程序员的个人财富课
王喆
璞元科技高级顾问,Roku 推荐系统架构负责人
18908 人已学习
新⼈⾸单¥68
登录后,你可以任选4讲全文学习
课程目录
已完结/共 36 讲
程序员的个人财富课
15
15
1.0x
00:00/00:00
登录|注册

08|职业规划:大公司VS小公司,怎样选择更有前途?

你好,我是王喆。
学完上一讲,你已经知道了如何选择一个有前景的职业方向。在大方向确定好之后,接下来的问题就是如何在这个方向上进行具体的职业发展规划了。
我想你一定听说过很多牛人的“职场升级”故事:工作 3 年升到 P7,5 年升到 P8,27 岁当经理,30 岁当总监……当然,我们身边肯定存在着这样的成功人士,但他们的成功只是运气使然呢,还是有什么规律可循?在职业规划这个关乎个人发展的重大问题上,到底有没有什么可行的方法论怎样在大公司小公司之间进行选择,才能让我们的职场收益最大化?今天,我们就来一一解决这些问题。

用财富管理的思路去管理你的职业生涯

在解决具体的问题之前,我想先跟你聊一个根本性的问题:我们上班到底是为了什么?
有的同学说了,我上班就是为了挣钱,哪个公司给的钱多,我就去哪。还有的同学说了,我上班就是要发挥更大的影响力,哪个公司出名,能让我影响到更多用户,我就去哪。
他们的回答都没错。《史记》中不也说,“天下熙熙,皆为利来;天下攘攘,皆为利往”吗?作为普通人的我们,上班当然是为名为利,为了养家糊口。但这里我要说的是,名利也分短期利益和长期利益,挣钱也分挣快钱和挣慢钱。
一般来说,我们每个人都要在工作中度过至少 20 年的时光,因此我们要寻求的应该是整个职业生涯利益的最大化,而不仅仅是最近这一份工作利益的最大化。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

程序员在职业发展中面临大公司和小公司的选择,如何做出决策?本文以财富管理的思路解析了职业生涯的长期利益最大化。作者以机器学习领域的术语解释,强调职业生涯利益的总和优化,而非仅关注最近一年的职场收益。通过比较大公司和小公司的职场发展路径,阐述了在大公司和小公司之间进行选择的策略。文章指出,大公司的技术积累具有复利效应,而中小公司的经验则缺乏这种财富效应。此外,文章还探讨了程序员在大公司和中小公司的典型职场发展路径,以及从大公司跳槽到中小公司和从中小公司跳槽到大公司的不同情况。最后,作者提出了加入大公司或明星公司、不断积攒技术财富的发展路径,同时也肯定了中小公司的特有优势。文章通过财富管理的视角,为程序员的职业发展提供了有益的建议。文章内容涵盖了程序员职业发展的长期利益最大化思路,以及大公司和小公司在职场发展路径上的优势和劣势,为程序员提供了选择职业发展路径的建议。同时,文章还探讨了不同职业发展道路的优势和适用情况,为程序员提供了多样化的职业发展思路。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《程序员的个人财富课》
新⼈⾸单¥68
立即购买
登录 后留言

全部留言(27)

  • 最新
  • 精选
  • Q
    思考题回答 有句话我一直觉得说的挺有道理的,跳槽要么是钱没到位要么是心伤透了。 所以我觉得靠谱的中小公司对于福利待遇这块肯定要是好的,不能抠抠索索的。然后是关于个人发展的问题,如果你在一家公司频频受阻你的心怕是早已破碎了。如果你有明确的发展方向,那岂不是敲起代码来都是开心的?

    作者回复: 很好的体会,越是中小公司,越应该重视福利待遇,否则就根本不可能吸引来真正的人才。

    2021-07-28
    16
  • 王世艺
    可以在大厂打拼到p7 8先吸收经验,然后关注到好的赛道的公司果断跳槽。实在不行最简单,比如跟着上面的p9,组团打包一起跳过去。

    作者回复: 是这样,基本是选择面最宽的职场道路

    2021-07-28
    3
    13
  • 会飞的牛
    个人理解好坏中小公司: 1、好的中小公司;有好的企业文化,尊重员工,愿意相互分享共进 2、坏的中小公司;无休止的加班,无休止的业务。 困惑: 28定律大多数普通人都在小公司混迹,工作几年不一定能进入大厂,随着年龄大了跳槽去大厂已越来越力不从心。虽然经验与技术在成长,每天都被业务包裹如何才能在小公司突破现状呢?

    作者回复: 如果跳槽去大厂确实比较困难,可以看一下同一赛道上的一些独角兽公司,或者技术相关、待遇和氛围更好的中小厂。要去尝试改变,去尝试新的机会,如果尝试了还把握不住机会,那其实就是说明技术财富还是积累不到位,需要在工作中或者业余时间继续积累。

    2021-07-28
    11
  • 第一装甲集群司令克莱斯特
    老师,职场不是也存在宁当鸡头,不当凤尾么?

