón por el descuido del código, no dediqué mucho tiempo al código.  La parte más interesante de la secuencia de comandos es probablemente la función   cerca de la parte inferior, ahí es donde agrego todos los muchos tipos de trabajo informados por los usuarios de desbordamiento de pila en los pocos que incluí en el gráfico. get_mapped_job   import csv outpath = "csv/out.csv" type_devops = "devops" type_ops = "ops" type_backend = "backend" type_frontend = "frontend" type_mobile = "mobile" type_fullstack = "fullstack" type_desktop = "desktop" type_embedded = "embedded" type_data_science = "data_science" type_ignore = "ignore" type_management = "management" type_education = "education" type_design = "design" type_marketer = "marketer" type_data_engineer = "data_engineer" type_game = "game" type_analyst = "analyst" type_qa = "qa" def main(): files = [ (2013, [6]), (2014, [6]), (2015, [5]), (2016, [8, 9, 10]), (2017, [14, 15, 16, 17]), (2018, [9]), (2019, [12]), (2020, [13]), (2021, [11]), (2022, [11]), ] out_dict = {} jobs_per_user_dict = {} for f_tup in files: counts = {} path = f"csv/{f_tup[0]}.csv" print(f"generating report for {path}") out_dict[f_tup[0]]: {} with open(path, "r") as csvfile: rows = csv.reader(csvfile, delimiter=",") count = 0 rows_cpy = [] jobs_per_user = [] for row in rows: count += 1 rows_cpy.append(row) for row in rows_cpy: try: jobs = get_jobtext_from_cells(f_tup[1], row) mapped_jobs = set() for job in jobs: mapped_jobs.add(get_mapped_job(job)) jobs_per_user.append(mapped_jobs) for mapped_job in mapped_jobs: if mapped_job not in counts: counts[mapped_job] = 0 counts[mapped_job] += 1 except Exception as e: print(e) avg_jobs_per_user = 0 for user_jobs in jobs_per_user: avg_jobs_per_user += len(user_jobs) jobs_per_user_dict[f_tup[0]] = round( avg_jobs_per_user / len(jobs_per_user), 2 ) for job in counts: counts[job] /= count counts[job] *= 100 counts[job] = round(counts[job], 2) out_dict[f_tup[0]] = counts write_out(out_dict, jobs_per_user_dict) def get_jobtext_from_cells(indexes, row): if len(indexes) == 0: return [] job_texts = [] for i in indexes: cell = row[i] cell_job_texts = cell.split(";") job_texts += cell_job_texts return job_texts def write_out(out_dict, jobs_per_user_dict): types = [ type_fullstack, type_frontend, type_backend, type_devops, type_ops, type_mobile, type_desktop, type_embedded, type_data_science, type_data_engineer, type_game, type_management, type_qa, type_education, type_design, type_analyst, type_marketer, type_ignore, ] with open(outpath, "w") as csvfile: w = csv.writer(csvfile) w.writerow(["year", "avg_jobs_per_user"] + types) for year in out_dict: row = [year, jobs_per_user_dict[year]] for t in types: row.append(out_dict[year][t] if t in out_dict[year] else 0) w.writerow(row) def get_mapped_job(job): job = job.lower().strip() if job == "": return type_ignore if job == "devops specialist": return type_devops if job == "designer": return type_design if job == "c-suite executive": return type_management if job == "analyst or consultant": return type_analyst if job == "back-end developer": return type_backend if job == "windows phone": return type_mobile if job == "i don't work in tech": return type_ignore if job == "growth hacker": return type_marketer if job == "desktop developer": return type_desktop if job == "analyst": return type_analyst if job == "executive (vp of eng., cto, cio, etc.)": return type_management if job == "mobiledevelopertype": return type_mobile if job == "engineer, data": return type_data_engineer if job == "graphics programmer": return type_game if job == "systems administrator": return type_ops if job == "developer, game or graphics": return type_game if job == "desktop software developer": return type_desktop if job == "nondevelopertype": return type_ignore if job == "elected official": return type_ignore if job == "engineering manager": return type_management if job == "web developer": return type_fullstack if job == "machine learning specialist": return type_data_science if job == "data or business analyst": return type_analyst if job == "devtype": return type_fullstack if job == "response": return type_ignore if job == "developer, qa or test": return type_qa if job == "machine learning developer": return type_data_science if job == "developer, front-end": return type_frontend if job == "database administrator": return type_ops if job == "android": return type_mobile if job == "webdevelopertype": return type_fullstack if job == "blackberry": return type_mobile if job == "system administrator": return type_ops if job == "mobile developer - android": return type_mobile if job == "developertype": return type_fullstack if job == "ios": return type_mobile if job == "developer with a statistics or mathematics background": return type_ignore if job == "qa or test developer": return type_qa if job == "educator or academic researcher": return type_education if job == "engineer, site reliability": return type_devops if job == "marketing or sales professional": return type_marketer if job == "student": return type_ignore if job == "back-end web developer": return type_backend if job == "educator": return type_education if job == "front-end developer": return type_frontend if job == "developer, desktop or enterprise applications": return type_desktop if job == "senior executive/vp": return type_management if job == "occupation": return type_ignore if job == "scientist": return type_ignore if job == "developer, full-stack": return type_fullstack if job == "graphic designer": return type_design if job == "developer, embedded applications or devices": return type_embedded if job == "embedded application developer": return type_embedded if job == "quality assurance": return type_qa if job == "graphics programming": return type_game if job == "senior executive (c-suite, vp, etc.)": return type_management if job == "it staff / system administrator": return type_ops if job == "business intelligence or data warehousing expert": return type_data_engineer if job == "full stack web developer": return type_fullstack if job == "developer, mobile": return type_mobile if job == "front-end web developer": return type_frontend if job == "desktop applications developer": return type_desktop if job == "other (please specify):": return type_ignore if job == "mobile developer": return type_mobile if job == "devops": return type_devops if job == "enterprise level services developer": return type_ignore if job == "data scientist": return type_data_science if job == "executive (vp of eng, cto, cio, etc.)": return type_management if job == "mobile developer - ios": return type_mobile if job == "game or graphics developer": return type_game if job == "which of the following best describes your occupation?": return type_ignore if job == "other": return type_ignore if job == "desktop or enterprise applications developer": return type_desktop if job == "c-suite executive (ceo, cto, etc.)": return type_management if job == "embedded applications/devices developer": return type_embedded if job == "product manager": return type_ignore if job == "mobile application developer": return type_mobile if job == "mobile developer - windows phone": return type_mobile if job == "data scientist or machine learning specialist": return type_data_science if job == "educator or academic": return type_education if job == "embedded applications or devices developer": return type_embedded if job == "quality assurance engineer": return type_qa if job == "enterprise level services": return type_ignore if job == "full-stack developer": return type_fullstack if job == "na": return type_ignore if job == "academic researcher": return type_education if job == "manager of developers or team leader": return type_management if job == "marketing or sales manager": return type_marketer if job == "developer, back-end": return type_backend if job == "full-stack web developer": return type_fullstack if job == "designer or illustrator": return type_design if job == "programmer": return type_ignore if job == "developer": return type_ignore if job == "manager": return type_management if job == "engineer": return type_ignore if job == "sr. developer": return type_ignore if job == "full stack overflow developer": return type_fullstack if job == "ninja": return type_ignore if job == "mobile dev (android, ios, wp & multi-platform)": return type_mobile if job == "expert": return type_ignore if job == "rockstar": return type_ignore if job == "hacker": return type_ignore if job == "guru": return type_ignore if job == "self_identification": return type_ignore if job == "occupation_group": return type_ignore if job == "cloud infrastructure engineer": return type_devops if job == "project manager": return type_management if job == "security professional": return type_ops if job == "blockchain": return type_backend if ( job == "mathematics developers (data scientists, machine learning devs & devs with stats & math backgrounds)" ): return type_data_science raise Exception(f"job not mapped: {job}") main()   También publicado  aquí