    作者回复: 这是典型的个人EGO。职场选择只看个人长期规划和财富积累,跟鸡头凤尾没有任何关系。

    2021-07-28
    9
  • 学要有所用
    那么如何挑选前景好的中小公司呢?如何判断这些中小公司是不是有前景?有哪些比较数据跟经验可以参考?

    作者回复: 1、创始人背景好 2、有知名投资机构投资背书 3、公司的其他员工技术能力,专业能力强 4、公司业务已经有比较强的支撑。

    2021-08-10
    8
  • 趁早
    老师这里说的大公司是怎么定义的,国内二线互联网,超过一万人的互联网企业,算不算大公司,而是非得BAT TMD才算大公司,从资金实例上说可能某些TMD还不如一些二线互联网有钱,比如几个手机厂商,另外我还想问下对于已经有过多加二线互联网大企业履历的人,是否还非常有必要去BAT镀金?年纪也慢慢上来了,还是说找准“小公司协同发展” 寻求进入职场快车道会比较好? 之前已经加入过一家B轮后的公司也看到了他成功上市,可惜上市后股价跌了十多倍,现在基本处于快凉凉的状态

    作者回复: 这节课描述了三条职业道路,其实并没有优劣之分,只要清楚每条道路的风险和收益,选择自己合适的就好了。我不认为在职场道路上有一个什么最优解。 关于大公司的问题,我觉得对于年龄接近40岁的职场人来说,找到自己的位置远比加入大公司重要。35岁之前,尽量围绕着积累和补充短板来,35岁之后,应该尽量找到那个适合自己的,有比较强不可或缺性的位置,这个是更重要的。

    2021-08-12
    7
  • 进化菌
    大公司小公司。 初入职场的时候,不知道谁说的去小公司可以学到更多东西,然后就信誓旦旦的去了。 后来小公司倒闭之后,去了大公司,发现走流程很费时间。 经历一路过来,发现流程有流程的好,Ta可以让很多事情有规有矩;发现小公司也有小公司的好,自由发挥的时间比较多。 在能选择的条件下,头部公司确实是个值得去的地方~

    作者回复: 大公司和小公司都有非常值得一学的地方。还是要有长期的规划,一味觉得大公司好或者小公司好本身就是不正确的思考方式。

    2021-07-28
    6
  • 再见是蓝
    1、创始团队背景,有没有行业有影响力的人或者技术大牛。 2、投资方背景,相信专业的眼光,投资人不光投的是钱还有资源的扶持。

    作者回复: 是非常关键的两点。

    2021-08-28
    5
  • slq
    上个月我从百度(职级T5)跳到一家美股已经上市的造车新势力企业(职级P6),主要看中ta的行业前景和技术方向。 入职的体验是技术水平确实较百度稍差、但业务方向更核心,整个团队氛围更积极 想问下老师有什么建议吗?另外,关于 “在完成职业生涯前 5 到 10 年的技术财富积累后,可以去追求更高端的职场体验,把“业界影响力”“业务范围”“成就感”“技术先进性”作为更高的职场追求” 是不是可以在职业的前5年也可以并行去做呢?

    作者回复: 我觉得这个选择是合理的,虽然有风险,但即使不成功,回撤也不会很显著。 当然可以并行去做,只不过这里的意思是职场前五年不要过多去追求这些,容易让自己的地基不稳。

    2021-08-04
    4
  • Geek_Walden
    王喆老师好,跟您请教一个职业发展问题:“非典型” data scientist职业发展路径。 相信您也听说过这个title,近几年很多咨询公司和互联网公司都有open这个职位,互联网公司的ds可能算法倾向(coding工程能力和ml,dl等机器学习能力)更多一些,但是咨询公司(MBB中一家)更偏向于业务和不能落地的咨询方案(主要是在甲方公司做数字化转型项目,更多偏向于非落地的fancy demo)。总体来看,data scientist(更确切的说是咨询公司的ds)有点不伦不类(萌新),和老牌的SDE很不一样,自己着实困惑。 另外,咨询公司的data scientist这条线长远来讲技术天花板很低,在咨询公司中也不能算是核心职位(更像是consulting为了迎合数字化和AI智能化拍脑袋),我本人也更想走技术线(工程能力和算法能力在咨询行业应该还可以,做过上千万的数字化转型非落地项目,国内top高校硕士毕业5年)。 所以想跟您请教,data scientist的职业发展路径,以及如果我想走技术线,您有什么职业发展建议,感谢

    作者回复: 我一直是走MLE的路线的,但身边的DS朋友也很多,可以稍微聊一聊。 从核心程度来说,对于一个公司一般来说是engineer更难以替代一些,因为毕竟是需要维护服务,维护线上系统的,对于DS更多是提供决策分析,或者进行算法模型改进,属于锦上添花的工作。 而对于咨询行业的DS方向,像你说的,可能里生产落地更远一些。 如果有可能的话,当然转到MLE方向上会更稳妥,因为你的工作更核心,当然压力也会大很多。 当然仅是从MLE角度出发的一家之言,也许DS的同学对这个方向有更深的理解。

    2021-09-26
    1
收起评论
显示
设置
留言
27
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部