Super

2022 - HackerNoon Contributor of the Year - Algorithms

2022 - HackerNoon Contributor of the Year - Cryptography

2022 - HackerNoon Contributor of the Year - Github

2022 - HackerNoon Contributor of the Year - Job Hunting

2022 - HackerNoon Contributor of the Year - Mathematics

2022 - HackerNoon Contributor of the Year - Online Education

Coding Guru of 2022

Super Career Strategist of 2022

Learn to code on Boot.dev

Nominated for 2022 - HackerNoon Contributor of the Year - Algorithms

Nominated for 2022 - HackerNoon Contributor of the Year - Mathematics

Nominated for 2022 - HackerNoon Contributor of the Year - Cryptography

Nominated for Coding Guru of 2022

Nominated for 2022 - HackerNoon Contributor of the Year - Github

Nominated for 2022 - HackerNoon Contributor of the Year - Online Education

Nominated for 2022 - HackerNoon Contributor of the Year - Job Hunting

Nominated for Super Career Strategist of 2022

Este audio es producido en el idioma original de la historia!

Demasiado Largo; Para Leer

Download free Tech Leaders Productivity Report!

Una mirada a las tendencias en los trabajos de desarrollador: un metaanálisis de las encuestas de desbordamiento de pila

Una mirada a las tendencias en los trabajos de desarrollador: un metaanálisis de las encuestas de desbordamiento de pila

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Valhalla de Floki se une como patrocinador asociado de la gira de la India por Sri Lanka

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

Valhalla de Floki se une como patrocinador asociado de la gira de la India por Sri Lanka

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps